台风巴威还没上岸，AI已经替它写好了剧本

（加星标 ☆，防走丢）

2015 年 8 月，我在浦东机场准备飞往北京出差。上午 9 点，台风苏迪罗在外海，天气预报说“可能影响”，但没人知道具体什么时候、会有多严重。航空公司没有决定，我们只好在登机口继续等。到了中午，等了三小时，终于通知航班取消了。我被迫在机场待了二十多个小时，才终于登上第二天的航班。那时候就连航空公司自己都说，没人知道台风的路径，我们也能等上头的通知。

快进到 2026 年 7 月，同样的季节，台风巴威同样在靠近。但这一次，台风距离陆地超过一千公里时，乘客们就收到了短信提醒：

“根据最新气象数据，你的 7 月 10 日北京航班有可能受影响。”

第二天，当预报信息更新到 90% 确定会取消时，这一次，乘客们从容了很多，不需要去机场，早早就能换乘高铁。

这 11 年的变化，看起来只是通知早了几天，但背后却是气象预报的一场革命。

从“猜天气”到“AI 算天气”

要理解台风预报为什么能进步这么大，得先搞清楚过去怎么预报的。2010 年前后，气象部门预报台风主要靠数值预报模型——就是说，用物理公式模拟大气运动，然后看电脑算出来台风会往哪儿走。这听起来很科学，但问题是，影响台风的因素太多太复杂了。海面温度、高层风场、地形地势……任何一个因素算错一点点，最后预报出来的台风位置就能差出几百公里^[1]。

台风预测路径图

到了 2015 年左右，气象部门开始引入集合预报的概念。简单说，与其让一个模型算一个答案，不如让十几个、几十个不同的模型同时算，然后看它们的“共识”在哪里。这样做虽然更复杂，但准确性能提升不少。打个比方，如果十个人分别说台风会在 A、B、C 哪个地方登陆，其中七个人说是 B，那是 B 的可能性就大增加了^[2]。

但真正的显著提升来自 AI 技术的进步。不同于数值预报是用物理公式“演算”，AI 预报用的是机器学习——让计算机自己去看历史上海量的台风数据，自己去发现规律。想象一下，你要教一个从没见过苹果的小孩认识苹果。你不是给他讲苹果的物理化学成分，而是给他看苹果的图片，带他指认生活中的苹果，让他自己去总结：苹果通常是圆的、红的或绿的、有这样的纹理，然后根据自己的观察自行加权。机器学习的原理就是这样，只不过我们能在短时间内给它看成千上万张苹果的图片进行学习。

对台风来说，AI 要学的是什么呢？就是海洋和大气中的某些“长相特征”如何影响台风强度和路径。比如海表温度一旦超过 26.5℃，台风就容易增强；比如高空急流的位置会改变台风的弯曲程度；比如遇到冷空气会减弱……这些规律在气象学教科书里都写过，但只有 AI 能在万亿个数据点里，瞬间识别出它们，并做出预报^[3]。

台风卫星云图

中国气象部门在 2024 年上线了一个叫 AI-TRANS 的系统，科学家们用它自动识别云图中台风的强度变化，进而预报台风在未来 6—12 小时会不会突然增强——这种快速变化以前是预报的一个大难题，常常被漏掉。同时，搭配风云四号 B 星的实时真彩色卫星监测，气象部门现在能看到台风细节结构，精准到方圆几百米的范围^[4]。这就像从黑白电视升级到高清彩电，能看的细节天差地别。

AI 预报的“概率智慧”

如果你留意的话，可能会注意到以前的预报都是一个确定的答案：台风会在某年某月某日某点登陆。但现在 AI 给出的预报是概率的——有 80% 的把握在这个范围内登陆，有 10% 的把握在另一个范围内。这听起来比原来的答案更模糊了，其实是在用统计的思维来预报天气。

想象天气这件事就像掷骰子，不管多精确的模型，天气在某种意义上都有随机性。与其信誓旦旦地说肯定是某个答案（然后经常被打脸），不如坦诚相告这个答案有多大的概率。这样的话，航空公司、防灾部门和普通乘客就能根据概率来制定应对方案。比如如果预报说有 70% 的概率取消，那航空公司就可以开始通知旅客；如果只有 30%，可能就先继续筹备。这样既不会过度反应，也不会低估风险^[5]。

