强对流天气预报长期面临“预报发出了，但来不及应对”的难题。根源于强对流系统尺度小、变化快，在卫星云图中的信号弱且不易识别。传统方法通常只能提前几十分钟到1小时预警，留给防灾减灾的处置时间非常有限。为突破此瓶颈，国家卫星气象中心科研团队依托风云四号系列气象卫星的优势，开展系统技术攻关。风云四号具备高时空分辨率红外探测能力，可对云团生命周期进行连续追踪——并通过捕捉云顶物理信号——更早识别强对流的初生迹象。在此基础上，团队利用长时序监测数据，从海量卫星数据中提取并预测对流云团复杂且具有随机性的运动演变。 此次突破的关键是自主研发的算法体系。哈尔滨工业大学（深圳）教授叶允明介绍，该技术从数据到模型与算法均为国产自主研发，核心算法已迭代三代。尤其是第三代基于生成扩散模型的卫星云图智能外推算法，针对长序列预测中对流云特征“衰减、消散”问题进行优化，提升了预报精度和有效预报时长。 以往人工智能模型在预测数小时后的云图时常出现“模糊化”——云团轮廓仍在，但内部结构细节明显丢失，难以判断是否存在强对流系统。为解决这一问题，科研团队提出“双模型耦合”架构：深度神经网络用于学习并预测大尺度云系的整体移动趋势；扩散模型则专门刻画云图演变中难以预判的局部随机变化。两类模型在训练中协同优化，使预报既能把握大范围云系的移动路径，也能尽可能保留云系内部结构演变的关键信息。 基于风云四号气象卫星数据，这一深度扩散模型可覆盖我国及周边约2000万平方千米区域，实现未来4小时、每15分钟生成一次高分辨率对流预报。在4000米至48000米的不同空间尺度以及各季节条件下，模型均表现出稳定的预报能力，为强对流天气精准预警提供了重要技术支撑，特别适用于边远地区以及海上雷达监测盲区等场景。 预警时间的提前显著提升了防灾减灾的主动性。在城市应急处置中，地铁、机场等关键基础设施可更早启动响应，人员转移和抢险物资布设也更从容。在农业生产上，多出的几小时可支持种植户完成大棚加固、成熟作物抢收和防护覆盖。台风季节，江苏、福建、广东等沿海地区可借助更精准的预警，推动渔船及时返港避险，降低风险。 这项进展说明了我国气象科技自主创新能力的提升。从卫星观测能力到算法体系，再到业务应用的衔接，国产化技术链条为气象防灾减灾提供了更可靠的支撑。随着模型持续完善并推广应用，强对流天气预报的精准度和预见性有望更提高，更好服务经济社会运行与人民生命财产安全。
把预警时间从“分秒必争”拓展到“提前部署”，不仅是预报能力的提升，也意味着公共安全治理更具前瞻性；面对极端天气风险的长期化趋势，气象科技创新最终要落实到守护生命财产安全、保障城市运行和稳定生产生活秩序上。以自主创新为牵引，持续推进观测、预报、服务一体化升级，才能把“看见风云、把握风雨”的能力转化为更可靠的防灾减灾防线。