6日，记者从中国表象局获悉，国度卫星表象中心权略员王劲松并吞哈尔滨工业大学（深圳）、香港科技大学、中国表象局广州热带海洋表象权略所等单元科研东谈主员，见效研发出基于风浪表象卫星数据的深度扩散模子，可坚忍对流天气周边预告有用时长延迟至4小时。这标记着我国在基于自主卫星数据的智能天气预告本领方面取得要道打破，将为防灾减灾提供更有劲的本领因循。

强对流天气具有突发性强、演变赶快、破碎力大等特色，其周边预告的中枢难点在于捕捉中小轮番天气系统的快速非线性演变经过，当今已经外洋表象领域的共同挑战。

据先容，强对流多发生于对流云系或单体对流云块中。风浪四号表象卫星具备高时空差别率红外探伤智商，可提供集中、大领域的云顶亮温不雅测，完了对云团人命全经过的无缺跟踪，并通过对云顶物理信号的捕捉，提早识别对流初生迹象，为预告赢得提前量。

权略团队把握风浪四号系列卫星大领域、无缺欠的监测上风，取得永劫效数据，开云体育并从中提真金不怕火和推敲对流云团的复杂当场明白。为进一步晋升预告精度，权略团队引入在图像生成领域进展超卓的扩散模子，提议面向卫星数据的深度扩散模子（DDMS）。该模子将对流云演变中呈现的当场明白趋势建模为一种物理扩散经过，把握风浪四号A星畴昔2小时的红外亮温序列，预判改日4小时对流云的时空演变。在此基础上，攀附深度语义分割模子，对推敲得到的卫星序列开展对流云的自动识别与空间定位，从而精确描摹对流云的生成与发展经过。

基于风浪四号卫星数据，DDMS完了了对我国及周边约2000万闲居千米区域、改日4小时内每15分钟一次的高差别率对流预告。该模子在不同空间轮番（4000米至48000米）和不同季节均进展出褂讪的预告智商，不仅在短时预告中进展优异，在2—4小时的较永劫效预告中仍保合手较高着实度。

改日，团队将进一步优化模子蓄意扫尾，并探索将表象物理法规更深线索镶嵌AI模子，晋升其可讲解性与矜重性。（记者付丽丽）