AI在气象中的应用

0X/XX/XXAI在气象中的应用汇报人:XXXCONTENTS目录01

智慧气象行业发展背景02

AI驱动的气象技术创新03

AI气象预报模型体系04

基础设施智能化升级CONTENTS目录05

气象数据生态构建06

重点应用场景实践07

公众气象服务创新08

挑战与未来趋势智慧气象行业发展背景01全球气候变暖趋势加剧当前，全球气候变化加剧，极端天气事件发生频率和强度显著上升，对社会安全、经济发展和民生福祉构成严重威胁，提升气象服务的精准性、时效性和应用广度成为当务之急。极端天气事件频发带来严峻考验2026年5月，我国南方大部地区迎来入汛以来综合强度最强的暴雨过程，雷雨大风、冰雹等强对流天气轮番登场，凸显了应对极端天气挑战的紧迫性。传统气象服务面临能力瓶颈传统气象预报方法在处理复杂气象数据、准确预测极端天气事件方面存在局限性，如数值天气预报依赖超级计算，计算复杂度高、初始场误差及参数化假设等问题，难以满足日益增长的精细化、高时效预报需求。全球气候变化与极端天气挑战传统气象服务的局限性分析观测网络覆盖不足与数据滞后传统气象观测网络难以覆盖城市峡谷、山区等复杂地形，存在观测盲区。数据传输依赖传统通信方式，实时性不足，难以满足精细化服务需求。数值预报模式计算效率低下传统数值预报依赖超级计算机求解物理方程，计算复杂度高，全球1km分辨率需10^15次浮点运算/时间步，导致预报更新慢，极端天气预警提前量有限。服务模式单一且缺乏个性化传统气象服务多为通用性预报，如“午后局部有雷雨”，无法针对不同用户（如农户、电力部门、公众）的具体场景提供定制化、精准化服务，用户体验不佳。数据共享与融合能力薄弱气象数据长期处于“部门独享”状态，与地理信息、社会经济等跨领域数据融合不足，难以挖掘数据深层价值，限制了气象服务向多场景延伸。智慧气象的定义与核心价值

智慧气象的定义智慧气象是气象现代化建设的核心方向，通过融合大数据、人工智能、物联网、云计算等前沿技术，重构传统气象服务的逻辑与边界，提升气象预报的精细化水平，推动气象数据从“观测记录”向“价值创造”跨越。

提升气象服务精准性与时效性在气候变化加剧、极端天气事件频发的背景下，智慧气象显著提升了气象服务的精准性、时效性。例如，新一代相控阵天气雷达缩短强对流天气预警时间，中国强对流预警提前量平均已达48分钟，24小时台风路径预报误差降至58公里。

赋能社会安全与经济发展智慧气象是影响社会安全、经济发展和民生福祉的关键因素。通过精准预报与场景化服务，为防灾减灾、农业生产、能源调度、交通运输等领域提供科学支撑，如AI模型提前精准预判风力变化指导风电场发电，单日发电量可增长近3倍。

推动气象数据价值创造智慧气象促进气象数据从“部门独享”转向“社会共用”，通过与地理信息、社会经济等数据融合，催生出“气象+场景”的定制化服务模式。例如，“风云地球”平台整合多源数据与AI工具，供农业、交通等行业用户自主调用，实现数据价值最大化。AI驱动的气象技术创新02人工智能：从辅助工具到核心能力

AI应用向预报全流程渗透AI在气象领域的应用已从数据清洗、模式优化等辅助环节，延伸至预报决策的全流程。例如，生成对抗网络(GAN)可模拟极端天气事件的历史场景，为模型训练提供稀缺样本；自然语言处理(NLP)技术则能自动解析气象文本报告，提取关键信息供决策系统调用。

AI与物理模型深度融合成主流未来，AI与物理模型的深度融合将成为主流，通过“数据驱动+知识引导”的双引擎模式，提升预报的物理一致性与可解释性。如“风雷”模型将数据驱动与物理驱动范式深度融合，强回波预报技巧提升25%。

