12月19日

气象AI家族又添一名“硬核”新成员！

这次登场的是——

“风源”v1.0

气象人工智能科学模型

同时，2024年发布的

气象人工智能模型

“风清”“风雷”“风顺”

完成了技术升级

你一定和象象一样好奇

“风源”核心的“绝活”是什么？

技术“牛”在哪儿？

它与气象AI家族的

其他成员有何不同？

一起来探索

↓↓↓

“风源”是什么？

大家可以把“风源”想象成一个专业的气象AI分析师和预报员。

如果说，此前的气象人工智能预报模型善于学习，需要依赖气象数值预报模式分析的数据，来学习并预测未来天气。而“风源”可以直接读取来自卫星、雷达、气象站等实时观测数据，自己分析、思考后给出全球气象预报。

作为科学模型，“风源”重点关注气象人工智能理论和技术创新在预报模型中的实现。当“风源”预报模型和部分模块成熟后，可为实际气象预报业务和气象人工智能科学研究等方面提供理论和技术支撑。作为气象部门主导研发的模型，能够更自主地服务“一带一路”沿线国家的气象科研与预报。

“风源”模型由中国气象科学研究院、雄安气象人工智能创新研究院联合国家气象信息中心、上海人工智能实验室、南京气象科技创新研究院、江西省气象台等多支精锐团队共同研发。目前，“风源”主要服务于气象科研机构及业务单位专业人员。

“风源”整体技术路线

“风源”核心“绝活”是什么？

“风源”v1.0模型最核心的突破，可以用一个词概括：“端到端”，即从“观测”到“服务”。

• 传统路径是：观测→ 数值模式消化融合（数据同化）→ 生成分析场 → AI学习分析场做预报

• 而“风源”实现了：观测→ AI直接分析并给出天气预报

这是气象人工智能模型向更自主、更原始问题求解的“关键一跃”。

端到端气象科学模型数据处理流程

技术“牛”在哪儿？

“风源”端到端模型在预报效果上展现出较高水平，业务应用潜力优秀，目前处于国内外相关领域第一梯队。

其技术“牛”在——

• “风源”采用了“邻域注意力”机制。例如，预测某地的天气时，它不仅“观察”该地，还会智能地环顾四周、关联起相邻区域的信息，强化对空间结构的敏感性， 使预报更精准、合理。

• “风源”构建了一个强大的“信息融合中枢”，通过“自注意力”和“交叉注意力”双重机制，实现了观测数据与背景信息的深度交互，相互校正。

“风源”与气象AI家族的“前辈们”有何不同？

2024年，气象部门已发布“风清”“风雷”“风顺”等一系列AI预报模型，经过升级，在特定领域表现更加卓越——

“风清”

“风清”模型是全自主知识产权的人工智能全球短中期预报系统。“风清”已实现业务应用并向全国推广，广泛应用于防灾减灾、光伏风电调度等场景。

升级后的“风清”模型v1.5版本，预报更准、更远，服务更专业、更广泛。通过引入新的物理约束和智能技术，对降水量等关键要素的预报准确率，超越上一版本和现有同类业务产品；新增包括总降水量、百米风速、太阳辐照度等在内的11种专业气象要素，能为能源、交通、农业等更多行业提供精准的定制化预报服务。

风清模型预报产品以及服务应用场景

“风雷”

“风雷”降水模型主要应用在强对流天气临灾预警时段，预报对象是即将发生的雷暴和强降水天气。

升级后的“风雷”v1.1版本极端暴雨预警能力跃升，预报结果更直观、更实用。预报准确度比现有主流业务方法显著提升，为防灾减灾决策争取更多宝贵时间。

“风雷”模型技术路线图

“风顺”

“风顺”是中国气象局首个人工智能全球次季节—季节预测系统，目前“风顺”已实现业务应用，稳定运行一年多，性能达国际先进水平。

与“风顺”v1.0相比，“风顺”v1.5版本预测更加精细、实用、可靠：能更清晰刻画区域天气，助力极端事件预警；新增十余项与农业、新能源等行业紧密相关的关键气象要素，显著拓展了服务领域；通过优化不确定性量化技术，提升了3至5周长期预报的可靠性。

“风顺”模型技术架构

“风源”的定位是 “科学模型”。

如果说“风清”“风雷”“风顺”致力于把气象预报和服务做准、做好，“风源”则更关注底层方法论创新。

“风源”的长期目标是发展观测驱动、多圈层耦合、融合物理机制的开放预报模型，作为气象人工智能科创平台底座，持续推动气象科学研究、科学发现、业务应用与国际合作。

它旨在探索AI做天气预报的更多理论可能性，通过开源开放，吸引全球智慧共同参与研发，成熟的技术再“反哺”给业务预报，形成“从科研中来，到业务中去”的良性循环。

“风源”气象科学模型注重理论和技术创新，保持开源、开放，吸引更多研发力量。成熟模型或模块开展业务试验，为业务预报提供理论和技术支撑。

看到这里

你是否对

气象人工智能“家族”更了解了？

点赞、转发、评论

一起助力

让创新的风吹得更远

作者：卜钰

编辑：卜钰

审核：段昊书