关键是，统计才是可证伪的。比如以前说“局部地区可能有小雨”，那么谁都不知道自己是不是局部地区，更重要的是这个“可能”是永远无法被证伪的。但统计式的播报不一样，只要说“70% 的降雨概率”，那么集合一段时间所有播报“70% 的降雨概率”的结果，那降雨的比例就应该逼近 70%。这不是拍脑门随口就能说的。这也就是我们常说的“要用统计的眼光看问题”，统计结果看似是有意外的，但却是能证伪的。而“局部地区可能降雨”这类话看似总是对的，但恰恰是不会有错，不可证伪的。

AI 在快速统计方面特别拿手，因为它可以快速处理几十套甚至几百套预报方案，然后统计出一个真实的概率分布。这在以前是不可能的——毕竟哪怕逼着一位气象员 996，等他手工算出一百套方案后，台风的雨点估计都已经轮回到世界杯的草坪上了。

航班取消的另一面：从混乱到有序

2015 年 8 月，台风苏迪罗靠近华东地区。那时候预报的确定性不高，航空公司处于一种半蒙的状态。结果在短短几天内，浦东、虹桥、杭州、南京等机场的数百班航班被取消或延误。香港和台湾地区更是严重，仅港台之间往来航班就有 54 班被取消或延误。最惨的情况是旅客在机场滞留超过 24 小时，甚至有人睡在机场地板上。那时候大家都在骂——为什么不提前告诉我们？为什么不提前改签^[6]？

台风天导致航班延误或取消，图源网络

而到了近年，类似天气过程的管理已明显不同。气象部门在台风还在西太平洋时，就已借助更先进的预报系统（包括 AI 技术）给出高概率的登陆区域和时间窗口。基于此，各航空公司提前 1～2 天就开始通知旅客，提前做好了航班调整方案。因此，即便仍有相当数量的航班因天气原因被取消，但由于提前了通知窗口，几乎没有出现大规模旅客滞留，绝大多数人都顺利完成了改签^[7]。

从 2015 年台风苏迪罗时期到如今，虽然中间经历了不同的台风事件，但整体趋势是清晰的：通过提前预警和科学决策，因台风导致的突发性大规模航班取消和旅客滞留事件明显减少。以前那种“一夜之间几百班航班取消、机场里睡满旅客”的景象，已经成了历史。如果中国每年有大约两百万班民航航班，这背后代表的是几千万乘客不再被突如其来的信息缺失打得措手不及。

更关键的是，即使航班真的被取消了，现在的流程也不一样了。以前是一通接一通的投诉电话，乘客们很生气。现在大家都知道提前几天就会被通知，可以早做打算，心态也平和了不少。

天上的眼睛：风云四号B星和台风巴威

前几天，除了看世界杯直播外，东南沿海的很多人也在看台风巴威路径的直播。它最初在西太平洋成形时，风云四号 B 星的真彩色影像就开始跟踪它了。这颗卫星的特殊之处在于，它拍出来的不是黑白的数据图，而是接近肉眼看到的彩色云图。一个训练过的预报员看着这样的真彩色图像，能立刻看出台风眼的结构、风场的配置、外围的云系强度。这相当于预报员虽然坐在地面，但眼睛却在几万米的高空，能看到台风的“脸”^[8]。

台风“巴威”路径预测

与此同时，AI-TRANS 系统在分析巴威的卫星数据。它自动识别出了巴威眼墙周围的对流结构，判断出其在 48 小时内有快速增强的可能。这个预警在以前需要多个气象学家看着图讨论好几个小时才能得出的结论，现在 AI 显著缩短了研判周期，气象部门就能用充足的时间去和防灾部门沟通，和各地政府联系，和航空公司通报——所有的链条都有了提前量^[9]。

结果就是，巴威登陆前几天，民众已经收到了清晰的预警；航空公司已经制定好了应急预案；各地防灾部门也已经开始了转移和撤离的准备。我家小区的树枝提前一个星期就已经在修剪了，所有高大的树木也已经进行了加固。路面上的行道树也是如此。没有惊慌失措，也没有仓促应对。

尾声：前进，无限前进

如今，是科技的发展让我们能像看直播一样预测台风巴威的行进轨迹。作为现代人的你可能难以想象这对古人来说是多么的不可思议。

当科学还没诞生的时候，所有自然现象都像是“神迹”。当人类初识物理规律时，面对台风也只能被动反应。现在，我们有了天上的卫星、地上的模型、云端的 AI，这些力量一起帮我们提前预见风险，精准做出应对。自然其实从未改变，但我们对它的态度早已不同——从无限仰视到逐渐平视，从连滚带爬的疲惫，到从从容容的笃定。让我们在这个时代共同见证人类的崛起。

责编：珍豆

更多推荐