科大AI觀天 4小時前可知大暴雨 早雷達預報最少兩小時 採衛星數據準確度升逾15%

【明報專訊】雷暴、大規模降雨等「強對流天氣」變化迅速，有一定隨機性，以傳統方法提前預測不易，通常只能早20分鐘至兩小時預報。香港科技大學研究團隊昨公布開發出人工智能（AI）模型，能將強對流天氣預測時間提早至4小時前，而在48平方公里的分辨率下，預報準確度較現時提高逾15%，屬全球首例。帶領研究的科大教授、「沿海城市氣候韌性國家重點實驗室」氣候變化與極端天氣方向科研主管蘇慧稱，極端天氣預報愈早愈好，才可及早應對，正與天文台洽商在港應用該AI模型。

研究團隊正洽天文台採用

今次團隊研發的AI運算框架為「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訓練AI模型，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，對模型表現作驗證。

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；在個別區域可每4至5分鐘更新一次，觀測範圍可小至4公里。

蘇慧續稱，國家氣象局過去一年對強對流風暴預測的平均預報時效只有48分鐘，現時團隊新研發的AI模型可將預報時效提前至4小時。有份參與研究的博士後研究員代快表示，傳統天氣預報主要依賴地面雷達，惟雷達掃描從地面向高空，意味當雷達觀測到有降雨時，實際上降雨已發生；衛星圖像則由高空至地面拍攝，可提前觀察到對流變化，這是令預報時間可提前的原因之一。

專測「強對流天氣」 如雷電暴風雨

今次團隊研發的AI模型針對「強對流天氣」，包括大風、雷電及極端降雨等；蘇慧說，一般而言，對流的產生是複雜的過程，有很多小尺度變化，有時發生得非常快，對傳統預測構成挑戰。

代快指出，他們新研發的AI系統運用深度擴散技術（deep diffusion）產生天氣預測圖像，模型將數據分兩個分支，其一分支有隨機成分，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。

至於系統能否助香港預料局部地區雨勢，代快說，香港在整個衛星圖像中只佔非常小的範圍，難直接觀測，但能觀測到香港周邊區域的氣象會否對香港有潛在影響。他透露團隊上月已與香港天文台接觸，冀在今年夏天能實際應用。