近日，国家卫星气象中心（国家空间天气监测预警中心）研究员王劲松联合哈尔滨工业大学（深圳）、香港科技大学、中国气象局广州热带海洋气象研究所等单位的科研人员，研发出基于风云气象卫星数据的深度扩散模型，成功将强对流天气临近预报有效时长延长至4小时。这标志我国在基于自主卫星数据的智能天气预报技术方面实现关键突破，将为防灾减灾提供更有力的技术支撑。研究成果刊发于美国《国家科学院院刊》。

强对流天气具有突发性强、演变迅速、破坏力大等特点，临近预报的核心挑战在于捕捉中小尺度系统的快速非线性演变。目前，强对流天气的精准预报仍是国际气象领域的共性难题。

研究发现，强对流多发生在对流云系或单体对流云块中，风云四号气象卫星具备高时空分辨率红外探测能力，可提供连续、大范围的云顶亮温观测，实现对云团生命全过程的完整追踪，并通过对云顶物理信号的捕捉，提早发现对流初生迹象，为预报赢得提前量。研究团队利用风云四号系列卫星大范围、无缝隙的监测优势，获取长时效数据，并从海量卫星数据中提取并预测对流云团的复杂随机运动。为提升预报精度，团队引入近年来在图像生成领域表现卓越的扩散模型，提出面向卫星数据的深度扩散模型（DDMS）。

该模型将对流云演变过程中呈现的随机运动趋势建模为一种物理扩散过程，利用风云四号A星过去2小时的红外亮温序列，预判未来4小时对流云的时空演变。在此基础上，结合深度语义分割模型，对预测得到的卫星序列开展对流云的自动识别与空间定位，精准刻画对流云的生成与发展过程。

基于风云四号卫星数据，DDMS实现了对我国及周边区域约2000万平方千米区域、未来4小时内每15分钟一次的高分辨率对流预报，在不同空间尺度（4000米至48000米）和不同季节均表现出稳定的预报能力，不仅在短时预报中表现优异，在2小时至4小时的较长时效预报中仍然保持较高的可信度。

该研究基于风云四号卫星数据和深度扩散模型进行了探索，不仅为强对流临近预报提供了新的技术范式，也展现出多方面的发展潜力。随着技术的持续迭代与业务体系的逐步完善，研究将为暴雨、雷暴、短时大风等强对流天气的防灾减灾提供更提前、更精准、更可靠的技术支撑，切实提升全社会应对极端天气的能力和气候韧性。

未来，团队将进一步优化模型计算效率，并探索将气象物理规律更深度嵌入AI模型，提升其可解释性与稳健性。

相关论文信息：https://doi.org/10.1073/pnas.2517520122