熱帶氣旋（颱風）是威脅我國及全球沿海地區的主要自然災害之一。氣象領域將颱風強度在24小時內增加超過15米/秒，或12小時內增加超過10米/秒的過程定義為颱風快速增強，這類過程具有極強的突發性和破壞性。2014年「威馬遜」、2017年「天鴿」以及2024年「摩羯」等典型颱風，都在登陸前經歷了快速增強，造成嚴重的人員傷亡和經濟損失。

　颱風強度突變預報是全球氣象領域公認的技術挑戰，入選了2025年度中國科協十大前沿科學問題。長期以來，我國颱風快速增強預報缺少穩定有效的客觀預報方法和產品支撐。

　近日，中國科學院深圳先進技術研究院數字所李晴嵐研究員團隊自主研發的「機器學習颱風快速增強集成預報模型」，先後在國家氣象中心、香港天文台完成業務部署與實測應用，是國內首個實現落地應用的24小時颱風快速增強預報模型，此外，12小時快速增強預報產品同時配套上線。標誌着我國在颱風強度突變預報領域實現重要突破，自主AI颱風快速增強預報技術正式進入國家級氣象業務體系。

　「颱風快速增強是業務預報的一大難點，一直缺乏有效的預報支撐技術。李晴嵐團隊歷經多年研發的24小時快速增強預報技術，已在國家級業務平台落地應用，將為我國颱風強度預報提供重要參考。」 國家氣象中心正高級工程師呂心艷博士評價道。

　首次實現24小時颱風快速增強預報

　「颱風快速增強發生概率小，突發性強，極易造成防範應對不及時，是氣象預報的重點難點問題。」李晴嵐研究員介紹，颱風強度演變受到內核結構、複雜環境背景、海陸下墊面相互作用等多重因素共同調控，預報難度大。傳統數值模型因分辨率限制，且其參數化方案無法精準描述颱風強度的演變。傳統的統計動力模式也無法捕捉颱風強度演變的非線性特徵，因此，颱風強度預報一直是領域內挑戰性難題，尤其是颱風快速增強。

　近年來，人工智能、機器學習憑藉高效處理海量數據、挖掘複雜非線性關聯的優勢，成為突破熱帶氣旋預報瓶頸的核心新技術。

　依託十餘年在颱風預報領域的研究積累，李晴嵐團隊自主研發了基於梯度提升樹的颱風強度預報模型，以及集成機器學習的颱風快速增強預報模型，率先實現24小時颱風快速增強預報模型進入我國氣象預報體系。

　該項研究的核心創新在於，團隊首次構建了「海陸比」「對稱比」兩個量化指標，分別表徵颱風下墊面海陸分布變化與颱風內核對流對稱性特徵，揭示了內核對稱度與快速增強之間的物理關聯。「颱風發生快速增強前，其內核往往會出現一個非常對稱的環狀結構，颱風內核越對稱，越有可能發生快速增強。」李晴嵐介紹。

　在此基礎上，研究團隊融合決策樹、隨機森林、AdaBoost、LightGBM四類機器學習算法，構建集成預報模型，當超過半數子模型預判快速增強時，系統即可輸出颱風快速增強的預報結論，有效提升了預報準確率。

　針對2016-2020年北大西洋發生的24小時熱帶氣旋快速增強過程進行全部模擬回報，並與美國國家颶風中心最好的預報系統對比，結果顯示，集成預報模型預報命中率更高，誤報率更低，具備優異的預報性能與業務適用性。

　深耕十餘年，走進颱風預報一線

　在李晴嵐看來，颱風快速增強預報技術的突破並非「一蹴而就」，而是團隊過往十餘年的研究積累。自2011年加入深圳先進院以來，李晴嵐長期聚焦颱風風雨模擬和預報、颱風強度預報、數值模式釋用、氣候變化等相關研究。為貼合實際業務場景、找准一線預報的技術瓶頸，她曾長期駐點深圳市氣象局，深度對接氣象業務需求，推進科研與應用融合。

　「起初的幾年，我們重點解決颱風影響下深圳本地的風力、降雨預報問題。隨着研究深入，我們意識到，要想把颱風帶來的區域風雨預報得更準確，就必須先把颱風強度預報做好，因為颱風強度是決定其引發風雨大小的最關鍵因素。」李晴嵐回憶。團隊從2013年起系統開展颱風強度預報研究，並逐步聚焦技術難度更高的颱風快速增強預報方向。

　十餘年來，研究團隊從最初的颱風風雨預報研究，到創新性提出「海陸比」「對稱比」等關鍵物理量化指標，再到融合機器學習技術構建新一代颱風強度與快速增強預報模型，完成了多階段的技術迭代。其間，團隊圍繞統計動力方法、人工智能模型研發、業務系統部署與運維等方向持續攻關，並培養了一批參與颱風預報技術研發與應用轉化的青年科研力量。李晴嵐表示：「該成果是團隊長期積累、持續攻關和不斷迭代形成的系統性成果。」

　迄今為止，團隊已累計在Weather and Climate Extremes、Weather and Forecasting、JGR Atmospheres等國際權威氣象期刊發表論文60餘篇，授權專利16項，相關研究成果先後在國家氣象中心、香港天文台、深圳市氣象局等業務平台落地應用。

　未來，研究團隊將持續優化AI預報方法和核心技術，進一步提升颱風強度預報的精準率，為我國防台減災工作和氣象業務能力建設提供技術支撐。（記者 林麗青）