随著近年人工智能（AI）技术的快速发展，气象服务领域无论从观测、预测以至服务发展正经历著前所未有的变革。同时，气候变化加剧，近年极端天气事件趋增，对于改进暴雨预测与预警，AI也发挥著作用。天文台科学主任周四（26日）在《天气随笔》介绍，天文台多年来一直与学术界保持紧密合作，掌握AI的最新发展，目前已有数个AI降雨临近预报模型投入业务运行。

题为〈AI在降雨临近预报的发展与前瞻〉的文章介绍，天文台自90年代后期自行研发、并于1999年起运行“小涡旋”（Short-range Warning of Intense Rainstorms in Localized Systems，简称 SWIRLS）临近预报系统，应对大雨和雷暴等恶劣天气预测，以及支援暴雨警告系统的运作。在较短的预测时间，如未来一至两小时内的表现尚算良好，但无法处理雨区生成或消散等变化，导致在较长时效的预测中，无论在雨区位置还是强度方面，表现仍有不小改进空间。

多年来，天文台的临近预报团队除了持续优化“小涡旋”的外推演算法外，亦一直与学术界保持紧密合作，掌握AI的最新发展。

与科大团队以7年时间开发深度学习模型

早在2015年及2017年，天文台与香港科技大学合作，率先在AI雨量临近预报领域中，开发了两个分别基于“卷积长短期记忆互联网”（ConvLSTM）和“轨迹门控循环单元”（TrajGRU）的深度学习降雨临近预报模型，后者更于2020年投入实时运行。在开发深度学习模型的过程中，天文台及科大团队利用7年的香港天气雷达图像数据集训练模型，让模型能够从过往不同降雨事件中学习雨区的演变规律，从而能比传统的外推方法更准确地预测雨区的走向及强度变化。

在第一个深度学习降雨临近预报模型投入运作后，天文台的临近预报团队并未止步，继续与院校合作开发更先进的AI雨量临近预报演算法，同时参考学术界发表的一些深度学习模型，利用天文台的雷达数据重新训练，并对演算法进行调整及测试。目前，在天文台已有数个AI降雨临近预报模型投入业务运行（图一），支援天气预报及警报服务。

获世界气象组织指定为三所“临近预报区域专业气象中心”之一

天文台一直在气象界带领临近预报技术发展。在2018年，世界气象组织指定天文台为“临近预报区域专业气象中心”（Regional Specialized Meteorological Centre for Nowcasting，简称RSMC for Nowcasting），为东南亚国家提供临近预报的培训和技术支援。成为全球三所的“临近预报区域专业气象中心”之其中一所，是国际气象界对天文台于临近预报技术水平的肯定。

为提高掌握对暴雨和强对流系统更大范围的演变情况，以提升临近预报时效和准确度，天文台亦将AI的应用拓展至地球同步卫星数据，追踪更大范围的云带和强对流系统的移动，计算未来数小时云团的位置与变化。但现时地球同步卫星提供的数据，是描述云团顶层的情况，譬如卫星可见光通道图像提供的阳光反射率、以及从红外光通道观测的云团顶层温度，并不能直接测量云团系统所带来的雨量。

面对上述技术限制，天文台于是发展另一套机器学习演算法，利用过往的卫星图像和天气雷达反射率数据，将卫星多个可见光与红外光的观测通道图像资料结合，得到“反演雷达反射率”数据，有助从卫星图像获得更为贴近天气雷达所观测的情况，包括对流的强度和降雨量。在雷达观测缺乏的区域，譬如海洋，卫星的“反演雷达反射率”比单纯从卫星云图提供了更实用的资料，以有效地监测强对流系统和暴雨的发展情况。

开发出针对未来长达8小时强对流天气的AI预报产品

天文台亦再进一步利用卫星图像反演雷达反射率数据作为训练对象，开发了两款AI卫星临近预报模型（分别基于ResConvLSTM-GAN 及 Earthformer 演算法）。在2025年年底，天文台在“临近预报区域专业气象中心”的网站上推出了上述两款基于卫星图像的模型预报产品（图二），这是全球首次为亚太区内气象及水文部门提供针对未来长达8小时的强对流天气的AI临近预报产品。

从领先气象界开发第一个深度学习雨量临近预报模型，到2025年推出首批AI临近预报产品供东南亚气象及水文部门使用，香港天文台在临近预报领域的AI应用已走过第一个10年。天文台不断探索创新，致力于提升天气服务的质素。尽管AI在天气预报的应用仍面临挑战，但其在运算速度、大数据处理和预报准确度方面已有一定的优势。随著技术不断成熟和新型观测数据的应用，相信AI将在未来气象预报领域发挥愈来愈重要的作用，为公众、航空界及国际社会提供更精准、更及时的天气预报服务。