[智能应用]气象人工智能科学模型“风源”在雄安发布 [复制链接]

12月19日，中国气象局在雄安新区发布气象人工智能科学模型“风源”（以下简称“风源”）。该模型将通过提供开源开放科创平台底座，助力人工智能气象预报模型能力提升与气象人工智能科学研究。
中国气象局副局长曹晓钟表示，中国气象局把气象人工智能放在国家战略全局中谋划，推进人工智能赋能气象高质量发展。“风源”标志着气象部门拥有了自主知识产权的端到端科学模型底座，在关键环节实现了技术自主可控，具备了持续迭代、滚动演进的工程基础。
“风源”的核心能力是什么？研发团队首席科学家王亚强介绍，“风源”V1.0版本包含数据同化和预报两个模块，能够基于观测数据直接开展全球气象预报。“风源”的长期目标，是发展为观测驱动、多圈层耦合、融合物理机制的开放预报模型，旨在通过它的开放性吸引行业专家，汇聚研发力量，并在预报模型成熟后开展业务测试，为预报业务提供理论和技术支撑。
会上，中国气象局还发布了“风清”“风雷”“风顺”三个气象人工智能预报模型的升级研发成果。
“风清”是人工智能全球中短期预报系统，升级后的V1.5版本已通过业务化准入，有效预报天数和关键层次物理量预报准确率均有提升，新增的预报产品特别是降水预报准确率优于现有同类业务产品；“风雷”是人工智能临近预报系统，其V1.1版本实现从预报“雷达回波”到直接预报“定量降水”的升级；“风顺”是人工智能全球次季节—季节预测系统，升级后的V1.5版本在空间分辨率、预测要素、概率预测性能、数据基础等方面实现重要突破。
升级后的这些气象人工智能预报模型将为短临预警、极端气候事件预警、能源调度、农业生产规划及国际气候服务提供更广泛、更精准的支撑，切实发挥气象防灾减灾第一道防线作用。

气象人工智能科学模型“风源”在雄安发布情况概述
2025年12月19日，中国气象局在河北雄安新区发布气象人工智能科学模型“风源”（以下简称“风源”）。该模型由中国气象科学研究院、雄安气象人工智能创新研究院联合国家气象信息中心、上海人工智能实验室、南京气象科技创新研究院、江西省气象台研发，是气象部门拥有自主知识产权的端到端科学模型底座，关键环节实现技术自主可控，具备持续迭代、滚动演进的工程基础。

一、“风源”模型的核心定位与特点
“风源”以“开源开放科创平台底座”为核心定位，旨在助力人工智能气象预报模型能力提升与气象人工智能科学研究。其核心特点包括：

自主可控：拥有全链条自主知识产权，打破关键技术依赖；
端到端能力：覆盖从数据处理到预报输出的完整流程；
开放演进：通过开放性吸引行业专家汇聚研发力量，支持持续迭代升级。
二、“风源”V1.0版本的核心能力
“风源”V1.0版本包含数据同化和预报两个核心模块，具备以下能力：

直接驱动全球预报：可直接读取卫星、雷达、气象站等实时观测数据，无需依赖传统数值预报模式的中间数据，直接开展全球气象预报；
多要素覆盖：支持地面及高空多气象要素（如降水、气温、气压等）的预报，为业务应用提供全面数据支撑。
三、“风源”的长期目标与未来方向
“风源”的长期目标是发展为观测驱动、多圈层耦合、融合物理机制的开放预报模型，未来将重点围绕以下方向推进：

极端天气捕捉：利用人工智能提升对极端天气（特别是短时临近天气，如强对流、暴雨等）的监测与预报能力；
场景化应用：聚焦低空经济、能源保供（如光伏风电调度）、交通物流、健康气象等垂类场景，开发定制化气象人工智能模型；
国际拓展：推动气象人工智能成果在共建“一带一路”国家落地应用，服务全球气象防灾减灾；
协同创新：发挥气象科教融合创新联盟作用，加强人工智能重点创新团队之间的交流协作，强化原始创新与数据产品突破。
四、配套发布与协同进展
在“风源”发布会上，中国气象局同步发布了2024年推出的**“风清”“风雷”“风顺”**三大气象人工智能预报模型的升级研发成果：

“风清”：人工智能全球中短期预报系统，升级后V1.5版本通过业务化准入，降水等预报准确率优于现有同类业务产品；
“风雷”：人工智能临近预报系统，升级后实现从“雷达回波预报”到“定量降水直接预报”的跨越；
“风顺”：人工智能全球次季节—季节预测系统，升级后在空间分辨率、概率预测性能等方面实现突破。
此外，复旦大学—雄安气象人工智能创新研究院“地球系统人工智能预报”联合实验室同步揭牌，旨在强化气象人工智能领域的产学研协同创新。

综上，“风源”的发布标志着我国气象人工智能技术在自主可控、端到端能力及开放创新方面取得重要突破，将为气象预报业务、科学研究及经济社会服务提供更加强有力的技术支撑。

