近年来，全球变暖背景下极端天气多发频发，强对流天气因发展迅速、尺度小、致灾性强，成为城市防灾减灾的突出难题。
以短时强降雨、雷暴大风为代表的对流系统往往在短时间内快速增强并触发内涝、山洪、交通中断等连锁风险，预警窗口的长短直接关系到人员转移、排水调度、停工停课和应急救援的部署效率。
问题在于，现行强对流预报体系主要依赖数值天气预报模式和地基探测资料。
数值模式需要对大气状态进行复杂计算，计算成本高且受大气混沌性影响明显；同时，观测资料的时空覆盖不均也会带来误差传播。
对于生命周期短、变化剧烈的对流系统，许多业务场景下可用的有效提前量往往只有20分钟至两小时，留给政府部门、应急力量和公众采取措施的时间相对有限。
在强对流高发季节，这一“短窗口”容易导致防灾链条被动，增加次生灾害和经济损失风险。
造成这一局面的原因，既有科学问题也有工程约束。
一方面，强对流的触发和增强与下垫面、边界层条件、水汽输送等多因素耦合，局地差异显著，传统模式对小尺度过程的刻画存在天然难度；另一方面，地面雷达虽对降水结构监测能力强，但受地形遮挡、探测距离和降水粒子特性等因素影响，且通常在对流发展到一定阶段后才呈现明显信号，对“初生阶段”的提前识别仍有提升空间。
如何在更早阶段识别对流孕育与发展迹象，成为提高预警提前量的关键。
在此背景下，香港科技大学研究团队联合哈尔滨工业大学（深圳）以及中国气象局相关科研机构、国家卫星气象中心等单位，提出并开发“基于卫星数据的深度扩散模型”框架，利用卫星遥感连续观测优势，对云团演变进行学习建模，实现强对流系统更长提前量预报。
研究团队以我国风云四号卫星2018年至2021年的红外亮温观测资料进行训练，并结合气象专业知识约束模型学习过程，以增强对对流云系时空演变特征的捕捉能力；随后使用2022年至2023年春夏季样本进行检验评估，形成可面向业务场景的预报能力。
从效果看，该模型在约48平方公里空间尺度上，较现行方法实现超过15%的准确率提升，并可提供高时间分辨率的滚动更新预报，约每15分钟更新一次，覆盖范围约2000万平方公里，涉及中国及周边部分地区、东南亚等强对流易发区域。
研究显示，该模型在不同空间尺度（约4公里至48公里）及不同季节条件下表现相对稳定，尤其在2至4小时的关键预警时段优势更为明显，能够在传统方法相对薄弱的时间窗内提升预报可用性，为临灾决策争取更充裕的时间。
这一进展带来的影响主要体现在三个方面：其一，延长预警提前量，有助于把应急处置从“临近响应”前移到“风险前置”，为排涝泵站预调度、地下空间管控、交通管制、重大活动安排等提供更早决策依据；其二，依托卫星观测的广覆盖特性，有望提升对灾害防御能力相对薄弱地区的预警支撑，缩小区域间早期预警服务差距；其三，通过高校与国家级业务科研机构协同创新，促进新技术向业务转化，为提升国家气象预报系统整体精准度和韧性能力提供新路径。
对策层面，业内人士认为，新模型的价值不止于“算法性能提升”，更在于与现有业务体系的协同融合：一是推动卫星、雷达、地面站等多源观测与智能算法的联合应用，形成互补校验机制，提高预警可信度；二是加强关键指标的业务化评估，围绕误报漏报、不同地形与季节适用性、极端个例稳定性等开展持续检验，完善面向风险的阈值策略；三是构建可解释性与可追溯机制，便于预报员理解模型输出、提升人机协同水平；四是结合城市内涝、山洪地质灾害等链式风险预警需求，推动气象预警与行业应急联动，实现从“天气预报”向“影响预报、风险预警”延伸。
前景方面，随着卫星观测能力持续增强、数据同化与计算条件不断改善，基于卫星数据的智能预报有望在强对流监测预警中发挥更大作用。
面向未来，应进一步推进区域扩展与跨气候带验证，完善对极端个例的适应性；同时在业务流程中明确应用边界与安全冗余，形成“传统数值模式+观测监测+智能模型”多手段并用的预警体系。
研究团队依托沿海城市气候韧性相关平台开展工作，也提示该技术在沿海高密度城市群应对极端降雨、风暴潮叠加风险等方面具备拓展空间。
这项具有完全自主知识产权的技术突破，标志着我国在智慧气象领域实现从"跟跑"到"领跑"的关键跨越。
在极端天气事件日益常态化的今天，科技创新正成为构筑气候安全屏障的核心驱动力。
随着该技术在全球防灾网络的推广应用，中国方案将为人类应对气候危机贡献更多智慧与力量。