近年来，受气候变化影响，强降雨、雷暴等强对流天气呈现更频繁、更突发的特点。
此类天气往往尺度小、发展快、致灾性强，容易诱发城市内涝、山洪、滑坡等次生灾害。
以香港为例，去年夏季曾在较短时间内多次发出黑色暴雨警告；东南亚部分地区亦屡遭暴雨洪涝冲击，人员伤亡和经济损失不容忽视。
如何在灾害发生前争取更充足的应对窗口，已成为提升城市安全与气候韧性的现实课题。
问题在于，传统预报体系对快速发展的对流系统存在“时效短、成本高、难捕捉”的短板。
当前强对流预报主要依赖数值模式对大气状态进行模拟，虽然能够提供物理一致性的预报，但计算资源消耗大，且受大气混沌性、观测资料稀疏等因素制约；与此同时，许多业务环节仍需借助地基雷达等观测手段，但雷达覆盖受地形遮挡影响，且往往需要在对流云团发展到一定阶段后才能捕捉到明显信号，导致预警时效难以进一步前移。
对于公众和应急部门而言，提前20分钟至两小时的预警窗口，常常不足以完成人员转移、交通组织、地下空间管控等关键处置。
针对上述瓶颈，香港科技大学联合哈尔滨工业大学（深圳）、中国气象局热带海洋气象研究所以及国家卫星气象中心等单位，提出并研发“基于卫星数据的深度扩散模型”新框架。
该模型以卫星遥感观测为核心信息源，通过在训练过程中引入噪声并学习反向生成过程，增强对对流云系时空演变特征的刻画能力，从而在对流初生阶段捕捉更早期、更微弱的信号。
研究团队使用2018年至2021年风云四号卫星红外亮温观测资料进行训练，并结合气象专业知识进行约束与优化，随后以2022年至2023年春夏季样本验证模型表现。
从结果看，该模型实现了对雷暴等强对流系统的最长提前4小时预报，在48平方公里空间尺度上，准确率较现行模型提升超过15%。
同时，模型可在约15分钟的节奏高频更新预报结果，覆盖约2000万平方公里范围，涵盖中国、韩国及东南亚等区域；在4公里至48公里等不同空间尺度、不同季节条件下表现相对稳定，特别是在2至4小时这一传统方法相对薄弱的关键时窗中，准确率提升更为明显。
相关研究成果已发表于《美国国家科学院院刊》。
这一进展的影响主要体现在三方面：其一，为提升强对流预警“提前量”提供了可操作的新工具，有助于把应急响应从“临近处置”向“提前部署”转变；其二，卫星观测具有覆盖广、连续性强的优势，对于雷达站网薄弱、地形复杂或海岛众多的地区，能够在一定程度上弥补观测短板，为防灾能力相对薄弱的区域提供更均衡的预警支撑；其三，推动气象业务从单一数值模式主导向“观测—算法—业务”融合演进，为极端天气背景下的城市治理、交通运行、基础设施维护提供更精细化的决策依据。
与此同时，业内也普遍关注新技术如何更好服务业务应用。
强对流预警不仅要“报得早”，还要“报得准、报得明”。
下一步的对策重点在于：加强模型与业务系统的对接，形成可解释、可检验、可追踪的运行机制；完善观测与资料同化体系，提升对关键区域、关键时段的监测质量；建立多源观测（卫星、雷达、自动站、闪电定位等）与算法融合的评估框架，持续检验在不同地形、不同季节、不同类型对流过程中的可靠性；同时推进预警信息的分级发布和风险表达，让政府部门、行业单位与公众能够据此采取差异化措施，真正把技术优势转化为减灾实效。
从前景看，随着卫星观测能力增强、计算平台升级以及气象数据体系不断完善，基于卫星数据的智能预报模型有望在更大范围、更高分辨率上实现稳定运行，并与数值模式形成互补：数值模式提供物理约束与情景推演能力，数据驱动模型提升短临预报效率与对细尺度对流的捕捉能力。
特别是在沿海城市、台风影响区及人口密集区域，提前数小时识别强对流触发条件与发展趋势，将为防洪排涝、轨道交通调度、港航安全管理、校园与工地停课停工等提供更充足的“提前量”。
相关研究也与沿海城市气候韧性国家重点实验室的方向目标相契合，为推动科技创新服务公共安全提供了示范。
这项突破性研究充分体现了科学技术在应对全球气候挑战中的重要作用。
通过整合卫星遥感、深度学习等前沿技术，香港科技大学与国家气象部门的合作成果为极端天气预报领域开辟了新的发展方向。
四小时的预警时间差虽然看似微小，但对于防灾减灾工作而言却意义重大，足以为政府部门争取宝贵的应急响应时间，为公众生命财产安全提供更有力的保障。
在气候变化日益加剧的时代背景下，这样的科技创新不仅是学术进步的体现，更是人类主动适应自然、科学防灾的重要实践。