我国自主研发的人工智能气象预报系统近期迎来新一轮升级，多个系统在性能指标、预报精度和服务能力方面取得显著进展。其中，全球中短期预报系统“风清”升级至V1.5版本后，可在3分钟内生成覆盖未来15天、每6小时更新一次、分辨率达25公里的全球气象预报产品，有效预报时长突破10.5天。该系统通过构建物理守恒约束模型架构，新增总降水量、辐照度、云量等11个物理量预报功能，并优化了灾害天气识别算法，显著降低了极端天气强度预报误差。
在短时临近预报领域，中国气象局与清华大学联合研发的“风雷”系统完成V1.1版本迭代，实现了从雷达回波预报到定量降水预报的技术跨越。该系统在今年汛期试运行期间，以每10分钟更新、1公里分辨率的精度接入国家短时临近预报业务平台，为强降水监测预警提供了关键支撑。其降水预报产品已提前投入业务应用，在6月底的强降水过程中表现出色，有效提升了极端天气响应速度。
针对次季节至季节尺度预测需求，全球预测系统“风顺”V1.5版本通过优化模型架构，将空间分辨率从1.5度提升至0.25度（约20公里），显著增强了对区域天气气候系统的刻画能力。该版本不仅扩展了预测要素范围，还改进了概率预测性能，目前在国际气象组织主办的AI预测竞赛中位居前列。其高分辨率产品可更精准地捕捉局地极端事件，为能源、农业等领域提供定制化气候服务。
据技术团队介绍，“风清”系统采用全国产数据架构，确保了核心技术自主可控；“风雷”系统通过深度学习实现了降水预报的范式转变；而“风顺”系统则在延长预测时效的同时，将空间精度提升至传统模式的数倍。这些突破标志着我国人工智能气象预报技术已形成覆盖短时到季节尺度的完整体系，为全球气象服务提供了中国方案。
目前，三个系统均已完成业务化评审并投入实际应用。研发团队正持续优化模型算法，重点提升时间分辨率和数据处理效率，同时探索多源数据融合技术，以进一步挖掘人工智能在气象预报领域的潜力。这些系统的升级应用，将为防灾减灾、气候适应等国家战略提供更坚实的技术支撑。
