深圳先进院团队台风快速增强预报模型6月12日实现24小时业务部署

6月12日，中国科学院深圳先进技术研究院发布通报，其数字所李晴岚研究员团队研发的“机器学习台风快速增强集成预报模型”已完成国家气象中心与香港天文台的业务部署与实测应用。

24小时与12小时预报产品同步上线

该模型是内地首个实现落地应用的24小时台风快速增强预报模型。在24小时产品配套上线的同时，系统同步推出12小时快速增强预报产品。

台风强度突变预报是全球气象领域公认的技术挑战，入选了2025年度中国科协十大前沿科学问题。

技术验证流程与业务逻辑

“机器学习”在此模型中指代通过算法集成处理气象数据的计算方式。素材显示，该模型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，表明其技术验证遵循了先国家级平台基础部署、后跨区域实测验证的递进流程。

此次部署标志着自主AI台风快速增强预报技术正式纳入国家级气象业务体系。该技术的业务化运行将直接为气象服务提供台风强度突变的定量预报支持，缩短监测响应周期。

核心指标与运行特征

• 内地首个完成业务落地的24小时台风快速增强预报模型
• 12小时快速增强预报产品作为配套系统同步运行
• 技术路径完成从研发至国家级业务体系的转化

李晴岚团队研发24小时台风快速增强预报技术已落地国家级平台

国家气象中心正高级工程师吕心艳博士指出，相关成果已正式投入国家级业务平台运行，将为中国台风强度预报提供重要参考。

双量化指标破解业务预报技术瓶颈

台风快速增强历来属于业务预报的难点领域，相关支撑技术长期存在缺口。李晴岚研究团队经过多年攻关，成功研制出针对24小时尺度的快速增强预报模型。该模型现已完成平台部署并进入运行阶段。

“台风快速增强是业务预报的一大难点，一直缺乏有效的预报支撑技术。李晴岚团队历经多年研发的24小时快速增强预报技术，已在国家级业务平台落地应用，将为中国台风强度预报提供重要参考。”——国家气象中心正高级工程师吕心艳博士

核心参数与物理机制拆解

此次技术升级的核心在于首次构建双量化评价体系。研究团队通过提取特定参数，完成了对台风演变过程的数值化刻画。

• “海陆比”指标用于字面表征台风下垫面海陆分布的变化规律
• “对称比”指标用于字面表征台风内核对流对称性的特征状态
• 双指标的同步测算逻辑直接揭示了内核对称度变化与系统快速增强之间的物理关联

该项技术的业务化部署将直接填补台风快速增强领域的有效技术支撑空白。

深圳先进院供图

深圳先进院团队构建集成预报模型 提升热带气旋快速增强预报命中率

针对热带气旋快速增强这一气象预报难题，深圳先进院李晴岚研究团队提出一种基于多算法融合的决策机制。该模型通过解析台风内核对称性特征，结合机器学习集成技术，实现增强过程的高精度预判。

内核结构特征与算法投票逻辑

观测数据表明，热带气旋在发生快速增强前，其物理结构会呈现特定变化。李晴岚指出，台风内核往往会出现一个非常对称的环状结构，内核越对称，越有可能发生快速增强。该结构特征直接作为模型输入的核心变量。

为将结构特征转化为预报结论，团队融合决策树、随机森林、AdaBoost、LightGBM四类机器学习算法。系统运行设定明确规则，当超过半数子模型预判快速增强时，集成框架自动输出最终预报结论。

• 逻辑拆解：模型采用多数表决机制，各子算法独立输出预测结果，系统统计正判比例，阈值过半即触发预报输出，降低单一算法偏差。

历史回溯测试与模型效能比对

研究团队选取2016至2020年北大西洋海域发生的24小时热带气旋快速增强过程开展全量模拟回报。测试环节直接对标美国国家飓风中心现行最佳预报系统。

集成预报模型在对比测试中展现出更高的预报命中率与更低的误报率，具备优异的预报性能与业务适用性。

该命中率与误报率指标，直接反映集成架构在控制预报虚警与捕捉真实增强事件上的统计效能。模型运行逻辑仅依赖素材提供的算法融合规则与历史数据比对结果。

科研数据沉淀

围绕台风动力学与数值预报方向，该团队已形成长期研究基础。截至目前，团队累计在多个国际权威气象期刊发表论文60余篇，授权专利16项。

该机制将结构观测与算法判定直接挂钩，为同类气象过程预报提供可复用的计算路径。