港大AI模型預測颱風群生成機率
發佈時間：03:00 2025-12-26 HKT
有關颱風形成的大氣科學研究，有助加深了解其背後的機制，並藉以減低颱風帶來的災害。香港大學學者席大智和團隊提出新的「機率模型框架」，以理解過去數十年颱風群在兩大洋盆發生的頻率、持續時間和發生時段，並發現颱風群在北大西洋洋盆出現的頻率明顯增加。席大智接受《星島》專訪時透露，其研究團隊正進行人工智能（AI）模型的「二次開發」，以用作預測未來颱風群發生的機會率等。他坦言，在研究中引入AI技術是大勢所趨，「到了這個時代，我們必須這樣做」。、
颱風有時會在短時間內相繼於同一洋盆出現，形成颱風群（或稱為「多颱風」），今年超強颱風「樺加沙」吹襲香港之前，便有強烈熱帶風暴「米娜」首先來襲，在一周內引致香港天文台需要先後發出熱帶氣旋警告信號。為了解颱風群出現的成因與發展趨勢，港大地球與行星科學系助理教授席大智與研究團隊開發「機率模型框架」（Probabilistic TC cluster model），並利用新框架理解有關颱風群的氣候機制，這項研究早前已發表於《自然氣候變遷》（Nature Climate Change）期刊。
北大西洋多颱風越來越多
席大智向本報記者表示，在機率模型框架下，團隊基於3項變數，包括颱風群的「頻率」、「季節性」和「生命史」，並假設每個颱風的發生和發展均是獨立事件，以此構建一個模擬颱風群發的模型，重建自1979年至2024年颱風群在北大西洋洋盆及西北太平洋洋盆發生的情況，並與實際觀測數據比較，「我們發現在歷史時期，北大西洋地區的多颱風事件越來越多，西北太平洋地區的多颱風有稍為減少的趨勢」。
香港位於西北太平洋地區，問及若根據此研究的分析結果，未來10年襲港颱風或颱風群的數量會否變得比以往少，席大智回應指，「這其實是非常有爭議性的問題，因為直到現在，很多氣候模型會認為未來颱風的數量會變少，但是颱風整體的強度會變強，這裏面的不確定性其實是蠻大的」。
傳統模型預測層面不夠廣
正因為有關颱風及其相關的形成機制和發展等方面，仍有許多不確定性及探討空間，席大智自從大學本科起，已對研究颱風甚感興趣。他成長於內地西安，2017年遠赴美國長春藤名校普林斯頓大學攻讀博士及從事博士後研究，2024年8月加入港大。過去這些年，他的主要研究方向由最初有關颱風的降雨災害，逐步擴至颱風的複合型災害，以至颱風群的形成機制等。
近年AI大行其道，為了提高氣候預測的精確度，席大智和團隊最新的研究是利用現有的AI模型作「二次開發」，「比如說我們最近做的一個工作，就是用AI來預測多颱風」。
他解釋指，傳統的統計氣候預測模型，預測的層面不夠廣，「但是我們用了AI後，不僅可以預測颱風，也可以預測多颱風；就是未來的氣候狀態下，比如說2050年或2100年，多颱風發生的概率會發生甚麽樣的變化」。他表示，AI模型的發展，有助令天氣預報和氣候預測變得更準確。
AI模型兼備預測結構功能
席大智續說，大氣科學過往甚為受益於計算機科學、包括統計學的發展，並善於應用統計學的方式於氣候學的研究之中，「其實AI在一定程度上可以視為是一種基於統計的天氣預報。比起傳統方式，AI當然有很多優勝之處，比如說AI氣候模型不僅能預測颱風，還能預測颱風的結構等。所以在這個時代，AI發展得這麽快，我們這個學科一定要擁抱這些新技術」。
