新场景新动能｜人工智能模型提升沙尘预报精准度

（来源：中工网）

人民日报记者 宋朝军

沙尘预报更细致，游客出行更安心

“看到预报，心里就踏实了。”前段时间，大学生丁婷婷在甘肃旅游时，正好赶上西北地区沙尘多发。她不仅收到了扬沙、浮尘的准确预报，还连带被提醒要“携带口罩、纱巾等防尘用品”“驾驶人员应控制速度”——这种细致程度，过去可不多见。

西北沙尘频发，精准预报需求迫切

西北几个省份，受外来输入性沙尘影响，扬沙、浮尘是家常便饭。关键是它们牵涉范围广、路径多变、不确定性极大。能提前拿到及时又精准的预报，对生产生活来说太重要了。

在甘肃兰州，中国气象局兰州干旱气象研究所里，数值模式研究室首席专家段海霞正盯着沙尘预报数据处理结果。“这次提供的数据符合预期，范围和时长都经得住检验。”她扭头对同事雷雨虹说。

人工智能模型助力沙尘预报“经得住检验”

能“经得住检验”，离不开所里新来的“同事”——气溶胶—气象耦合预报人工智能模型。

一个模型，怎么就能“预知”沙尘的到来？核心就在“耦合”二字上。

咱们平时接触的天气预报，大多来自预报员的分析。预报员会综合多个数值模式、人工智能模型的结果，再结合当地天气特点和自己的经验，最终给出结论。但传统数值预报模式有个短板：它通常把沙尘、PM2.5这类气溶胶跟其他气象要素分开计算，很难捕捉它们之间的相互作用。而事实上，气溶胶和气象要素之间的“耦合”关系，恰恰影响着沙尘的传输与沉降。

举个例子：风力大小决定了起沙的强度和传输距离，湿度、降水会影响沙尘的沉降速度。反过来，气溶胶也能改变气象环境——大量沙尘颗粒会阻挡太阳辐射，气溶胶还能作为云的“凝结核”影响降水。这就是段海霞分析的逻辑。

模型原理：专门分析气溶胶与气象要素的相互作用

基于这个原理，中国气象科学研究院研究员车慧正团队开发了气溶胶—气象耦合预报人工智能模型。它专门分析气溶胶与温度、风力、气压等气象要素的相互作用和协同变化，目的就是提升预报精准度。

AI模型速度提升百倍，成本大幅降低

人工智能不光是个善于发现沙尘的“侦探”，还是个“超级速算员”。传统数值预报模式需要大型计算机集群跑，一次全球预报要花好几个小时，一天最多预报2到4次。而AI驱动的模型用图形处理器就能算，运行一次全球预报只要36秒，速度提高了100倍以上。

降尺度处理：让全球模型适应西北区域

去年10月底，干旱气象研究所把模型引入并试运行。这就像用手机拍了张广角照片，放大后局部细节会模糊——模型用在西北地区时也有类似问题。为了获得更精准的区域情况，科研人员得对模型产出的数据做降尺度处理。

“降尺度处理就是提高分辨率的一种方法。我们把原50公里分辨率的全球数据，提升到5公里分辨率。”雷雨虹说，团队对沙尘光学厚度、质量浓度等关键参数做了降尺度处理，还生成了高时空分辨率的可视化产品，进一步提升了预报质量。

模型应用成果：准确率提升10%-30%，已预报10多次沙尘过程

经过模型预测和降尺度处理，预报数据会被实时推送到甘肃省气象局兰州中心气象台的服务器，为最终发布预报提供参考。“半年多时间，我们已经比较准确地预报了全国北方大范围沙尘天气过程10多次。”段海霞介绍，这个模型能完成未来3到5天的高精度环境气象预报，在气溶胶总量、地面沙尘浓度预报方面，准确率比国际先进预报系统提升了10%到30%，计算成本还大大降低了。

个性化防护与健康预警：沙尘预报精细化升级

更清楚地了解沙尘强度、起始时间等信息，对每个人来说都至关重要。段海霞说，除了基础的出行和健康提示，模型还能结合实时数据提供个性化防护建议。比如，通过分析沙尘中的致敏颗粒物浓度，提前为过敏人群推送“佩戴N95口罩、减少户外停留”的提醒；还能联动医疗系统，预测沙尘高发期的呼吸道疾病就诊高峰，辅助医疗机构提前调配资源，筑牢公众健康防线。

未来展望：模型在多场景下的风险预判价值

放眼未来，在生产场景下，这个模型还有更大想象空间：通过预测沙尘颗粒的粒径、荷电特性和沉降速度，指导输电塔运维，避免大面积停电；结合作物生长模型，调整农作物灌溉时间，推动从灾后补救转向灾前调控；在山火防控中提前预警，帮助群众转移，减少灾害损失。说到底，“沙尘大模型”影响的远不止沙尘本身——它为多场景的风险预判和决策提供了科学支撑。

本期统筹：郭雪岩