据NPR 10月26日报道,飓风预报领域正经历由人工智能驱动的变革。在本月大西洋飓风季首个飓风形成期间,某AI模型在路径预测中展现出超越传统模型的精度,其预测结果与实际路径高度吻合。该模型通过分析海量历史飓风数据及实时大气参数,构建深度学习算法,能够捕捉传统物理模型难以识别的复杂时空关联性。例如,在预测飓风‘伊萨亚斯’路径时,AI模型准确判断其将登陆佛罗里达西北部,而传统模型曾误判其将转向路易斯安那州。美国国家飓风中心已将该AI模型纳入官方预报体系,其在2025年飓风季中成为路径和强度预测的最优模型之一。AI技术的优势在于其快速迭代能力——传统模型需数年优化,而AI模型仅需数周即可完成升级。此外,AI模型通过引入物理约束机制,如将大气运动方程编码至神经网络权重中,确保预测结果符合气象学原理,从而在提升精度的同时保持物理一致性。目前,AI在飓风预报中的应用已扩展至极端事件模拟,如生成千年量级的虚拟飓风季节数据,以评估气候变化对飓风频率和强度的影响。
