# 国内首个24小时台风快速增强集成预报模型落地应用

- 来源：IT之家（RSS）
- 发布时间：2026-06-15 18:03
- AIHOT 分数：36
- AIHOT 链接：https://aihot.virxact.com/items/cmqf34rhe02baslwa6rs26lg7
- 原文链接：https://www.ithome.com/0/964/521.htm

## AI 摘要

中国科学院深圳先进院自主研发的机器学习台风快速增强集成预报模型，在国家气象中心、香港天文台完成部署，成为国内首个实现落地应用的24小时台风快速增强预报模型，并配套上线12小时预报产品。该模型融合决策树、随机森林、AdaBoost、LightGBM四种算法，首次构建“海陆比”“对称比”指标。针对2016-2020年北大西洋热带气旋快速增强过程模拟回报，该模型比美国国家飓风中心最好预报系统命中率更高、误报率更低。

## 正文

IT之家 6 月 15 日消息，中国科学院深圳先进技术研究院（简称“深圳先进院”）6 月 12 日官宣，深圳先进院数字所李晴岚研究员团队自主研发的“机器学习台风快速增强集成预报模型”，先后在国家气象中心、香港天文台完成业务部署与实测应用，成为国内首个实现落地应用的 24 小时台风快速增强预报模型。

此外，12 小时快速增强预报产品同时配套上线。此次应用标志着我国在台风强度突变预报领域实现重要突破，自主 AI 台风快速增强预报技术正式进入国家级气象业务体系。

台风强度突变预报是全球气象领域公认的技术挑战，入选了 2025 年度中国科协十大前沿科学问题。长期以来，我国台风快速增强预报缺少稳定有效的客观预报方法和产品支撑。

依托十余年在台风预报领域的研究积累，李晴岚团队自主研发了基于梯度提升树的台风强度预报模型，以及集成机器学习的台风快速增强预报模型，率先实现 24 小时台风快速增强预报模型进入我国气象预报体系。

该项研究的核心创新在于，团队首次构建了“海陆比”“对称比”两个量化指标，分别表征台风下垫面海陆分布变化与台风内核对流对称性特征，揭示了内核对称度与快速增强之间的物理关联。“台风发生快速增强前，其内核往往会出现一个非常对称的环状结构，台风内核越对称，越有可能发生快速增强。”李晴岚介绍。

在此基础上，研究团队融合决策树、随机森林、AdaBoost、LightGBM 四类机器学习算法，构建集成预报模型，当超过半数子模型预判快速增强时，系统即可输出台风快速增强的预报结论，有效提升了预报准确率。

IT之家从深圳先进院公告获悉，针对 2016-2020 年北大西洋发生的 24 小时热带气旋快速增强过程进行全部模拟回报，并与美国国家飓风中心最好的预报系统对比，结果显示，集成预报模型预报命中率更高，误报率更低，具备优异的预报性能与业务适用性。