新華社北京3月5日電（記者劉詩平、王金金）由我國科學家牽頭的全球首個氣溶膠預報人工智能模型AI—GAMFS3月5日在國際學術期刊《自然》發(fā)布。這個模型可在1分鐘內(nèi)實現(xiàn)全球范圍未來5天、以每3小時為間隔的高精度環(huán)境氣象預報，為沙塵暴、野火、霧霾等全球氣溶膠污染事件的精準預警提供有力支撐。

AI—GAMFS由中國氣象科學研究院研究員車慧正和中國工程院院士張小曳團隊聯(lián)合國內(nèi)外多家研究機構發(fā)布。它基于42年全球12萬時次的氣溶膠再分析資料訓練，預報變量涵蓋沙塵、硫酸鹽、黑碳、有機碳等氣溶膠關鍵組分的光學特性、地面濃度及相關氣象要素，空間分辨率達50公里。

氣溶膠是指懸浮在大氣中的固態(tài)或液態(tài)微粒所構成的分散體系。其來源既包括自然過程產(chǎn)生的沙塵、野火煙塵，也包括鍋爐、發(fā)動機不完全燃燒產(chǎn)生的煙塵，以及采礦、采石等過程排放的固體粉塵。此外，由大氣中氣態(tài)前體物經(jīng)化學反應轉(zhuǎn)化生成的二次顆粒物，也是氣溶膠的重要來源。

“氣溶膠預報的復雜程度與計算成本遠高于傳統(tǒng)天氣預報，它要求預報系統(tǒng)必須同時解析氣溶膠的多種來源、復雜的化學轉(zhuǎn)化，以及其與天氣系統(tǒng)的多尺度相互作用?！眻F隊核心成員、中國氣象科學研究院副研究員桂柯說。

桂柯介紹，傳統(tǒng)數(shù)值預報模式多將氣溶膠與氣象要素分開計算，難以捕捉二者之間的相互作用。人工智能的應用，可將大氣中懸浮的沙塵等氣溶膠顆粒與溫度、風速、氣壓等氣象要素作為一個整體進行動態(tài)關聯(lián)，從而更精準地模擬大氣演變過程，提升預報準確率。

目前，AI—GAMFS已完成從科研攻關到業(yè)務落地的全鏈條閉環(huán)，在中央氣象臺及陜西、寧夏等10余個?。ㄗ灾螀^(qū)）氣象部門實現(xiàn)落地應用。在2025年4月和11月、2026年2月我國遭遇的強沙塵天氣過程中，AI—GAMFS實現(xiàn)提前5天的精準預報，為業(yè)務會商提供了有力支撐。在國際層面，AI—GAMFS已正式接入中國氣象局“媽祖（MAZU）”全民早期預警云平臺，開始為全球提供預報服務。（完）