全时效智能模型矩阵构建我国气象人工智能已形成覆盖短时临近、中短期、次季节—季节全时效的智能模型矩阵。“风雷”实现公里级、分钟级更新；“风清”几分钟完成过去数小时计算，生成0至15天全球预报；“风顺”对热带大气季节内振荡的预测技巧达32天。

人机协同重塑预报员工作模式人工智能模型成为高效助手，让预报员从“模式挑选者”转变为“决策把关人”。如“阿福”人工智能预报员助手集成应用国省语料库，推进小智能体模块研发，构建适应不同场景气象多智能体，重塑预报预警业务流程，让预报员更多精力投入到气象应用创新和精准服务中。大数据与云计算的支撑作用海量气象数据的高效处理

气象数据具有多源、异构、高维的特点，其存储与计算需求远超传统IT架构。云计算平台通过弹性资源分配，可动态支持从实时监测到长期气候模拟的多样化任务。数据湖技术实现统一管理

数据湖技术的引入，实现了结构化与非结构化数据的统一管理，为AI模型训练提供了高质量燃料，确保多源数据的有效整合与利用。提升气象服务响应速度

例如，亚马逊云科技(AWS)为美国国家海洋和大气管理局(NOAA)提供的云服务，使其能够快速处理卫星数据并发布预警，显著提升了气象服务的时效性。低成本广域数据采集网络在偏远地区或复杂地形，物联网设备通过低功耗广域网(LPWAN)实现气象数据的低成本采集。例如，LoRa技术支持的温湿度传感器可连续工作数年，无需频繁更换电池，有效填补了观测盲区。边缘节点的实时数据预处理边缘计算节点对原始数据进行预处理，仅上传关键特征，显著减少带宽占用与数据传输延迟。智能气象站通过边缘计算能力，可在本地完成初步数据处理，提升数据响应速度。众包感知与观测网络补充智能穿戴设备(如手环、手表)开始集成气象监测功能，通过众包模式补充官方观测网络，形成“人人参与”的气象感知生态，增强了气象数据采集的广度和密度。物联网与边缘计算的协同应用区块链技术保障数据安全共享分布式账本确保数据溯源防篡改区块链通过分布式账本与加密算法，可追溯气象数据来源并防止篡改，保障气象数据的真实性与完整性，这对防灾减灾决策至关重要。智能合约实现权限管理与可信共享在跨机构气象数据共享时，区块链的智能合约功能可自动执行权限管理，确保敏感信息仅被授权方访问，实现数据的可信共享与安全流转。赋能行业应用简化流程提升效率例如，农业保险公司可通过区块链验证农户提交的气象灾害证明，简化理赔流程，提升服务效率，体现区块链在气象数据应用中的实际价值。AI气象预报模型体系03"风雷"：短时临近强天气预警尖兵实现公里级、分钟级更新，强回波预报技巧提升25%，预警提前量达3小时。集成于中国气象局短临预报业务系统（SWAN），支持国省市县四级强天气预警业务，在强降水、雷暴大风等灾害性天气预警中发挥关键作用。"风清"：全球中短期天气预报高效引擎仅需3分钟即可生成全球精细化预报产品，可用预报天数达10.5天，空间分辨率25公里，逐6小时更新。2024年9月业务化，通过气象开放应用平台（MOAP）和"天擎"云平台服务全国，在台风、高温、梅雨锋暴雨等预报中成效显著，并作为世界气象组织全民早期预警倡议成果向全球开源。"风顺"：次季节-季节预测能力增强器分辨率精细至0.25°，新增十余项预报要素，能大幅增强15天以上天气气候系统的预报能力，对热带大气季节内振荡的预测技巧达32天，为中长期气候趋势研判和防灾减灾决策提供重要支撑。国家级AI模型矩阵："风雷""风清""风顺"地方特色化模型：深圳"三剑客"等应用01深圳AI气象模型"三剑客"升级2026年，深圳市气象局对2025年发布的人工智能气象模型"三剑客"——"智霁2.0"、"智瞳"和"阿福"进行关键性技术升级，以确保预报预警的精准度与时效性实现质的飞跃。02"智霁"模型：提升台风暴雨强度预报由深圳市气象局与华为云联创研发的"智霁"模型，2026年将发展强降水预测增强技术，改进台风强度预报算法，提升其在台风、暴雨强度预报方面的能力。该模型可提供未来7天深圳及周边地区空间分辨率为3公里的气温、降雨、风等气象要素预报产品。03"智瞳"模型：延长强降水有效预报时间深圳市气象局联合哈尔滨工业大学（深圳）研发的"智瞳"模型，2026年将持续优化融合雷达、卫星等多源数据和融合物理机理的技术，改进海上强对流预测算法，提升暴雨、雷雨大风等预警的精准性。此前已将强降水有效预报时间从原来的1小时延长到了3小时。04"阿福"助手：重塑预报预警业务流程深圳市气象局联合鹏城实验室完善人工智能预报员助手"阿福"，集成应用国省语料库，推进小智能体模块研发，构建适应不同场景气象多智能体，实现台风风雨影响、重大活动专报等多情景业务应用，重塑预报预警业务流程，让预报员更多精力投入到气象应用创新和精准服务中。国际AI气象模型发展动态

