WeatherNext 如何帮助美国国家飓风中心更准确预测飓风梅丽莎在牙买加的历史性登陆

2026年5月19日 科学

WeatherNext 团队

美国国家飓风中心得以提前发布天气预警，为牙买加社区争取了更多准备、疏散和保护生计的时间。

2025年10月，飓风梅丽莎创造了历史。它是牙买加有记录以来登陆的最强飓风，并与大西洋最强飓风并列。

美国国家飓风中心（NHC）的预报也标志着一个历史性里程碑。他们首次从一级风速开始，就预测到一场风暴将达到五级强度。我们的 AI 模型 WeatherNext 帮助 NHC 做出了这一决定，它高置信度地预测了风暴的快速增强及其在牙买加登陆——最关键的是，这一预测提前了五天。

更早、更准确地预测危险风暴，有助于地面团队更好地调动资源并有效协调疏散。

观看 WeatherNext 如何为 2025 年飓风梅丽莎及其在牙买加的五级登陆提供准确、早期的预报。

快速增强的挑战

预测风暴路径很困难，但预测强度的突然跃升——即所谓的"快速增强"——则更加困难。这种情况发生在飓风风速在短短 24 小时内至少增加 35 英里/小时时。这类事件极难预测，也极其危险，因为一个弱系统可能在一夜之间转变为强飓风，几乎没有准备时间。

热带风暴和飓风的结构和强度变化非常迅速，这使得它们比其他类型的天气系统更难预测。

Michael Brennan

美国国家飓风中心主任

从历史上看，气象学家面临一个权衡：大型全球模型擅长预测风暴路径，但往往缺乏分辨率来观察驱动其"引擎"的小尺度雷暴。相反，高分辨率局部模型能更好地观察强度，但缺乏准确路径预测所需的全局背景。这意味着模型要么擅长预测热带气旋的路径，要么擅长预测其强度，但无法两者兼顾。

WeatherNext 的科学突破

从登陆前七天到 2025 年 10 月 28 日飓风梅丽莎以五级风暴登陆牙买加，WeatherNext 对飓风梅丽莎路径的集合预测。

我们的 AI 天气模型 WeatherNext 由 Google DeepMind 和 Google Research 开发，通过擅长同时预测路径和强度，弥合了这一历史性差距。作为 Google Earth AI 计划的一部分，该模型通过基于数十年的全球天气模式以及专门的热带气旋极端数据集进行训练，实现了这种双重能力。

WeatherNext 不是提供一个单一的"最佳猜测"，而是可以运行包含 50 种不同"假设"情景的集合，为专家提供更广泛的可能性范围以辅助决策。我们通过 Weather Lab 以实验性展示的形式向所有人提供了这些数据。

当飓风梅丽莎最初被识别为一个弱热带低压时，传统模型在它是否会以弱系统袭击海地还是向牙买加增强之间摇摆不定。然而，WeatherNext 提前五天预测了在牙买加的五级强度登陆，置信度为 80%，并在提前三天时增加到接近 100%。这是首次从如此低的初始风速成功预测到风暴达到五级强度。从如此微弱的起点识别出顶级飓风，标志着预测极端增强事件能力的一个历史性转折点。

梅丽莎在大西洋飓风季末期来袭，此时 NHC 预报员已经花了数月时间验证 WeatherNext 并对其建立信心。平均而言，WeatherNext 在路径和强度方面始终表现异常出色。这种表现给了预报员在像梅丽莎这样强度与登陆预测都至关重要的情况下的信心。

WeatherNext 在预测热带气旋路径和强度方面表现出色。图表显示了 2025 年大西洋和北太平洋合并区域的各个业务模型加权平均数据。图表基于 NHC 年度验证报告中的数据绘制。

帮助保护当地社区

Evan Thompson 是位于牙买加金斯敦的牙买加气象局首席局长。

NHC 作为世界气象组织（WMO）负责大西洋和东太平洋热带气旋的区域专业气象中心，为近 30 个国家提供预报和预警。

在 WeatherNext 的预测以及 HAFS 等基于物理的模型、卫星和飓风猎人的实时数据支持下，NHC 能够为牙买加气象局提供前所未有的提前时间。这使得当地官员能够有效调动资源和协调疏散。

通过提前疏散和更好的准备，这种危害的减少确实对我们的人民产生了影响。[……] 它确实拯救了他们的生命，也拯救了他们想要保障的生计。

Evan Thompson

牙买加气象局首席局长

扩大全球安全

WeatherNext 在飓风梅丽莎期间的应用所产生的影响，是 Google 与 NHC 多年合作的成果。在整个 2025 年飓风季，NHC 的年度验证报告发现，WeatherNext 是支持专家决策的路径和强度方面表现最佳的单个模型。随着即将到来的飓风季开始，我们将继续与 NHC 合作。我们将继续作为 NHC 路径和强度指导套件不可或缺的一部分，并希望我们的模型能够支持他们至关重要的拯救生命的工作。

我们也在积极将这些研究能力推广到其他严重受灾地区，包括菲律宾（PAGASA）、台湾（CWA）、印度尼西亚（BMKG）和越南（VNMHA）。未来的优先事项还将包括与日本、澳大利亚和印度当地机构的合作，我们希望与当地专家一起继续这项研究。在所有这些研究工作中，所有官方天气警报和预警仅由各自的国家气象部门发布。

通过将 AI 的速度和准确性与专家预报员不可替代的经验相结合，我们旨在减少自然灾害造成的人员和经济损失。

我们已经将这项技术整合到 NOAA 覆盖地理区域的搜索预报中，并正在努力将其扩展到其他地区。

注意：有关官方天气预报和预警，请参考您当地的气象机构或国家气象服务。

致谢

我们感谢 Ferran Alet、Tom Andersson、Ilan Price、Stratis Markou、Andrew El-Kadi、Dominic Masters、Amy Li、Samier Merchant、Natalie Williams、Gregory Thornton、Ken MacKay、Olivia Graham、Ben Gaiarin、Elinor Kruse、Akib Uddin、Juanita Bawagan、Armin Senoner、Devaja Shah、Jacklynn Stott、Remi Lam、Aaron Bell、Paul Komarek、Matthew Willson、Alvaro Sanchez-Gonzalez 和 Peter Battaglia。

我们还感谢美国国家飓风中心、英国气象局和大气合作研究所的团队。

最后，我们感谢 Raia Hadsell、Zoubin Ghahramani、Yossi Matias、Demis Hassabis 对本工作的支持。