问题：气溶胶污染事件频发，预警对“快”和“准”提出更高要求。
近年来，沙尘输送、野火烟羽跨境扩散以及区域性雾霾过程呈现多发与复合化特征。
气溶胶不仅影响能见度与空气质量，还会通过辐射效应改变边界层结构、进一步反作用于天气形势，进而加剧或延长污染过程。
如何在全球尺度上快速、稳定地给出未来数天的高精度预报，成为环境气象业务面临的重要课题。
原因：传统数值预报对“气溶胶—气象”耦合刻画仍存瓶颈。
一方面，气溶胶来源复杂，既包括沙尘、海盐等自然排放，也包括燃烧与工业排放产生的黑碳、有机碳等颗粒物，且二次生成过程受温度、湿度、光化学反应等多因素共同制约。
另一方面，传统数值模式常将气溶胶与气象要素分别计算或弱耦合处理，难以在有限计算时效内兼顾细致物理化学过程与快速业务出图需求，导致对快速爆发、远距离输送等过程的捕捉存在不确定性。
影响：新模型为环境气象预报提供了“高时效+高精度”的技术路径。
据介绍，AI—GAMFS由中国气象科学研究院研究员车慧正与中国工程院院士张小曳团队联合国内外多家研究机构共同发布。
模型以42年、约12万时次的全球气溶胶再分析资料为训练基础，预报覆盖沙尘、硫酸盐、黑碳、有机碳等关键组分的光学特性、地面浓度以及与之密切相关的温度、风场、气压等要素，空间分辨率达到50公里，可在约1分钟内完成未来5天、每3小时一幅的全球预报产品生成。
业内认为，这种能力将显著提升对沙尘暴路径、野火烟尘扩散范围、雾霾发展强度及其影响时段的预判水平，为公共健康提示、交通与航空运行保障、应急决策提供更及时的依据。
对策：推动科研成果向业务体系转化，构建从研发到应用的闭环。
相关团队表示，AI—GAMFS已完成从科研攻关到业务落地的全链条衔接，在中央气象台以及陕西、宁夏等10余个省（自治区）气象部门部署应用，进入业务会商与服务流程。
在2025年4月、11月以及2026年2月我国发生强沙尘天气过程中，该模型实现提前5天给出较为准确的预报结果，为研判沙尘起源、输送通道与落区影响提供支撑。
同时，模型已接入中国气象局“妈祖（MAZU）”全民早期预警云平台，开始面向全球提供预报服务，服务能力从区域保障延伸至跨境风险提示与国际协同。
前景：环境气象预报将迈向更强耦合、更高分辨率与更广应用场景。
专家认为，随着观测网络加密、再分析资料持续更新以及算力与算法迭代，气溶胶预报有望在时空分辨率、极端事件刻画、源解析与影响评估等方面进一步提升，并与健康风险评估、城市精细化治理、碳排放与空气质量协同管理等需求形成联动。
与此同时，推动模型可解释性评估、跨区域一致性检验与业务标准化，将有助于提升预警产品的可用性与国际互认水平，为全球共同应对沙尘、烟霾等跨境环境风险提供更坚实的科技支撑。
气象预报关系到千家万户的生命财产安全，也关系到国家的防灾减灾能力。
此次气溶胶预报智能模型的发布，不仅是我国气象科技自主创新的生动体现，更是传统气象学与现代人工智能深度融合的典范。
这一突破性成果为全球气象服务提供了新的解决方案，彰显了科技创新对防灾减灾工作的推动作用。
未来，随着更多气象科技创新的推进和应用，气象预报的准确性和预见期将不断延伸，人类战胜自然灾害的能力也将进一步增强。