香港跨入人工智慧颱風預報新時代
香港長期面臨颱風與極端天氣的威脅，如今正運用人工智慧（AI）革新天氣預報能力。香港天文台（HKO）宣布大幅投資 AI 技術，目標是提高熱帶氣旋、暴雨及其他嚴重天氣預警的準確度與時效。近期破紀錄降雨和颱風期間，AI 模型展現出顯著成效；不過，要精確掌握天氣影響的強度與確切位置，仍有挑戰。
目錄
氣候變遷使風暴加劇、天氣型態更難預測，準確預報的重要性也前所未有。香港的努力是區域與全球轉向 AI 氣象預報趨勢的一環，鄰近的台灣及世界各地的頂尖研究機構，也都運用機器學習提升防災整備。
為什麼準確預報颱風對香港如此重要？
香港位處副熱帶，正處於太平洋颱風的行進路徑上，颱風可能帶來破壞性強風、豪雨、洪水與土石流。香港人口稠密、基礎設施複雜，即使預報準確度略有提升，也可能拯救生命、減少經濟損失，並協助當局更妥善地協調緊急應變。
近年來，香港接連遭遇極端天氣。8月，香港錄得自1884年有紀錄以來最高的單日雨量，並發布第二長時間的黑色暴雨警告。暴雨過後出現嚴重水浸、山泥傾瀉及大範圍交通與生活中斷。鄰近地區甘肅省發生致命洪災，廣東則大規模撤離居民，凸顯改善預警系統的迫切需求。
傳統預報方法雖然有效，但仍有其限制，尤其難以準確預測熱帶氣旋的路徑與快速增強情形。AI 有望在此帶來改變。
AI 如何提升天氣預報能力？
AI 天氣預報仰賴以大量歷史天氣資料訓練的機器學習演算法。傳統數值天氣預報（NWP）模型透過複雜方程式與超級電腦模擬大氣物理過程；AI 模型則從數十年的全球天氣觀測資料中學習模式與關聯。完成訓練後，這些模型能以更少的運算資源、更快產生預報。
例如，香港天文台目前使用的新一代 AI 模型，採用約40年的全球再分析資料訓練，資料量約達25兆筆。這些模型能分析並預測天氣系統（包括颱風）的演變，辨識傳統模型可能無法察覺的細微訊號。
天文台科學主任羅家偉表示：「AI 模型透過學習這些大量資料，可以辨識天氣演變的模式與關聯，進而用來預測未來的天氣變化。」
AI 模型已在實際作業中展現價值。例如熱帶氣旋蝴蝶接近期間，AI 預報對其路徑的預測比傳統模型更準確，協助天文台及時發布警告，也避免了不必要的干擾。
AI 模型實際應用：颱風蝴蝶案例
6月颱風蝴蝶威脅香港時，天文台同時參考傳統與 AI 模型預測路徑。歐洲模型預測蝴蝶將接近中國南部沿岸，美國模型則預測它會更靠近香港；兩個 AI 模型估計的路徑偏西，與實際情況更接近。香港因此避過颱風正面侵襲，天文台發布的警告也反映了較準確的 AI 預測。
這並非單一個案。AI 模型在預測颱風路徑方面屢次達到或超越傳統模型的準確度，尤其是西北太平洋的風暴。此後，天文台擴大 AI 的應用，整合多個模型，包括復羲（由復旦大學開發）、盤古氣象（由華為開發），以及歐洲中期天氣預報中心（ECMWF）的人工智慧預報系統（AIFS）。
AI 預報有哪些優勢與限制？
相較於傳統方法，AI 模型有幾項優勢：
- 速度：AI 幾分鐘內即可產生預報，基於物理原理的模型則需數小時。
- 能源效率：AI 模型所需的運算資源少得多，更具永續性。
- 路徑準確度：AI 模型在預測熱帶氣旋路徑方面，往往優於傳統模型。
- 提早預警：AI 能辨識相關模式並提早發出警告，讓當局與民眾有更多時間準備。
然而，挑戰依然存在。AI 模型往往低估熱帶氣旋的強度，快速增強時尤其如此。所謂快速增強，是指風暴風速在短時間內大幅上升。這是重要限制，因為近80%的強烈颶風與颱風都會快速增強，而氣候變遷也使這類事件日益增加。
另一項挑戰是，AI 模型預測罕見或前所未見極端天氣事件的能力有限，因為訓練資料可能未充分涵蓋這些事件。例如，2023年9月創紀錄暴雨期間，AI 模型提供了有用的參考，但仍難以掌握降雨的完整規模與確切位置。
香港天文台指出：「由於極端天氣事件在歷史上罕見，AI 模型預測這類事件的能力仍有待驗證，更不用說創紀錄的天氣事件並未出現在 AI 模型的訓練資料中。」
