风云四号卫星与深度扩散模型深度融合，将短临预报有效时长延长至4小时，为防灾减灾赢得黄金窗口期。

国家卫星气象中心联合多家单位研发出基于风云气象卫星数据的深度扩散模型，成功将强对流天气临近预报有效时长延长至4小时。这一完全国产自主研发的技术突破，标志着我国在智能天气预报领域取得重要进展。

该成果已发表于国际知名学术期刊，为解决强对流天气预报这一国际气象领域共性难题提供了中国方案。

01 信号捕捉：从对流云团中提取关键信息

强对流的“信号”往往隐藏在对流云团的变化中。科研团队充分发挥风云四号系列气象卫星大范围、无缝隙监测的独特优势，获取长时效监测数据，并从海量卫星数据中提取、预测对流云团的复杂随机运动。

风云四号气象卫星具备高时空分辨率红外探测能力，能够实现对云团生命全过程的完整追踪，并通过对云顶物理信号的捕捉，提早发现强对流初生迹象。这种能力为预报争取了宝贵时间，为后续的精准预测奠定了数据基础。

强对流天气具有突发性强、演变迅速、破坏力大等特点，其临近预报的核心挑战在于捕捉中小尺度系统的快速非线性演变。卫星数据的使用有效克服了传统观测手段的不足，特别是对边远地区以及海上雷达监测盲区的监测具有重要意义。

02 技术迭代：三代算法实现突破性进展

这套技术从数据到模型、算法完全国产自主研发，核心算法经历了三代更新迭代。哈尔滨工业大学（深圳）教授叶允明介绍，第三代的基于生成扩散模型的卫星云图智能外推算法，解决了长序列预测中的对流云特征快速消散的难题。

为提升预报精度，团队引入在图像生成领域表现卓越的扩散模型，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过程中的随机运动趋势建模为物理扩散过程，利用风云四号A星过去2小时的红外亮温序列，预判未来4小时对流云的时空演变。

基于风云四号卫星数据，DDMS实现了对我国及周边区域约2000万平方千米区域、未来4小时内每15分钟一次的高分辨率对流预报。模型在不同空间尺度（4000-48000米）和不同季节均表现出稳定预报能力。

03 模型创新：双模型耦合解决“模糊化”难题

传统AI模型在预测数小时后的云图时，会出现“模糊化”情况——云团轮廓虽在，但内部结构细节严重丢失，无法辨识强对流系统。 为解决这一难题，团队创新性提出“双模型耦合”架构。

一个深度神经网络模型负责学习并预测大尺度云系的整体移动趋势，把握天气系统整体动向；同时引入扩散模型，专门学习云图演变中难以捉摸的局部随机变化，刻画云系内部生消演变的精细过程。

风云气象卫星工程应用预警中心总设计师覃丹宇表示，加入扩散模型后，预报细节更加丰富，即使在未来3-4小时，预测结果仍能保持丰富的细节特征。 这种协同学习、共同优化的方式，实现了对云系整体移动和内部结构的精准预测。

04 应用价值：从城市安全到农业生产的多场景赋能

预报时间提前将“被动应急时间”转化为“主动准备时间”。 在城市应急处置中，预警时间提前为基础设施防护赢得黄金准备期。地铁、机场等关键基础设施可以提前启动应急响应，危险区域人员转移和抢险物资部署更加从容。

农业生产“看天吃饭”模式因预警提前实现质的转变。 种植户获得的几小时额外准备时间，足以完成大棚加固、成熟作物抢收和防护网覆盖等工作。在台风季节，江苏、福建、广东等地借助精准预警，保障渔船在恶劣天气前安全回港。

随着2025年12月27日风云四号C星成功发射，凭借更高时空分辨率以及更强的环境温湿廓线探测和闪电探测能力，强对流短临预报精度有望进一步提升。

这一技术突破为暴雨、雷暴、短时大风等强对流天气的防灾减灾提供更精准、可靠的技术支撑。 随着技术持续迭代与业务体系逐步完善，全社会应对极端天气的能力将得到实质性提升。

未来，团队将进一步优化模型计算效率，并探索将气象物理规律更深度嵌入AI模型，提升其可解释性与稳健性。 这一创新成果标志着我国在气象人工智能领域已从跟跑向并跑转变，为全球强对流天气预报贡献了中国智慧。