01美国：HRRR-Cast区域AI预报系统美国国家海洋和大气管理局（NOAA）推出首个区域性试验性AI预报系统HRRR-Cast，基于HRRR模型3年数据训练，在反射率、湿度、温度和风力预报方面与HRRR相当，计算效率提升100至1000倍，能生成更逼真的风暴结构，2026年8月将测试集合版本。

02微软研究院：Aurora大气基础模型微软研究院发布大规模大气基础模型Aurora，历经过超一百万小时的多样化天气和气候模拟训练，具备高预报准确性和效率，可预测空气质量、海浪及热带气旋路径，计算成本低，助力气候科学家探索更多场景。

03塞浦路斯：AI极端天气早期预警与农业支持塞浦路斯启动“政府中的人工智能”项目，利用机器学习分析卫星数据和大气状况，提供更快捷、有针对性的极端天气早期预警；同时为农民提供定制化天气预报、灌溉调度工具及病虫害监测服务。

04马克斯•普朗克学会：超本地化灾害预警模型马克斯•普朗克学会研发AI灾害早期预警系统，结合卫星数据与AI模型，生成20米分辨率的超本地化预测，可预测极端天气发生时间及其对特定社区影响，系统整合气象、生态和社会经济数据提供针对性预警。数据驱动与物理驱动的深度融合AI模型与传统数值预报模式结合，形成“数据驱动+知识引导”的双引擎模式。例如“风雷”模型将数据驱动与物理驱动范式深度融合，使强回波预报技巧提升25%，提升预报的物理一致性与可解释性。AI加速数值预报计算与优化AI技术显著提升数值预报的计算效率，如“风清”模型仅需3分钟即可生成全球精细化预报产品，可用预报天数达10.5天，相比传统数值预报方法速度大幅提升，同时优化模式初始场和参数化过程。多源数据同化与AI模型集成利用AI技术整合卫星、雷达、地面观测等多源数据，优化数据同化过程。如中国气象局“风雷”智能预报系统，融合多源数据实现从全球尺度到乡镇级别的无缝预报，覆盖多时段需求，提升预报准确性。端到端预报模式的创新探索“风源”模型开创端到端预报新模式，无需复杂数据同化，直接读取观测数据生成预报，简化了传统数值预报的复杂流程，为AI与数值预报融合提供了新的技术路径。AI与数值预报融合的技术路径基础设施智能化升级04"空天地海"一体化观测网络

多元观测设备协同布局传统气象观测网络正加速向"空天地海"一体化转型，整合地面观测站、雷达、卫星、无人机、浮标等多元设备，形成立体监测体系，有效覆盖从高空大气到海洋表面的气象要素。

5G与边缘计算提升实时性结合5G通信技术实现观测数据实时传输，新一代相控阵天气雷达缩短强对流天气预警时间。智能气象站通过边缘计算在本地完成初步数据处理，显著减少数据传输延迟与带宽占用。

