我国气象科研领域迎来一项重要进展——基于自主卫星数据的智能天气预报技术取得关键突破。由多单位联合研发的深度扩散模型，成功将强对流天气的临近预报有效时长延长至4小时，为防灾减灾提供了更坚实的技术保障。
强对流天气以其突发性强、演变迅速、破坏力大等特点，长期困扰着气象预报工作。其预报的核心难点在于捕捉中小尺度天气系统的快速非线性演变过程，这一挑战在国际气象领域普遍存在。传统预报方法往往难以准确预判其发展轨迹，导致预警时间有限。
风云四号气象卫星凭借其高时空分辨率的红外探测能力，为破解这一难题提供了关键支撑。该卫星可实现连续、大范围的云顶亮温观测，完整追踪云团生命周期，并通过捕捉云顶物理信号，提前识别对流初生迹象。这一特性为延长预报提前量奠定了数据基础。
科研团队充分利用风云四号系列卫星的监测优势，获取长时效观测数据，并从中提取对流云团的复杂运动特征。为提升预报精度，团队引入图像生成领域的扩散模型技术，创新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中的随机运动趋势建模为物理扩散过程，通过分析过去2小时的红外亮温序列，预判未来4小时的时空演变轨迹。
在技术实现上，DDMS模型结合深度语义分割技术，对预测得到的卫星序列进行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，该模型已实现对我国及周边约2000万平方千米区域的高分辨率预报，覆盖未来4小时内每15分钟一次的动态变化。
实际验证表明，DDMS模型在不同空间尺度（4000米至48000米）和不同季节条件下均保持稳定性能。其优势不仅体现在短时预报中，在2至4小时的较长时效预报中仍能维持较高可信度，显著提升了强对流天气的预警能力。
目前，科研团队正着力优化模型计算效率，并探索将气象物理规律更深层次融入人工智能模型，以增强其可解释性与适用性。这一成果标志着我国在自主卫星数据应用与智能预报技术融合方面迈出重要一步。
