导航|地址|刷新
人工智能预报模型“风清”“风雷”“风顺”优化升级展身手

资源库

|

活动中心

|

智能创作

|

登录

/

注册

商城

登录

/

注册

资源库

|

活动中心

|

智能创作

|

商城

首页

 防灾减灾

 气候变化

 科技能力

 社会服务

 名家讲科普

 科普视频

 气象百科

地方

新疆

 首页>科技能力>人工智能和大数据>资讯

人工智能预报模型“风清”“风雷”“风顺”优化升级展身手

日期：2025-12-30

来源：中国气象报社

【字体：大中小】

打印本页

分享：

编者按：12月19日，中国气象局在雄安新区发布“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。

“风清”有效预报天数超过10.5天

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。

中国气象局人工智能天气预报模型重点创新团队成员宫宇介绍，“风清”的数据及结构设计完全国产自主可控。升级至V1.5版本后，“风清”的各项性能指标有了新提升：构建了物理守恒约束的模型架构，进一步提升有效预报天数；新增总降水量、对流性降水降雪量、辐照度、100米风、云量等11个物理量的预报产品，可进一步增强对于多行业、多场景预报服务的支撑能力；基于天气学认识，巧妙客观识别灾害天气发生，实现针对性优化，进一步降低灾害性天气强度预报误差。

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年汛期华北强降雨天气背景下，“风清”在更早前就捕捉到暴雨灾害性天气发生发展趋势，为递进式预报服务打出了提前量，帮助收到“风清”信号后的预报员，更好地结合数值预报模式，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。

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。（黄彬）

“风雷”实现定量降水直接预报

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。

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，想要真正评估灾害风险，就需要知道具体“会下多少雨”。2025年，研发团队聚焦定量降水这一核心难点开展攻关，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了有力支撑。

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。（闫泓张小雯）

“风顺”助推我国气候预测能力提升

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。

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/最低气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。（刘蕊）

（责任编辑：张林）

Ｘ

扫一扫分享至朋友圈

------
导航页打开网址