创新技术填补观测盲区气象部门与通信运营商合作，利用基站资源构建"蜂窝式"微气象监测网，有效填补城市峡谷、山区等复杂地形的观测盲区，提升监测数据的空间分辨率和覆盖密度。

众包模式拓展感知维度智能穿戴设备（如手环、手表）开始集成气象监测功能，通过众包模式补充官方观测网络，形成"人人参与"的气象感知生态，增强对特定区域微气候的精细化监测能力。新一代相控阵天气雷达应用缩短强对流天气预警时间新一代相控阵天气雷达的部署显著缩短了强对流天气的预警时间，为防灾减灾争取了宝贵的应对窗口。提升灾害性天气监测能力该雷达能够更精准地捕捉雷暴、冰雹、龙卷风等灾害性天气系统的特征，提高监测的准确性和及时性。优化数据支撑与决策服务其获取的高分辨率气象数据为数值预报模型提供了更优质的初始场，同时也为气象决策服务提供了有力的数据支撑。智能气象站与边缘计算技术智能气象站：多元感知与本地处理智能气象站集成多种传感器，可监测温湿度、气压、风速风向等气象要素，并具备边缘计算能力，能在本地完成初步数据处理，减少数据传输延迟与带宽占用，提升响应速度。边缘计算：优化数据处理与传输效率边缘计算节点对智能气象站采集的原始数据进行预处理，仅上传关键特征信息，有效降低对通信网络的依赖，尤其适用于偏远地区或复杂地形下的气象监测，保障数据及时可用。低功耗广域网（LPWAN）的支持作用在偏远地区或复杂地形，物联网设备通过LoRa等低功耗广域网技术实现气象数据的低成本、长距离、低功耗采集，例如LoRa温湿度传感器可连续工作数年，无需频繁更换电池。“蜂窝式”微气象监测网的构建气象部门与通信运营商合作，利用基站资源构建“蜂窝式”微气象监测网，结合智能气象站与边缘计算，填补了城市峡谷、山区等复杂地形的观测盲区，提升监测网络的空间分辨率。5G通信与微气象监测网建设

5G赋能气象数据实时传输5G通信技术凭借其高速率、低延迟特性，为气象观测数据的实时传输提供了关键支撑。在“空天地海”一体化监测体系中，5G确保了地面观测站、雷达、卫星、无人机、浮标等多元设备采集的海量气象数据能够快速、稳定地回传至数据处理中心，为后续的精准预报和服务奠定基础。

“蜂窝式”微气象监测网的构建气象部门与通信运营商合作，创新性地利用现有基站资源，构建起“蜂窝式”微气象监测网。这种模式能够有效填补城市峡谷、山区等复杂地形区域的观测盲区，实现对气象要素的高密度、精细化监测，提升了对局部小气候和突发天气事件的感知能力。

提升边缘计算与本地化数据处理结合5G网络的边缘计算能力，智能气象站可在本地完成初步的数据处理与分析，减少了数据上传的延迟和中心服务器的压力。这使得气象服务能够更快速地响应当地需求，例如在强对流天气预警中，可更快生成并发布本地化的预警信息，为防灾减灾争取宝贵时间。气象数据生态构建05气象数据开放共享机制

从“部门独享”到“社会共用”的转变气象数据已从传统的“部门独享”模式加速向“社会共用”模式转变，全球范围内的气象机构正通过多种方式向公众、企业开放历史数据与实时监测信息，促进数据价值的最大化利用。

数据开放共享的主要形式气象部门通过API接口、数据平台等形式向社会开放数据。例如，中国气象局推出的“风云地球”平台，整合了多源气象数据与AI分析工具，供农业、交通、能源等行业用户自主调用。

跨领域数据融合与“气象+场景”服务气象数据与地理信息、社会经济、人口分布等数据的交叉融合，催生出“气象+场景”的定制化服务模式。如结合城市热岛效应数据与电力负荷模型，可预测高温天气下的电网压力，为能源调度提供依据。

