10月29日，首批风云气象卫星极端天气人工智能模型在2026年风云卫星用户大会上正式发布。该批模型旨在推动风云卫星应用从“看清现在”迈向“预测未来”，标志着气象卫星数据在AI处理与业务化应用层面进入新阶段。
此次发布的台风智能云图解译模型，融合风云卫星多通道云图及相关产品，可自动分析台风的位置、结构、强度及演变趋势，并生成解译文本。据发布方介绍，该模型目前已形成覆盖7类台风特征、融合20余种卫星实况产品的综合解译能力，每15分钟开展一次解译，单次解译文本生成仅需27秒。以今年第26号台风“舒力基”为例，模型在自动识别台风后，对强度、风圈半径、降水特征等进行了综合分析，为监测预报业务提供支撑。
另一项强对流短临预警模型则聚焦提前预判环节。该模型利用风云四号卫星过去两小时的连续观测数据，结合AI技术预测未来天气演变。其核心创新在于将云图演变拆解为“大系统的整体移动”和“小系统的局部生消”两个层次，从而将预警时间提前至四小时。相比传统依赖预报员经验判断的方式，这一方法在时间窗口上实现了明显扩展。
从技术路径看，上述模型均建立在风云系列气象卫星长期积累的多通道观测数据之上。风云卫星作为我国自主研制的气象遥感卫星体系，已形成极轨与静止轨道相结合的观测布局，持续产出云图、温湿度廓线、降水等多类产品。此次AI模型的发布，意味着卫星数据的下游处理环节开始由人工判读向模型自动解译迁移，数据到业务结论的链路被显著压缩。
发布现场还介绍了许健民气象卫星创新中心的“人工智能卫星气象技术与应用创新团队”。该团队由12家单位、49名研究学者组成，将围绕卫星气象多模态表征、极端天气监测预警等方向开展联合攻关。从组织形态看，这一跨单位协作机制意在打通卫星数据处理、AI算法研发与气象业务应用之间的环节，形成从数据到模型的闭环。
在气象业务场景中，台风与强对流天气的监测预警对时效性要求较高。传统流程中，卫星云图的判读与分析依赖预报员经验，从数据接收至形成结论存在一定时间差。AI模型的介入，一方面将重复性判读工作自动化，另一方面通过短临预警模型将预测窗口前移，为防灾减灾决策留出更多响应时间。此次发布的模型已具备业务化运行的时间粒度（15分钟一次解译）和较短的输出时延（27秒），具备嵌入现有预报业务流程的基础条件。
从行业影响看，气象卫星数据的AI化处理是遥感数据价值释放的一个典型方向。风云卫星积累的长时序观测数据为模型训练提供了样本基础，而AI模型则将数据转化为可直接用于业务判断的结构化结论。这一模式对遥感、环境监测等依赖海量观测数据的领域具有一定参照意义。随着首批极端天气AI模型投入应用，风云卫星的服务形态将从数据产品供给向智能化结论输出延伸，卫星应用产业链的下游环节有望迎来更多模型化、工具化的产品形态。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
