国内首个24小时台风快速增强预报模型落地应用，预报性能获验证

台风强度突变预报是全球气象领域公认的技术挑战，长期以来，我国在这一领域缺少稳定有效的客观预报方法和产品支撑。近日，一项自主研发的AI预报技术取得重要进展，标志着我国在该领域实现了关键突破。

由中国科学院深圳先进技术研究院李晴岚研究员团队自主研发的“机器学习台风快速增强集成预报模型”，已先后在国家气象中心、香港天文台完成业务部署与实测应用。这不仅是国内首个实现落地应用的24小时台风快速增强预报模型，其配套的12小时快速增强预报产品也已同步上线。此举意味着自主AI台风快速增强预报技术正式进入国家级气象业务体系。

核心创新：量化指标揭示物理关联

该项研究的核心创新在于，团队首次构建了“海陆比”和“对称比”两个量化指标。其中，“海陆比”用于表征台风下垫面海陆分布的变化，而“对称比”则用于量化台风内核对流的对称性特征。这一研究揭示了台风内核对称度与其快速增强之间的物理关联。

李晴岚研究员介绍道：“台风发生快速增强前，其内核往往会出现一个非常对称的环状结构。

。”这一发现为预报模型的构建提供了关键的理论依据。

技术路径：集成机器学习提升准确率

基于上述物理洞察，研究团队融合了决策树、随机森林、AdaBoost、LightGBM四类机器学习算法，构建了一套集成预报模型。该模型的工作机制是，当超过半数的子模型预判将发生快速增强时，系统即可输出台风快速增强的预报结论。这种集成方法有效提升了预报的准确率，降低了单一模型的偏差风险。

研究团队依托十余年在台风预报领域的积累，自主研发了基于梯度提升树的台风强度预报模型，并在此基础上发展出这套集成预报模型，

。

性能验证：对比国际系统展现优势

为了验证模型的预报性能，团队针对2016-2020年北大西洋发生的24小时热带气旋快速增强过程进行了全面的模拟回报测试，并将结果与美国国家飓风中心（NHC）最好的预报系统进行了对比。

对比结果显示，

，展现出了优异的预报性能与业务适用性。这一验证不仅证明了模型的有效性，也为其在更广泛业务场景中的应用提供了信心。台风强度突变预报因其重要性与难度，已入选2025年度中国科协十大前沿科学问题，此次技术的落地应用是对该挑战的一次有力回应。