隨著近年人工智能（AI）技術的快速發展，氣象服務領域無論從觀測、預測以至服務發展正經歷著前所未有的變革。同時，氣候變化加劇，近年極端天氣事件趨增，對於改進暴雨預測與預警，AI也發揮著作用。天文台科學主任周四（26日）在《天氣隨筆》介紹，天文台多年來一直與學術界保持緊密合作，掌握AI的最新發展，目前已有數個AI降雨臨近預報模型投入業務運行。

題為〈AI在降雨臨近預報的發展與前瞻〉的文章介紹，天文台自90年代後期自行研發、並於1999年起運行「小渦旋」（Short-range Warning of Intense Rainstorms in Localized Systems，簡稱 SWIRLS）臨近預報系統，應對大雨和雷暴等惡劣天氣預測，以及支援暴雨警告系統的運作。在較短的預測時間，如未來一至兩小時內的表現尚算良好，但無法處理雨區生成或消散等變化，導致在較長時效的預測中，無論在雨區位置還是強度方面，表現仍有不小改進空間。

多年來，天文台的臨近預報團隊除了持續優化「小渦旋」的外推演算法外，亦一直與學術界保持緊密合作，掌握AI的最新發展。

與科大團隊以7年時間開發深度學習模型

早在2015年及2017年，天文台與香港科技大學合作，率先在AI雨量臨近預報領域中，開發了兩個分別基於「卷積長短期記憶網路」（ConvLSTM）和「軌跡門控循環單元」（TrajGRU）的深度學習降雨臨近預報模型，後者更於2020年投入實時運行。在開發深度學習模型的過程中，天文台及科大團隊利用7年的香港天氣雷達圖像數據集訓練模型，讓模型能夠從過往不同降雨事件中學習雨區的演變規律，從而能比傳統的外推方法更準確地預測雨區的走向及強度變化。

在第一個深度學習降雨臨近預報模型投入運作後，天文台的臨近預報團隊並未止步，繼續與院校合作開發更先進的AI雨量臨近預報演算法，同時參考學術界發表的一些深度學習模型，利用天文台的雷達數據重新訓練，並對演算法進行調整及測試。目前，在天文台已有數個AI降雨臨近預報模型投入業務運行（圖一），支援天氣預報及警報服務。

獲世界氣象組織指定為三所「臨近預報區域專業氣象中心」之一

天文台一直在氣象界帶領臨近預報技術發展。在2018年，世界氣象組織指定天文台為「臨近預報區域專業氣象中心」（Regional Specialized Meteorological Centre for Nowcasting，簡稱RSMC for Nowcasting），為東南亞國家提供臨近預報的培訓和技術支援。成為全球三所的「臨近預報區域專業氣象中心」之其中一所，是國際氣象界對天文台於臨近預報技術水平的肯定。

為提高掌握對暴雨和強對流系統更大範圍的演變情況，以提升臨近預報時效和準確度，天文台亦將AI的應用拓展至地球同步衛星數據，追蹤更大範圍的雲帶和強對流系統的移動，計算未來數小時雲團的位置與變化。但現時地球同步衛星提供的數據，是描述雲團頂層的情況，譬如衛星可見光通道圖像提供的陽光反射率、以及從紅外光通道觀測的雲團頂層溫度，並不能直接測量雲團系統所帶來的雨量。

面對上述技術限制，天文台於是發展另一套機器學習演算法，利用過往的衛星圖像和天氣雷達反射率數據，將衛星多個可見光與紅外光的觀測通道圖像資料結合，得到「反演雷達反射率」數據，有助從衛星圖像獲得更為貼近天氣雷達所觀測的情況，包括對流的強度和降雨量。在雷達觀測缺乏的區域，譬如海洋，衛星的「反演雷達反射率」比單純從衛星雲圖提供了更實用的資料，以有效地監測強對流系統和暴雨的發展情況。

開發出針對未來長達8小時強對流天氣的AI預報產品

天文台亦再進一步利用衛星圖像反演雷達反射率數據作為訓練對象，開發了兩款AI衛星臨近預報模型（分別基於ResConvLSTM-GAN 及 Earthformer 演算法）。在2025年年底，天文台在「臨近預報區域專業氣象中心」的網站上推出了上述兩款基於衛星圖像的模型預報產品（圖二），這是全球首次為亞太區內氣象及水文部門提供針對未來長達8小時的強對流天氣的AI臨近預報產品。

從領先氣象界開發第一個深度學習雨量臨近預報模型，到2025年推出首批AI臨近預報產品供東南亞氣象及水文部門使用，香港天文台在臨近預報領域的AI應用已走過第一個10年。天文台不斷探索創新，致力於提升天氣服務的質素。儘管AI在天氣預報的應用仍面臨挑戰，但其在運算速度、大數據處理和預報準確度方面已有一定的優勢。隨著技術不斷成熟和新型觀測數據的應用，相信AI將在未來氣象預報領域發揮愈來愈重要的作用，為公眾、航空界及國際社會提供更精準、更及時的天氣預報服務。