[新聞] 解密！AI如何報颱風？路徑更準但風雨

[gearty (Gearty)]

備註請放最後面 違者新聞文章刪除

解密！AI如何報颱風？路徑更準但風雨預報是弱點？【新聞實驗室】

公視／記者　邱子綾 鄧芸

今（2026）年7月初巴威颱風侵台，AI預報路徑比傳統數值模式還要準，不只這次，台灣
中央氣象署從2024年起導入AI後，颱風路徑24小時預報誤差也從每年平均下降約2.7%到
12%，比美國、日本等氣象單位還要準。AI預報是怎麼辦到的？為什麼AI預測風雨還是有
困難？


巴威路徑預測 AI勝傳統模式

分析巴威颱風路徑預報，多數AI模型表現優於傳統的全球數值模式，平均誤差最小的是
Google AI模型，其次則是氣象署的颱風區域模式和歐洲AI模型。中央氣象署預報中心科
長劉品妍表示，目前應用AI及數值模式混合預報策略，滾動調整官方路徑預報。

AI預報的路徑不只在巴威颱風時略勝一籌，從去（2025）年的統計來看，包含Google FGN
、GenCast和歐洲AIFS等AI預報，平均路徑誤差也小於傳統數值模式。

https://i.meee.com.tw/dJcDlqV.webp

https://i.meee.com.tw/ypGjVxN.webp


累積大量歷史資料 AI更早掌握颱風

傳統數值預報是將觀測到的資料，代入物理方程式進行大量運算；AI模型則是以大量資料
訓練，吸收過去的經驗所得出。AI對於大範圍天氣系統預測能力佳，可同時處理多種氣象
變數，對颱風生成與路徑預測應用具有優勢。

中央氣象署科技發展組長張保亮指出，AI模型如果訓練好直接拿來用的話，在預測速度比
傳統模型更快。劉品妍補充，「AI模型的優點在於更早提供長時間的預報，可以早期看到
未來颱風影響台灣的潛勢。」

AI和數值模式預報的颱風路徑會呈現在氣象署的電腦上，預報員再做統計整合與最佳化，
決定出我們平常看到氣象署的颱風路徑預報。劉品妍說道，「台灣的風雨預報跟颱風路徑
非常高度相關，因為我們特殊的地形關係，稍微偏差100公里，風跟雨的狀況會完全不同
。」


氣象署引進AI 高速運算電腦增GPU

而AI颱風路徑導入中央氣象署預報作業的開端，是在2024年的凱米颱風，在颱風登陸前5
天，傳統物理模式預報凱米會遠離台灣，但AI預報都顯示會侵襲台灣北部，最後也確實造
成災情。

中央氣象署預報中心主任黃椿喜說明，「凱米颱風在還沒有形成之前，還在熱帶性低氣壓
甚至低壓的階段，我們就看到人工智慧跟物理模型的差異很大。」

https://i.meee.com.tw/sg16RmM.webp

因應AI發展以及高效能運算的需求，氣象署最新的第6代高速運算電腦也引進了GPU，相較
傳統數值預報是使用CPU運算，GPU提供AI訓練量能做並行使用。

中央氣象署數值資訊組長沈里音表示，「過去氣象署從第1代到第5代全部都是CPU的機器
，到第6代的時候看到混合運算趨勢，可能可以讓我們的模式運算更快速、更有效率。」


AI解析度低 地形複雜難預估風雨

但有了AI和超級電腦，颱風預報就所向無敵了嗎？以2026年6月底米克拉颱風的為例，雖
然氣象署透過AI提早掌握颱風的形成與移動路徑，但還是很難預測小範圍的短延時強降雨
，突如其來的超大豪雨造成台北、新竹及屏東多處淹水。

台大天災中心副研究員陳柏孚指出，「做颱風期間台灣的風雨預報，很重要的是還要考慮
到台灣很複雜的地形。」黃椿喜認為，「因為地形非常複雜，這些就需要更細緻的模式、
模型來做處理，現在人工智慧在這一塊還有一段路要走。」

現在的AI預報解析度大約在25公里左右，台北和基隆可能會在同一個網格中，相較於傳統
區域數值預報解析度可以小到1到3公里，仍然不夠精細，因此現階段防災仍會以傳統數值
和AI混合應用。

黃椿喜說明，「雨的部分需要很細緻的預報給防災單位，他們會依據我們的雨量來做停班
停課的決策。」張保亮表示，「比較實務的做法是可以用現在的數值天氣預報模式結合AI
模型，可以提供更準確的天氣預報結果。」


降尺度技術 精進AI小範圍風雨預報

氣象署提供4年的高解析度資料，與NVIDIA合作發展AI降尺度技術，將全球模式25公里資
料解析度提升為2公里。張保亮解釋，AI從4年的資料裡面去學到比較粗的解析度跟比較細
的解析度之間的關聯性。

https://i.meee.com.tw/R7yQKvK.webp

「降尺度技術」是目前的折衷方法，概念類似一張畫質差的照片，透過AI學習修復成高解
析度的圖，作為目前全球AI模式因為解析度低，難以做風雨預報的暫時性方案。陳柏孚認
為，「防災對於時間解析度的需求也是很高，暫時用降尺度的技術沒有辦法完全解決。」

黃椿喜表示，中央氣象署也跟台灣大學、中央大學等學術單位合作，開發台灣附近的高精
細人工智慧模型，在颱風本身結構跟強度上做更好的預測。

陳柏孚老師的實驗室也在研發台灣原生的AI天氣預報架構，訓練小範圍的AI模型，一種是
跟著颱風跑、一種是聚焦在台灣，希望能提升AI模型的解析度。陳柏孚指出，這兩種小範
圍的AI模型未來可以補足現在的AI模式沒有辦法做颱風發展和風雨預報。

張保亮說道，「未來如果AI區域天氣預報模型要能夠應用，首先就要有這個區域的資料讓
AI學習，所以資料就變得非常重要。氣象署也計畫針對台灣周遭區域的資料重分析，希望
把三度空間的資料品質做提升。」

林珍汝/編輯


5.完整新聞連結 (或短網址)不可用YAHOO、LINE、MSN等轉載媒體:
https://news.pts.org.tw/article/818850
https://www.youtube.com/watch?v=F0oyBWdAAZ4

6.備註:
※ 一個人一天只能張貼一則新聞(以天為單位)，被刪或自刪也算額度內，超貼者水桶，請注意
※ 備註請勿張貼三日內新聞(包含連結、標題等)


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.171.187.205 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1784802984.A.208.html
推 huangjyuan: 以後傳統模式會式微 AI屌打EC GFS
→ Benoist: ai會像高雄這麼會放假嗎
→ snow3804: 高雄保底三天
→ whitenoise: 直接接市售模型API就好，別浪費錢了
→ FatFatQQ: 大氣版可以解散了
→ t95912: 結果氣象署自己也在用AI模型預測
→ tchialen: 不重要 告訴我有沒有放假
推 yugiyo: 大氣版怎麼還不解「靜」？
推 ASEVE: 巴威 AI一直修路徑，最初AI預測是往日本去
→ raku: 巴威 ai比傳統模式準 傳統模式全部都穿過台
→ raku: 灣 ai一開始路徑就是北轉從台灣北邊通過
→ yunf: 不要再吹了上次還不夠嗎？
→ orzero: AI報的再準還不是無風無雨照放颱風假