编者按
12月19日，中国气象局在河北雄安新区发布“风清”、“风雷”、“风顺”三个气象人工智能预报模型升级成果。自2024年6月发布以来，“风清”、“风雷”、“风顺”在业务实践中各展身手，有效提升预报精准度和预报效率。如今，经过科研攻关，升级后的三个气象人工智能预报模型将为中短期预报、短临预警、极端气候事件预警、全球气候服务等领域提供更广泛、更精准支撑，切实发挥气象防灾减灾第一道防线作用。
人工智能全球中短期预报系统“风清”
12月29日，记者从中国气象局获悉，随着我国自主研发的人工智能全球中短期预报系统“风清”（以下简称“风清”）升级至V1.5版本，其各项性能指标实现新的提升，可在3分钟内生成未来0至15天、逐6小时更新、25公里分辨率的全球气象预报产品，有效预报天数超过10.5天。
图为“风清”模型预报产品以及服务应用场景
自2024年6月“风清”V1.0版本发布以来，团队持续优化模型底层框架逻辑，针对性提升模型的降水及中长期灾害性天气强度预报能力，并已在中央气象台和各地气象部门的实时业务中落地应用、发挥实效。2024年9月，在应对台风“摩羯”的实战检验中，“风清”在台风登陆前6天多就提前锁定其登陆路径，为广东、广西、海南防灾决策抢出宝贵的窗口期。
在2025年汛期华北“面弱、点强”的强降雨天气背景下，“风清”在更早捕捉到暴雨灾害性天气发生发展趋势，有效为递进式预报服务打出提前量，帮助收到“风清”的信号后的预报员，更好的结合数值预报模式，精准捕捉灾害性天气过程。“2025年8月19日8时，‘风清’提前8.5天预报出华北分散性暴雨过程。”宫宇说。
目前，“风清”V1.5版本已通过业务化评审。未来，研发团队将持续推进模型优化，重点提升时间与空间分辨率，深化多源数据融合应用，并进一步挖掘数据处理与规律解析潜力，让“风清”在极端天气预警、区域精细化预报等领域发挥更大作用。
人工智能临近预报系统“风雷”
近日，中国气象局与清华大学联合构建的人工智能临近预报系统“风雷”（以下简称“风雷”）升级至V1.1版本，实现从预报雷达回波到直接预报定量降水的根本性升级，标志着我国在短时强降水特别是极端暴雨的预报方面取得关键性技术突破。
“风雷”模型技术路线图
强对流天气突发性强、破坏力大，其精准预报是世界性难题。2024年发布的“风雷”构建了“数据—算力—平台”全流程人工智能临近预报系统，聚焦雷暴、短时强降水等强对流天气的临灾预警，在2024年汛期业务试运行中便初露锋芒。它能够在3分钟内生成未来0至3小时、逐6分钟更新的雷达回波预报产品，可在几分钟内预测对流系统的新生与消散，对局地极端强对流天气的预报能力显著优于传统方法，强回波预报质量较原有业务产品提升超25%。
预报“雷达回波”如同观察云层的运动和强弱，而要真正评估灾害风险，需要知道具体“会下多少雨”。2025年，研发团队聚焦定量降水这一核心难点攻关，升级推出“风雷”V1.1版本，实现了直接预报定量降水的根本性升级。新版本深度融合物理规律约束与气象专家经验，基于更高精度的降水融合实况数据训练而成。这一技术路径，确保了预报结果既符合大气科学原理，又显著提升了稳定性和精准度。
升级后的“风雷”在今年汛期应用中表现卓越。6月底，其全新降水预报产品提前投入业务试运行，接入中国气象局短时临近预报业务系统（SWAN3.0），以逐10分钟更新、1公里分辨率的超高精度，为汛期强降水监测预警提供有力支撑。
在一次次实战中，“风雷”展现出精准预报能力：6月29日，成功预警北京突发性强对流天气；6月30日，在河南南阳极端暴雨过程中，提前2小时预报出超过120毫米的强降水，为防灾调度争取了宝贵时间。业务检验表明，“风雷”在短时强降水，尤其是极端暴雨预报方面取得显著突破。
模型的突破性进展背后是创新的研发组织模式。国家气象中心牵头，联合清华大学、国家卫星气象中心、国家气象信息中心、地球系统数值预报中心、气象探测中心等多家单位，构建了任务导向型联合攻关团队，明确了从数据支撑、算力保障到合作研发、业务分发的全链条协作，高效推动“风雷”实现质的突破。
目前，“风雷”及其定量降水预报产品已全面融入国、省、市、县四级气象业务体系，为全国各级气象部门短临预警业务提供更直接、更精准、更可靠的客观预报产品，为延长防灾减灾决策和响应时间、发挥气象防灾减灾第一道防线作用提供强有力支撑。
人工智能全球次季节—季节预测系统“风顺”
近日，由中国气象局联合复旦大学、上海科学智能研究院团队研发的人工智能全球次季节—季节预测系统“风顺”（以下简称“风顺”）升级至V1.5版本，其空间分辨率、预测要素、概率预测性能、数据基础等均实现优化。这标志着“风顺”在精度、要素覆盖和服务能力方面迈上新台阶。
“风顺”模型技术架构
空间分辨率提高对细致捕捉小范围天气气候事件尤为关键。“风顺”V1.5版本通过调整模型架构和精度，实现全球水平分辨率由1.5°（约150公里）精细至0.25°（约20公里），大幅增强对区域天气气候系统的刻画能力，能够为局地极端事件预测提供更精细产品。目前，“风顺”在世界气象组织（WMO）和欧洲中期天气预报中心（ECMWF）主办的AI Weather Quest竞赛中暂列前茅。
基于关键气象要素生成的精细化预报产品，对于服务各行业领域有重要意义。面向农业、『新能源』、水利等行业需求，“风顺”新增日最高/最低气温、太阳辐射☢️等十余项关键气象要素，拓展人工智能模型在多领域场景的应用潜力。
国家气候中心气候变化影响适应室主任、雄安气象人工智能创新研究院副院长陆波举例称：“日最高/最低温数据可为精准研判霜冻、干热风等农业灾害提供关键指标。”而在『新能源』领域，新增的太阳辐射☢️等要素可直接用于光伏发电效率预测，提升发电调度精准度。
3周至5周全球平均气温和降水预测技巧的提升，在应对极端天气中具有实际应用价值。升级后的“风顺”在模型中引入面向概率分布的损失函数，强化对预测不确定性的建模能力，使次季节尺度预报更具可靠性，实现3周至5周全球平均气温和降水预测技巧分别提升12%和5.6%。在研发阶段的回算测试中，系统对北京密云特大暴雨等极端事件展现出更大的概率捕捉潜力。
高质量数据能为模型提供坚实的基础，使其在预测中表现出更高的准确性。“风顺”训练与推理使用新一代国产大气再分析资料CMA-RA V1.5。CMA-RA V1.5的逐小时更新、水平分辨率达10公里，可重现自1979年以来从地面至55千米高度的全球三维大气状况，涵盖位势高度、温度、比湿、风等204个变量，能更精细捕捉大气运动的时空特征。
下一步，研发团队将锚定更长时效预测、更多圈层预报的方向进一步优化“风顺”，推动其在极端气候事件早期预警、能源调度、农业生产规划及国际气候服务中发挥更广泛、更精准的支撑作用。
中国气象报社 出品
编辑：李珮瑶
校对：程 婧
审核：杨海山
