近日2024年度“中国十大气象科技进展”公布，南京大学联合南京信息工程大学合作完成的“融合深度学习、物理约束和数值模拟的一体化台风强度预报新方法”研究成果成功入选，成果完成人为雷荔傈、刘昊炎、张熠和谈哲敏。
台风强度的准确预报对国家安全、防灾减灾和人民生命财产安全都具有重大意义，但该问题目前仍是国际上尚未解决的数值预报难点，而台风强度的长时效预报更是难以突破的瓶颈。本成果所发展研发的融合深度学习、数值模拟、动力和物理约束的一体化台风强度预报新方法有机地融合了深度学习与资料同化、数值模式、动力和物理约束，系统性地优化了初始条件、模式物理过程、模式误差订正、预报框架等台风强度预报的关键模块，为台风强度的高分辨率、长时效预报提供了新途径。该成果有机地融合了深度学习与资料同化、数值模式、动力和物理约束，系统性地优化了初始条件、模式物理过程、模式误差订正、预报框架等台风强度预报的关键组分。研究构建的结合深度学习与资料同化的混合同化模型，优化了台风初始条件并有效表征预报不确定性，建立的结合深度学习与数值模式的长时效预报框架，显著降低了台风强度两周预报误差。
该项成果所发展的一体化台风强度预报新框架，首次实现了台风强度在两周预报时效上的预警技术可行性，显著提升了台风强度预报的准确性、时效性和稳定性。研究成果可为防灾措施部署争取更多时间，有效增强灾害应急响应能力。研究成果受到国内外学者的广泛关注，被获美国地球物理学会（AGU）会刊EOS亮点研究聚焦报道。研究成果可，为及时部署台风防灾措施、有效增强灾害应急响应能力提供科学和技术支撑。
据悉，“中国十大气象科技进展”评选由全国气象科教融合创新联盟牵头组织，此次评选活动中，气象部门、相关领域多家高校、科研院所及企业的多项科技进展参选。评选旨在及时反映我国气象科技领域前沿和最新进展，宣传气象科技成果，此次入选成果涵盖了数值预报、人工智能与大数据、气象卫星、气候变化等重点领域。
图1.左图为融合机器学习与物理模式的预报框架，右图预报误差分析表明，一体化台风强度预报新方法相较于AI模型、全球和区域数值预报模式，显著改进了从1天到2周的台风路径和强度预报。
图2. 研究成果为JGR-Machine Learning and Computation期刊首篇编辑推荐，获美国地球物理学会（AGU）会刊EOS亮点研究聚焦报道。
（报道链接：https://eos.org/research-spotlights/physics-meets-machine-learning-for-better-cyclone-predictions）