数据安全与可信共享的技术保障区块链技术通过分布式账本与加密算法，可追溯气象数据来源并防止篡改，保障数据的真实性与完整性。同时，智能合约功能可自动执行权限管理，确保敏感信息仅被授权方访问，助力跨机构数据安全共享。空天地海一体化监测网络传统气象观测网络加速向“空天地海”一体化转型，地面观测站、雷达、卫星、无人机、浮标等多元设备形成立体监测体系，结合5G通信技术实现数据实时传输，填补城市峡谷、山区等复杂地形的观测盲区。气象数据开放共享与跨领域融合气象数据从“部门独享”转向“社会共用”，通过API接口、数据平台等形式向公众、企业开放。气象数据与地理信息、社会经济、人口分布等数据交叉融合，催生出“气象+场景”的定制化服务模式，如结合城市热岛效应数据与电力负荷模型预测电网压力。公众端个性化气象服务公众端涌现出个性化气象服务APP，通过用户位置、健康数据、出行计划等信息，提供穿衣指数、运动建议、过敏预警等增值服务。例如深圳“鹏城互动式穿衣指数”分人群提供穿衣建议，上线仅一个月访问量接近百万人次。行业端精准化气象赋能在农业领域，基于气象数据的精准灌溉、病虫害预警服务帮助农户降低损失；在交通领域，高速公路能见度监测与航班延误预测系统保障出行安全；在能源领域，风电功率预测与光伏发电效率优化模型提升可再生能源利用率。多源数据融合与"气象+场景"模式数据治理与标准化建设多源数据整合与质量控制气象数据来源多样，包括地面观测站、雷达、卫星、无人机、浮标等，存在时空分辨率、坐标系统、格式规范等方面的差异，需建立统一的数据治理框架进行清洗、校验与整合，确保数据质量。数据格式与接口标准化推动气象数据格式、元数据标准、接口协议的统一，例如中国气象局推出的“风云地球”平台，通过标准化API接口向公众、企业开放历史数据与实时监测信息，促进数据共享与高效利用。数据安全与隐私保护个性化气象服务涉及用户位置、健康等敏感信息，需完善数据保护法规与技术手段，如利用区块链技术追溯数据来源并防止篡改，结合智能合约功能确保敏感信息仅被授权方访问。重点应用场景实践06气候适应型城市建设城市气象大脑：动态风险模拟与预警智慧气象通过构建“城市气象大脑”，整合气象、交通、环境等数据，实现暴雨内涝、高温热浪等风险的动态模拟与预警。例如，新加坡推出的“虚拟新加坡”平台，可模拟不同降雨强度下的排水系统负荷，为城市规划提供科学依据。绿色建筑与气象数据联动：降低城市碳足迹绿色建筑与气象数据的联动，可优化空调、照明等设备的能耗，降低城市碳足迹。通过分析气象要素变化，动态调整建筑能源使用策略，提升城市整体的气候适应性和可持续性。暴雨概率预报升级：精细化决策支撑面对暴雨增多趋势，深圳气象升级暴雨概率预报，在原有日雨量50毫米基础上，新增70毫米和100毫米两个阈值预报，为防灾部门提供更精细的决策支撑，助力城市有效应对强降雨带来的挑战。农业精细化生产服务