AI 模型比較：全球與區域觀點
近期科學研究比較了主要 AI 天氣模型在東亞與西太平洋的表現。研究評估五種主要模型預測颱風路徑與強度的能力，分別是盤古氣象、FourCastNet v2、GraphCast、復羲與風烏。風烏的路徑預測最準確，復羲與 GraphCast 的表現也不錯。然而，所有模型在強度預報方面都面臨困難，凸顯進一步研究及開發更高解析度區域模型的必要性。
集成預報透過整合多個模型的輸出，已展現提升預報可靠度的潛力。AI 氣象預報快速進展，顯示 AI 研究人員與氣象機構持續合作，將是克服現有限制的關鍵。
香港如何將 AI 整合至預報作業？
香港天文台一直走在氣象領域採用 AI 的前線。自2023年年中起，天文台將多種 AI 模型投入即時試行作業，並透過「地球天氣」網頁與 MyObservatory 應用程式向公眾提供預報。天文台使用 AI 不只追蹤颱風，也預測降雨、風、溫度與濕度，預報時間最長可達15天。
香港天文台署理高級科學主任何宇恆表示，在8月豪雨發生一週前，AI 模型就成功預測到一個將為廣東沿岸帶來豪雨的雨帶發展。雖然模型未能完美掌握最強降雨的確切位置，但仍為及時發布警告及準備緊急應變提供了重要依據。
天文台也與國際夥伴及私人企業合作，保持 AI 預報技術的領先地位。例如，Google DeepMind 的 Weather Lab 與 ECMWF 的 AIFS 正與本地模型一同接受測試，為預報員提供新的工具，以進行評估與比較。
區域採用情況：台灣及其他地區的經驗
香港並非唯一投入 AI 的地區。台灣中央氣象署也採用 AI 模型追蹤颱風，並取得亮眼成果。颱風凱米來襲期間，AI 預報提前8天預測颱風將直接侵襲，表現優於傳統模型，讓當局有更多時間準備。氣象署副署長呂國臣表示：「AI 提升了預報員的信心，也讓當局有更多時間準備。」
民間企業的參與正加速進展。輝達、Google 與微軟等公司正在開發先進的 AI 天氣模型，並與世界各地的氣象機構合作。這些合作正推動創新，並協助解決強度預報與局部影響預測的難題。
挑戰與未來展望
儘管 AI 前景可期，要完全取代或超越傳統預報方法，仍有幾道關卡待克服：
- 資料品質與可用性：AI 模型仰賴高品質且完整的資料集。歷史資料缺漏或不準確，都可能限制模型表現。
- 強度預報：預測快速增強與最大風速，對 AI 和傳統模型來說仍是重大挑戰。
- 局部影響：預測局部性影響，例如暴洪與土石流，需要高解析度區域模型。
- 人工監督：專業氣象人員仍不可或缺，尤其在攸關重大的情況下，必須由他們判讀 AI 的預測結果。
隨著領域持續發展，香港天文台及合作夥伴將持續投入研究、模型開發與公眾教育。目標不只是提升預報準確度，也要建立公眾信任，確保警告能被理解並採取行動。
更廣泛的影響：AI 與氣候韌性
將 AI 整合至天氣預報不只是技術升級，更是在極端天氣日益頻繁的時代建立氣候韌性的重要一步。風暴愈發強烈、難以預測，及早發布準確警告，可能攸關數百萬人的安危。
香港的經驗為其他面臨類似威脅的城市與地區提供了寶貴借鏡。迅速採用 AI、加上國際合作與公眾參與，展現了積極管理氣候風險的作法。隨著 AI 模型持續改進，它們將在守護社區、支持永續發展方面扮演愈來愈重要的角色。
摘要
- 香港正投資 AI 以改善颱風與極端天氣預報，近期風暴期間的試行已展現成效。
- AI 模型預測颱風路徑的表現優於傳統方法，但在預測強度與局部影響方面仍面臨挑戰。
- 香港天文台正將多種 AI 模型整合至作業中，並與國際夥伴合作。
- 台灣等鄰近地區也正運用 AI，民間企業則加速推動相關創新。
- 持續研究與人類專業仍不可或缺，才能克服 AI 的限制並確保預警系統有效運作。
- 在氣象領域採用 AI，是香港及更廣泛區域提升氣候韌性的重要一步。
