基于风云气象卫星数据 我国强对流天气临近预报延长至4小时
来源：科技日报
科技日报记者 付丽丽
6日，记者从中国气象局获悉，国家卫星气象中心研究员王劲松联合哈尔滨工业大学（深圳）、香港科技大学、中国气象局广州热带海洋气象研究所等单位科研人员，成功研发出基于风云气象卫星数据的深度扩散模型，可将强对流天气临近预报有效时长延长至4小时。这标志着我国在基于自主卫星数据的智能天气预报技术方面取得关键突破，将为防灾减灾提供更有力的技术支撑。
强对流天气具有突发性强、演变迅速、破坏力大等特点，其临近预报的核心难点在于捕捉中小尺度天气系统的快速非线性演变过程，目前仍是国际气象领域的共同挑战。
据介绍，强对流多发生于对流云系或单体对流云块中。风云四号气象卫星具备高时空分辨率红外探测能力，可提供连续、大范围的云顶亮温观测，实现对云团生命全过程的完整追踪，并通过对云顶物理信号的捕捉，提早识别对流初生迹象，为预报赢得提前量。
研究团队利用风云四号系列卫星大范围、无缝隙的监测优势，获取长时效数据，并从中提取和预测对流云团的复杂随机运动。为进一步提升预报精度，团队引入在图像生成领域表现卓越的扩散模型，提出面向卫星数据的深度扩散模型（DDMS）。该模型将对流云演变中呈现的随机运动趋势建模为一种物理扩散过程，利用风云四号A星过去2小时的红外亮温序列，预判未来4小时对流云的时空演变。在此基础上，结合深度语义分割模型，对预测得到的卫星序列开展对流云的自动识别与空间定位，从而精准刻画对流云的生成与发展过程。
基于风云四号卫星数据，DDMS实现了对我国及周边区域约2000万平方千米区域、未来4小时内每15分钟一次的高分辨率对流预报。该模型在不同空间尺度（4000米至48000米）和不同季节均表现出稳定的预报能力，不仅在短时预报中表现优异，在2至4小时的较长时效预报中仍保持较高可信度。
未来，团队将进一步优化模型计算效率，并探索将气象物理规律更深层次嵌入AI模型，提升其可解释性与稳健性。