我国气象科研领域再获重大突破。由中国气象科学研究院专家团队牵头研发的全球首个气溶胶—气象耦合预报人工智能模型（AI-GAMFS），成功破解传统沙尘预报技术瓶颈，大幅提升沙尘天气过程、影响范围、浓度强度的预报精准度，实现了高效、高精度、低成本的全球气溶胶与沙尘天气智能预报业务化运行，相关研究成果已刊发于国际顶尖学术期刊《自然》。
沙尘天气是我国北方春季高发的灾害性天气，具有起沙快、移动快、变化复杂、影响范围广的特点。传统数值预报模型长期存在算力消耗大、对沙尘非线性演变过程刻画不足、细节捕捉能力有限等难题，容易出现沙尘落区偏差、强度预估不准等问题，难以满足精细化防灾减灾的需求，一直是大气环境预报领域的技术难点。
针对行业痛点，科研团队依托42年全球12万时次的气溶胶再分析海量数据，融合大气物理规律与人工智能前沿技术，创新集成全局注意力机制、时空编码模块及接力预报策略，打造出全新的AI-GAMFS智能预报模型。该模型突破传统预报模式局限，构建“分类识别+定量反演”双建模体系，搭配分布掩膜裁剪技术，有效过滤雾、霾、地表杂波等干扰信号，精准剥离纯净沙尘实况信息，既保障预报结果符合大气科学原理，又大幅提升细节识别精度。
相较于国际先进传统预报系统，AI模型综合预报能力实现质的飞跃。数据显示，该模型在气溶胶总量、地面沙尘浓度核心指标上，预报准确率提升10%—30%，预报优势十分显著。在效率层面，模型可在1分钟内完成全球范围运算，输出未来3—5天、每3小时更新一次的高精度预报结果，空间分辨率可达50公里，经本地化优化后西北地区预报分辨率可提升至5公里，完美适配大范围宏观预报与局地精细化预警需求。同时，模型大幅降低运算算力成本，解决了传统高精度预报“耗时久、成本高”的短板，具备极强的业务推广价值。
目前，该人工智能预报模型已全面投入我国沙尘气象预报业务应用，稳定服务北方沙尘天气预警工作。半年多以来，依托AI-GAMFS模型，我国气象部门已精准预报北方大范围沙尘天气过程10余次。在今年4月北方强沙尘天气过程中，模型精准捕捉沙尘起源、移动路径、推进速度及核心影响区域，准确预判沙尘自西北向东南的演变趋势，浓度梯度、影响落区预报结果与实况高度吻合，为各级气象部门提前48小时发布预警、启动防灾预案提供了核心数据支撑。
除沙尘天气预报外，该模型还可同步适配雾霾、野火气溶胶扩散等多种环境气象场景，构建起多要素、全时段的环境气象智能预报体系。业内专家表示，AI与大气气象预报的深度融合，颠覆了传统数值预报的单一模式，构建起“AI+数值”协同预报的全新技术体系，不仅补齐了我国沙尘精细化预报短板，也为全球环境气象预报提供了中国技术方案。
下一步，气象科研团队将持续优化人工智能预报模型算法，深化本地化适配升级，进一步提升极端沙尘、局地强沙尘等特殊天气的精准预报能力，持续完善智能气象预报体系，充分发挥科技赋能作用，筑牢气象防灾减灾第一道防线，为生态环境保护、交通运输、农业生产、公众健康防护提供更精准、更高效的气象保障服务。
