科技日报记者 付丽丽
近日，国家卫星气象中心（国家空间天气监测预警中心）研究员王劲松联合南昌大学等单位的科研人员，成功利用人工智能从电离层—热层的电子密度反推出电场、中性风、中性温度等多个难以直接观测的关键参数，首次实现空间天气领域基于全物理方程约束的人工智能建模。该研究成果已发表于《Science Advances》。
电离层—热层系统具有显著的强耦合、非线性、多尺度特征，电子密度、总电子含量、电场、中性风等参数相互影响。但现有仪器对这些变量的观测能力并不均衡，这也成为空间天气预报水平提升的核心瓶颈之一。传统数值预报模型虽然基于成熟的物理原理，但计算成本高，执行一次完整的太阳爆发活动模拟往往需要较长时间，难以满足实时预报需求。
针对这一技术痛点，王劲松团队提出了一种面向电离层—热层系统的端到端逆问题求解框架。团队依托高精度电离层结构重建结果和国产数值模型生成的热层数据，利用人工智能方法建立从可观测量到隐藏关键状态之间的直接映射关系，成功破解了“观测能力有限”与“物理系统高度复杂”之间的矛盾。该方法能够在0.01秒内快速重现18个电离层—热层关键参数，不仅可应用于地面快速监测资料的深度挖掘，也具备向资源受限平台延伸的潜力。
此次突破依托的“风宇”空间天气人工智能模型，是中国气象局发布的国家级人工智能预报模型之一，入选2025年度“中国十大气象科技进展”。该模型由中国气象局联合南昌大学等单位共同研发，构建了覆盖太阳风、磁层、电离层的全链式智能预报框架，形成了“煦风”“天磁”“电穹”等核心子模块，初步实现从太阳风扰动到近地空间环境响应的智能化刻画和快速预报。模型从“单点预测”走向“链式预报”、从“统计拟合”走向“物理约束下的智能推演”，把过去相对分散的空间天气区域模型连接起来，按照真实物理因果链条开展跨圈层耦合优化。
值得关注的是，此次研究突破彰显了我国空间天气人工智能领域全链条自主可控的技术路线。“风宇”模型从算法迭代训练、模型智能推理到工程落地部署，全流程均依托国产技术平台完成。“这不仅意味着我国在空间天气科学研究、预报技术层面取得突破，也验证了国产人工智能底座支撑复杂科学模型、承接高端科研任务的硬核能力。”王劲松说。
网友评论
