科大團隊研AI模型預報雷暴及極端降雨等　預測時間可提早至4小時前 (17:44)

雷暴、大規模降雨等「強對流天氣」變化迅速，以傳統技術作提前預測並不容易，通常只能提前20分鐘至兩小時預報。香港科技大學研究團隊今日（28日）公布研發出AI模型，能將強對流天氣的預測時間提早至4小時前，而在48平方公里的分辨率下，預報準確度能較現時提高逾15%，此類模型屬全球首例。有份帶領研究的科大土木及環境工程學系講座教授蘇慧在記者會表示，極端天氣的預報時間愈早愈好，以助及早應對。

今次團隊研發的AI模型名為「基於衛星數據的深度擴散模型」（DDMS），團隊利用中國風雲四號衛星於2018至2021年間取得的紅外亮溫觀測資料作模型訓練，再結合氣象知識，精準捕捉對流雲系的時空演變特徵；其後再以2022至2023年春夏季數據樣本，對模型表現進行驗證。蘇慧說，今次模型採用的衛星影像是對整個東半球的天氣作連續觀測，每15分鐘更新一次；在個別區域可以每4至5分鐘更新一次，觀測範圍可最小至4公里。

蘇慧指，國家氣象局過去一年對強對流風暴的預測平均的預報時效只有48分鐘，現時團隊新研發的AI模型可將預報的時效提前4小時。有份參與研究的博士後研究員代快解釋，雷達的掃描從地面向高空，意味當雷達觀測到有降雨，實際上降雨已經發生；衛星圖像則是由高空至地面掃瞄，可以提前觀察到對流變化，這是令預報可以提前的原因之一。

今次團隊研發的AI模型針對「強對流天氣」，蘇慧說包括大風、雷電及極端降雨等，一般而言，對流的產生是複雜過程，有很多小尺度的變化，有時發生得非常快，對傳統預測構成挑戰。代快指，他們新研發的AI系統運用了深度擴散技術（deep diffusion）產生天氣預測圖像，模型將數據分兩個分支，其一分支有隨機成份，另一分支則屬「確定性模式」，將兩者比對校正後，才得到預測結果。代快稱，團隊在上月已與香港天文台聯絡，目標在今個夏天能夠獲實際應用。