摘要 热带气旋是最危险和代价高昂的天气现象之一，然而对它们的预测仍然是一个深刻的科学挑战。在这里，我们介绍WeatherNext Cyclones（WN-C），一种人工智能操作性天气模型，能够生成全球范围内热带气旋的最佳集合预测，包括轨迹、强度和大小。WN-C在全球分析数据与历史热带气旋数据库的结合下进行训练，能够生成可能的全球天气和气旋场景的大规模集合，预测时限可延长至未来15天。在2023年至2025年的热带气旋评估中，WN-C的轨迹、强度和风半径预测提供了平均超过一天的提前时间，相比领先的操作模型具有显著的准确性提升，其准确性的进步与过去十年的操作模型发展相当。我们取得这些结果是使用的输入数据比区域模型粗糙得多，表明高分辨率并不是先进强度预测的严格先决条件，而这种较粗的气象数据所包含的强度信号超过了之前的认知。将WN-C的预测纳入加权平均共识集成可以显著提高其预测能力。WN-C的可扩展性使其能够生成多达1,000个成员的集合，从而更好地捕捉稀有事件，超过传统的50成员集合。通过为人类气象预测员提供先进的操作性集合指导，这项工作代表着朝着更可靠和及时的预测和警告迈出了重要一步，这可以帮助保护生命并减轻热带气旋的破坏性影响。这是订阅内容的预览，访问您的机构获取访问选项 通过您的机构访问 访问Nature及其他54本Nature Portfolio期刊 获取Nature+，我们的最佳性价比在线访问订阅 32.99美元/30天 随时取消 订阅该期刊 每年仅需199.00美元，享受52期纸质杂志和在线访问 每期仅需3.83美元 租赁或购买本文 价格因文章类型而异，从1.95美元到39.95美元 价格可能会受到当地税收的影响，这些税费在结账时计算额外访问选项：登录 了解机构订阅 阅读我们的常见问题 联系客服 作者信息 作者备注 这些作者做出了相同的贡献：Ferran Alet、Tom R. Andersson、Ilan Price、Stratis Markou、Andrew El-Kadi、Dominic Masters 作者及其隶属关系 Google DeepMind，英国伦敦 Ferran Alet、Tom R. Andersson、Ilan Price、Stratis Markou、Andrew El-Kadi、Dominic Masters、Gregory Thornton、Ken MacKay、Ben Gaiarin、Devaja Shah、Elinor Kruse、Jacklynn Stott、Remi Lam、Paul Komarek、Matthew Willson、Alvaro Sanchez-Gonzalez 和 Peter Battaglia 加拿大安大略省滑铁卢大学 Amy Li Google Research，美国加州山景城 Samier Merchant、Natalie Williams、Olivia Graham、Akib Uddin 和 Aaron Bell 美国国家海洋和大气管理局国家飓风中心，佛罗里达州迈阿密 Wallace Hogsett、David Zelinsky、John Cangialosi 和 Jonathan Martinez 科罗拉多州立大学大气研究合作所，科罗拉多州福特科林斯 Jonathan Martinez、James Franklin、Mark DeMaria 和 Kate Musgrave 英国气象局，英国埃克塞特 Caroline L. Bain 和 Helen Titley 作者 Ferran Alet Tom R. Andersson Ilan Price Stratis Markou Andrew El-Kadi Dominic Masters Amy Li Samier Merchant Natalie Williams Gregory Thornton Ken MacKay Olivia Graham Akib Uddin Ben Gaiarin Devaja Shah Elinor Kruse Wallace Hogsett David Zelinsky John Cangialosi Jonathan Martinez James Franklin Mark DeMaria Kate Musgrave Caroline L. Bain Helen Titley Jacklynn Stott Remi Lam Aaron Bell Paul Komarek Matthew Willson Alvaro Sanchez-Gonzalez Peter Battaglia 通讯作者 通讯请联系Ferran Alet、Tom R. Andersson、Ilan Price 或 Stratis Markou。 补充信息 补充信息（下载PDF）此文件包括：补充文本、补充参考文献和补充展示项目。补充文本，第1节：扩展方法（架构和训练细节，计算要求，验证指标，数据描述，评估协议）。第2节：扩展结果（2025年确定性评估，扩展全球天气预测，扩展基线比较，追踪器/共训练消融，风速概率，显著性测试，历史进展分析，地理空间技能分解，WeatherNext-C Mini评估）。补充展示项目：19个补充图和2个补充表格。这些项目共同阐明了确定性和概率评估指标、基线性能比较、历史进展率、模型消融、地理空间误差分解，以及对轻量级WN-C Mini模型的评估。同行评审文件（下载PDF）关于这篇文章 引用这篇文章 Alet, F., Andersson, T.R., Price, I.等。使用AI进行热带气旋的操作性预测。《自然》，2026年。