“看到预报，心里就踏实了。”前段时间，大学生丁婷婷和朋友在甘肃旅游。西北地区沙尘天气多发，游玩中，她不仅收到扬沙、浮尘的准确预报，还接到了“携带口罩、纱巾等防尘用品”“驾驶人员应控制速度”等提醒。

　　在外来输入性沙尘影响下，西北多个省份不时出现扬沙、浮尘等沙尘天气，牵涉范围广、路径多、变化可能性大。能够及时、精准得到此类天气的相关预报，对人们的生产生活十分重要。

　　甘肃兰州，中国气象局兰州干旱气象研究所内，数值模式研究室首席专家段海霞正在研究沙尘预报数据处理结果。“本次提供的数据符合预期，范围、时间都经受住了考验。”段海霞对一旁的同事雷雨虹说。

　　经受住考验，离不开所里的“新同事”：气溶胶—气象耦合预报人工智能模型。

　　一个模型，如何“预知”沙尘的到来？关键在于“耦合”。

　　对普通人而言，平时接触的天气预报多来自预报员。预报员通过分析多个数值天气预报模式、人工智能模型的预报结果，根据当地天气特点和预报经验，得出预报结论。但传统数值预报模式，大多将沙尘、PM2.5等气溶胶与其它各类气象要素分开计算，难以捕捉到它们的相互作用。实际上，气溶胶和其它气象要素之间的“耦合”关系，影响沙尘的传输与沉降。

　　“例如，风力大小决定了起沙强度与传输距离，湿度、降水会影响沙尘的沉降速度。同时，气溶胶也能改变气象环境，大量沙尘颗粒会阻挡太阳辐射，气溶胶还可作为云的‘凝结核’影响降水。”段海霞分析。

　　利用此原理，中国气象科学研究院研究员车慧正团队开发出气溶胶—气象耦合预报人工智能模型，分析气溶胶与温度、风力、气压等气象要素之间的相互作用与协同变化，提升预报精准度。

　　人工智能不仅是善于发现沙尘的“侦探”，也是“超级速算员”。传统数值预报模式需要大型计算机集群计算，运行一次全球预报需要数小时，一般一天只预报2—4次。模型由人工智能驱动，可用图形处理器计算，运行全球预报只需36秒，速率提升超100倍。

　　去年10月底，干旱气象研究所引入模型并试运行。就像用手机拍了张广角照片，放大后局部或细节会模糊，将模型真正用于西北地区时也是如此。为了获得更精准的区域情况，科研人员需对模型提供的数据进行降尺度处理。

　　“降尺度处理是提高分辨率的一种途径。我们将原50公里分辨率的全球数据提升至5公里分辨率。”雷雨虹介绍，团队对沙尘光学厚度、质量浓度等关键参数进行降尺度处理，并生成高时空分辨率的可视化产品，进一步提升预报质量。

　　经过模型预测和降尺度处理，预报数据被实时推送至甘肃省气象局兰州中心气象台服务器，为最终发布预报提供参考。“半年多时间里，我们已经较为准确地预报了全国北方大范围沙尘天气过程10余次。”段海霞说，模型可以完成未来3—5天的高精度环境气象预报，在气溶胶总量、地面沙尘浓度预报方面，准确率较国际先进预报系统提升10%—30%，计算成本还大大降低。

　　更清楚地了解沙尘强度、起始时间等预报，对人们的日常生活至关重要。段海霞介绍，除了基础的出行与健康提示，模型还能结合实时数据为公众提供个性化防护建议，比如通过分析沙尘中的致敏颗粒物浓度，提前为过敏人群推送佩戴N95口罩、减少户外停留等提醒；还可联动医疗系统，预测沙尘高发期的呼吸道疾病就诊高峰，辅助医疗机构提前调配医护资源，筑牢公众健康防线。

　　未来，在社会生产场景中，模型有望通过预测沙尘颗粒的粒径、荷电特性及沉降速度，指导输电塔运维，避免大面积停电；结合作物生长模型，提示调整农作物灌溉时间，推动从灾后补救到灾前调控的转变；在山火防控中提前预警，帮助群众转移，减少灾害损失。可见，“沙尘大模型”关乎的不只是沙尘，更能为多场景的风险预判与决策提供科学支撑。