DeepMind AI 飓风预报系统提前 30 小时预警

Google DeepMind 与 Google Research 联合开发的 AI 飓风预报系统 WeatherNext Cyclones（WN-C）正式发表于《Nature》期刊。该系统在风暴路径、强度与风圈范围的预测上均超越当前主流业务化系统，能够为沿海社区多争取超过 30 小时的预警时间，被视为 AI 在数值天气预报领域的一次重要落地。

研究背景：飓风预报的长期痛点

热带气旋是地球上最具破坏力的自然现象之一，但精准预测其走向与强度长期面临挑战。现有方法在路径追踪上表现尚可，却难以准确捕捉风暴的快速增强过程。传统数值模式要么以全球尺度观察大尺度大气环流对风暴的推动，要么聚焦小区域计算风暴的精细结构，二者并行所需的算力代价极高，难以前瞻性同时输出两种信息。

WN-C 的技术路线

WN-C 采用「端到端」AI 思路，研究团队将其在数十年全球气象分析数据和近 5000 个历史热带气旋资料上联合训练，使其能够同时学习大尺度大气环流与单个飓风内部物理过程之间的耦合关系。

关键能力包括：

• 在一次预报运行中可输出 50 组以上集合样本，更清晰地刻画路径与强度的不确定性；
• 同时刻画全球大尺度环流与局地精细结构（如风速、风暴尺度），无需在不同模型间切换；
• 借助大尺度大气背景来辅助推演风暴的局地细节。

验证结果：路径、强度与快速增强全面领先

研究团队在 2023–2025 年历史风暴数据上对 WN-C 进行了回溯测试，并在 2025 年大西洋与东太平洋飓风季期间将其以业务化形式部署在 Google Weather Lab 上，实时发布预测。

关键对比结论：

• 在 5 天预报时效内，WN-C 对风暴定位精度显著高于欧洲中心（ECMWF）等全球业务系统，同等精度下可多提供 30 小时以上预警时间；
• 3 天强度预报明显优于美国主力的专项飓风模式；
• 对 24 小时内「快速增强」事件（风速骤升）的识别成功率更高，同时误报率下降。

研究团队在论文中写道：「WN-C 在路径与强度精度上的提升，相当于将有效预报提前期延长了一天以上。」

应用价值与下一步

研究人员表示，WN-C 的目标并非取代各国气象机构的预报员，而是为其提供更精确、更可靠的参考依据，从而支撑更科学的应急决策，最终减少生命财产损失。该工作展示了 AI 在地球系统科学中从「事后分析」走向「实时业务化」的潜力，也为后续 AI 天气模型在更多灾种、更多区域的扩展提供了方法论参考。

论文信息：Ferran Alet 等，《Operational Tropical Cyclone Forecasting with AI》，《Nature》（2026），DOI：10.1038/s41586-026-10953-2。