作物生长环境精准监测中国“农田小气候仪”可实时监测作物冠层温湿度，结合病虫害发生模型，提前推送防治方案，为农业生产提供精准环境数据支持。

种植结构与农事活动智能指导智慧气象服务通过土壤湿度监测、霜冻预警、光热资源评估等功能，指导农户根据气象条件调整种植结构与农事活动，优化农业生产安排。

畜牧业热应激风险预测在畜牧业中，气象数据与动物健康模型相结合，可预测热应激风险，帮助养殖户采取措施减少牲畜死亡损失，保障畜牧业生产稳定。

品种表现模拟与评估全国人大代表、六盘水山海园种植农民专业合作社理事长李世瑶表示，人工智能模型可通过输入作物特性和当地气候数据，模拟生长情况，评估品种表现，助力优良品种选择。能源系统智能调度提升可再生能源预测精度通过公里级预报与强对流短临预警技术，显著提升风光发电预测精度。2025年台风过境江苏期间，AI模型提前精准预判南通东耀海上风电场风力变化，指导企业适时满负荷发电，当日发电量从477万千瓦时飙升至1677万千瓦时，发电效益增长近3倍。优化电力负荷预测与储能配置智慧气象通过电力负荷预测服务，帮助能源企业优化发电计划与储能配置。欧洲输电系统运营商(ENTSO-E)利用气象数据预测跨国电力需求，实现跨区域电力调配，提升电网稳定性。指导氢能产业链成本控制在氢能产业链中，气象数据可指导电解水制氢的时机选择，降低生产成本，助力清洁能源产业发展。电力设备及作业影响监控为电力部门定制气象实况与快速预报产品，联动电网应急系统，精准监控气象对设备及作业的影响，指导应急避险，降低气象灾害对城市供电的风险。公共健康风险防控

气象-健康预警系统构建通过整合气象数据与健康模型，构建“气象-健康”预警系统，可有效识别传染病传播、热射病等公共健康高危人群与脆弱区域，为精准防控提供科学依据。

传染病传播风险预测气象条件与疟疾等传染病传播密切相关，利用气象模型预测蚊媒滋生风险，能指导卫生部门针对性开展消杀作业，有效降低疾病传播概率。

空气污染健康影响预警结合气象数据与污染物扩散模型，可提前发布雾霾等空气污染预警，建议公众减少户外活动，特别是敏感人群，从而降低空气污染对健康的不利影响。

流感气象风险等级预报在每年10月至次年4月的秋冬春三季，气象部门可联合疾控中心逐日发布未来7天的流感气象风险等级预报，科学指引公众做好流感防范措施。强对流天气预警能力提升AI模型显著增强强对流天气预警能力，如“智瞳”模型将强降水有效预报时间从1小时延长到3小时，为城市防汛争取宝贵“生命时间窗口”；江西AI驱动的暴雨预警准确率达92%，强对流预警提前量达46分钟。递进式气象服务机制应用“31631”递进式气象服务机制成为新常态，即提前3天会商研判趋势，提前1天发布风险提示，提前6小时发布预警并启动短时滚动预报，提前3小时AI临近预报模型逐6分钟更新，临近1小时指导基层精准发布预警，有效提升防灾减灾决策效率。风险预警智能问答与报告生成面向防灾部门推出风险预警智能问答服务，基层防灾人员可实时查询风险监测、预估及防御指引；提供智能快捷一键生成极端强降雨风险报告功能，助力科学调度与应急处置，提升应急响应速度。全球早期预警中国方案输出我国全民早期预警中国方案“妈祖（MAZU）”在蒙古国、吉布提等国落地，支撑全球40多个国家“云”上应用；“风清”模型作为世界气象组织全民早期预警倡议成果向全球开源，为国际防灾减灾提供科学支撑。防灾减灾与应急响应公众气象服务创新07个性化气象服务产品鹏城互动式穿衣指数深圳天气APP推出，针对年龄、性别、体质分人群提供专属穿着指引，结合气温、湿度、风力等要素，采用八级精细体感温度划分，精准匹配衣物材质与穿搭款式，上线仅一个月访问量近百万人次。人体舒适度指数深圳天气小程序和APP新增，综合气温、湿度、风速和辐射等要素评估对人体的热负荷影响，为市民跑步、登山或其他运动提供参考建议。流感气象风险等级预报深圳市气象局联合市疾控中心，在每年10月至次年4月的秋冬春三季，逐日发布未来7天的流感气象风险等级预报，科学指引公众做好防范。天文观测信号服务在“西涌国际暗夜社区天文观测信号”服务基础上，拓展深汕鲘门、珠海万山、韶关乳源等观星地点，形成多地联动发布机制，市民可通过“深圳天文”微信公众号获取天文观测指数和天象信息。互动式穿衣指数与健康指引01鹏城互动式穿衣指数：精准匹配多元需求2026年深圳市气象局在“深圳天气”APP创新推出该服务，上线仅一个月访问量近百万人次，收到市民反馈超4200条。分人群提供专属穿着指引，结合气温、湿度、风力等要素，采用八级精细体感温度划分，精准匹配衣物材质与穿搭款式，已依据用户反馈完成5次优化迭代。