Прорыв HKUST в области ИИ удвоил время предупреждения о сильных штормах

В значительном прогрессе метеорологической науки исследователи из Hong Kong University of Science and Technology (HKUST) представили новаторскую модель искусственного интеллекта, способную прогнозировать сильные ливни и тяжёлую конвективную погоду с опережением до четырёх часов. Это развитие, объявленное в среду, обещает удвоить текущее окно предупреждения по сравнению с традиционными методами прогнозирования, предоставляя критическое преимущество в подготовке к чрезвычайным ситуациям для региона, который всё чаще страдает от экстремальных погодных явлений.

Новая система, известная как Спутниковые данные-based Глубокая диффузионная модель (Deep Diffusion Model, DDMS), использует генеративный ИИ (Generative AI) и высокоразрешающие спутниковые изображения, чтобы преодолеть ограничения наземных радиолокаторов. Расширяя время опережения для точных предупреждений о бурях со стандартных 20–120 минут до полного четырёхчасового окна, эта технология закрывает важную брешь в городских протоколах безопасности, потенциально спасая жизни и снижая экономические потери в густонаселённых прибрежных городах.

Наука за DDMS: генеративный ИИ встречается с метеорологией

В основе этого новшества лежит применение диффузионных моделей (diffusion models) — того же класса технологий генеративного ИИ, что и популярные инструменты генерации изображений — к сложным хаотическим системам атмосферы. Возглавляемая профессором Su Hui из Department of Civil and Environmental Engineering HKUST исследовательская группа обучила модель на исторических данных по инфракрасной яркостной температуре, собранных в 2018–2021 годах китайским метеорологическим спутником FengYun-4A.

В отличие от традиционных моделей численного прогноза погоды (NWP), которые симулируют физику атмосферы и требуют огромных вычислительных ресурсов, DDMS работает, обучаясь выявлять и обращать «шум» в погодных данных. Команда внесла шум в тренировочный набор данных, научив ИИ восстанавливать чистые, точные погодные паттерны из хаотичных сигналов. Этот процесс «обратной генерации» позволяет модели предсказывать эволюцию конвективных облаков — предвестников гроз и внезапных сильных ливней — с беспрецедентной скоростью и ясностью.

Профессор Su подчеркнул, что наземный радар эффективен, но часто ограничен дальностью и кривизной Земли, не в состоянии обнаруживать формирование облаков, пока они не будут относительно близко или уже развиты. Спутниковые данные, напротив, дают вид сверху на весь регион. «Мы надеемся использовать ИИ и спутниковые данные для улучшения прогноза экстремальной погоды, чтобы мы могли быть лучше подготовлены», — заявил Su на брифинге для прессы.

Количественная оценка преимущества: скачок в производительности

Фреймворк DDMS не только быстрее; он статистически точнее в критическом среднесрочном окне. Тесты валидации, проведённые с использованием данных весенне-летних сезонов 2022 и 2023 годов, показали увеличение точности прогнозирования для локализованных областей (примерно 48 квадратных километров) более чем на 15% по сравнению с существующими оперативными методами.

Система обновляет свои прогнозы каждые 15 минут, обеспечивая оперативность в реальном времени, с которой численные модели трудно конкурировать. В то время как традиционные радиолокаторы незаменимы для немедленного прогнозирования (nowcasting) (0–2 часа), их надёжность значительно снижается за пределами этого временного интервала из‑за быстрого развития ячеек шторма. DDMS заполняет эту слепую зону, сохраняя высокоточные предсказания в диапазоне 2–4 часов.

Table: Comparison of Forecasting Technologies

Решение климатического вызова

Выпуск этой технологии происходит в ключевой момент. Южный Китай и Гонконг пережили рекордный год в 2025 году с беспрецедентной частотой тайфунов и предупреждений о «чёрных ливнях». Увеличивающаяся нестабильность погодных явлений, обусловленная консенсусом климатической науки (Climate Science) о глобальном потеплении, сделала исторические средние значения менее надёжными для прогнозирования будущих событий.

Быстро развивающиеся грозы, известные как тяжёлая конвективная погода, особенно опасны, потому что они могут возникать внезапно, оставляя службам экстренного реагирования мало времени для мобилизации. Предоставляя четырёхчасовой запас времени, DDMS позволяет проводить более организованные эвакуации, лучше разворачивать заградительные сооружения от наводнений и выдавать своевременные предупреждения для авиации и морской логистики.

Операционная интеграция и перспективы

Практическое применение DDMS уже началось. Исследовательская группа разработала модель в сотрудничестве с метеорологическими органами материкового Китая, и как China Meteorological Administration, так и Hong Kong Observatory в настоящее время работают над интеграцией системы в свои оперативные конвейеры прогнозирования.

Хотя текущая версия ориентирована на регион Южного Китая, базовая архитектура модели масштабируема. Исследователи считают, что при наличии достаточного количества спутниковых данных DDMS можно адаптировать для предоставления глобальных прогнозов конвективной погоды. Этот потенциал масштабируемости ставит Прогнозирование погоды с помощью ИИ в качестве масштабируемого решения для Глобального Юга, где дорогостоящая наземная радиолокационная инфраструктура может отсутствовать, но спутниковые данные доступны.

Исследование, опубликованное в Proceedings of the National Academy of Sciences (PNAS), отмечает успешный пример междисциплинарных инноваций, объединяющих методы компьютерного зрения с атмосферной наукой. По мере того как модель продолжит поглощать данные в реальном времени со спутника FengYun-4A, ожидается дальнейшее повышение её точности, предлагая новый цифровой щит против угроз со стороны неба.