气象人工智能科学模型“风源”发布及“风清风雷风顺”升级详解
“风源”模型的核心能力与战略意义
技术自主可控的里程碑
中国气象局于2025年12月19日在雄安新区发布的“风源”气象人工智能科学模型，标志着我国在气象AI领域实现了关键技术突破。中国气象局副局长曹晓钟指出，“风源”是我国气象部门首个拥有自主知识产权的端到端科学模型底座，在数据处理、模型训练等关键环节实现了技术自主可控，摆脱了对国外技术的依赖。这为我国气象AI的持续迭代和滚动演进奠定了坚实的工程基础。
核心能力：数据同化与全球预报
“风源”V1.0版本的核心能力体现在其数据同化和预报两大模块。研发团队首席科学家王亚强介绍，该模型能够直接读取来自卫星、雷达、气象站等实时观测数据，通过自身算法进行分析、整合（数据同化），并自主“思考”后生成全球气象预报。这意味着“风源”无需依赖传统数值模式的中间产物，可端到端完成从原始观测到预报结果的全过程，大幅提升预报效率和灵活性。
长期目标：开放创新的多圈层耦合模型
“风源”的长远目标是发展成为观测驱动、多圈层耦合、融合物理机制的开放预报模型。具体而言：
观测驱动：更深度整合各类观测数据，提升对复杂天气系统的感知能力。
多圈层耦合：将大气圈、水圈、冰冻圈等多圈层相互作用纳入模型，提升预报的系统性和准确性。
物理机制融合：在数据驱动的基础上，强化对大气物理规律的融入，确保预报结果的科学性和可解释性。
开放平台：通过开源开放策略，吸引全球气象科研机构、高校和企业的专家参与，汇聚研发力量，共同推动气象AI技术进步。
“风清风雷风顺”三大模型升级亮点

在“风源”发布的同时，中国气象局还公布了2024年推出的“风清”“风雷”“风顺”三大气象AI模型的升级成果，进一步提升了我国在短临预报、中长期预测及极端天气预警方面的能力。
风清：全球中短期预报精度再提升
定位：人工智能全球中短期预报系统，专注于1-10天内的天气预报。
升级版本：V1.5。
核心改进：
有效预报天数延长：通过优化算法和数据同化技术，有效预报天数得到提升。
关键物理量准确率提高：对温度、湿度、风速等关键层次物理量的预报准确率显著改善。
降水预报突破：新增预报产品中，降水预报准确率优于现有同类业务产品，尤其在中小尺度降水事件的捕捉上表现突出。
应用价值：已通过业务化准入并向全国推广，广泛服务于防灾减灾、光伏风电调度等场景。
风雷：临近预报从“回波”到“定量降水”的跨越
定位：人工智能临近预报系统，聚焦0-3小时内强对流天气的临灾预警。
升级版本：V1.1。
核心改进：
预报对象升级：从传统的“雷达回波外推”直接进化为“定量降水预报”。这使得预报结果更具实用性，可直接指导防灾行动。
极端暴雨预警能力增强：针对强对流天气中的极端暴雨事件，预警能力和提前量显著提升，为短时强降雨防范争取宝贵时间。
技术突破：将物理驱动与数据驱动深度融合，实现了公里尺度下高分辨率降水预报，在3分钟内即可生成0-3小时逐6分钟的预报产品。
风顺：次季节—季节预测性能全面突破
定位：人工智能全球次季节—季节预测系统，预测时效长达15天以上，甚至延伸至几个月。
升级版本：V1.5。
核心改进：
空间分辨率提升：预测的空间精细度显著提高，能更清晰刻画区域天气特征。
预测要素扩展：新增了与农业、新能源等行业紧密相关的关键气象要素（如积温、日照时数、特定高度风速等）。
概率预测性能优化：通过改进不确定性量化技术，提升了3-5周长期预报的概率可靠性。
数据基础强化：基于更高质量的国产再分析资料和观测数据，预测稳定性进一步增强。
应用价值：为农业生产规划（如播种、收获）、能源调度（如水电、风电长期规划）及国际气候服务提供更精准的决策支持。
应用前景与战略价值
提升防灾减灾能力
升级后的“风清风雷风顺”以及未来的“风源”，将共同构成我国气象防灾减灾的第一道防线。它们能够更精准地预警短临极端天气（如暴雨、雷暴）、中长期气候趋势及极端气候事件，为政府决策、公众避险和行业防护提供有力支撑。
服务经济社会发展
低空经济：为无人机物流、低空旅游等提供精细化气象保障。
能源保供：优化风电、太阳能发电的功率预测，提升能源利用效率。
交通物流：提供航道、公路、铁路的气象风险预警，保障运输安全。
健康气象：结合气温、湿度等因素预测疾病流行趋势，辅助公共卫生决策。
推动国际合作与“一带一路”建设
“风源”及其衍生模型将拓展国际空间，推动我国气象AI成果在共建“一带一路”国家落地应用。通过共享先进的预报技术和产品，提升全球尤其是发展中国家的气象防灾减灾能力，彰显中国在气象科技领域的责任与担当。
构建开放创新生态
“风源”的开源开放特性将吸引更多科研力量参与气象AI研发。中国气象局还将发挥气象科教融合创新联盟的作用，加强人工智能重点创新团队间的交流协作，在原始创新和高质量自主数据产品上实现突破，持续引领全球气象AI技术发展。
总结

“风源”模型的发布和“风清风雷风顺”的升级，是中国气象局落实国家人工智能发展战略、推动气象高质量发展的重大举措。这不仅标志着我国在气象人工智能领域达到了国际先进水平，更通过自主可控的技术底座和开放创新的理念，为提升全球气象预报能力、服务经济社会可持续发展注入了强劲动力。随着这些模型的不断迭代和完善，我们有理由相信，未来的天气预报将更加精准、智能和普惠。