「風清集合 V1.0」每天兩次發布全球集合預報,涵蓋 0 至 360 小時、逐 6 小時預報,共有 51 個預報成員;中國氣象局表示,正式業務運行預定於 2026 年 11 月 10 日開始。 系統已在國家氣象中心通過業務化評審。集合預報以多組可能的天氣演變呈現不確定性,與只給出單一路徑的確定性預報不同。[17][19] 官方公布的 11 天有效預報時效,針對全球 500 百帕位勢高度的集合平均預報;公開資料未提供詳細評分,也不足以證明它在所有天氣現象或預報時段都勝過其他系統。[18][19]
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: What is the China Meteorological Administration’s Fengqing AI global short- and medium-range ensemble forecasting system (CMA-AIM-GFS-Fengqi. Article summary: CMA-AIM-GFS-Fengqing-ENS-V1.0, or “Fengqing Ensemble V1.0,” is CMA’s AI system for global short- and medium-range probability weather forecasting, developed under the National Meteorological Centre’s leadership.[9] Octob. Topic tags: general, general web, academic, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
中國氣象局的「風清集合 V1.0」是一套面向全球短中期天氣預報的 AI 集合預報系統。它已通過國家氣象中心的業務化評審;不過,中國氣象局後續公告明確表示,正式業務運行預定自 2026 年 11 月 10 日開始。官方公布的代表性成績,是全球 500 百帕位勢高度集合平均預報的有效預報時效達 11 天。17
19
中國氣象局表示,系統每天發布兩次全球預報,預報範圍從 0 到 360 小時,以 6 小時為間隔,水平解析度為 0.25 度;每次預報包含 51 個集合成員。預報要素涵蓋高空的位勢高度、比濕、風場、氣溫等,以及地面風、氣溫和海平面氣壓等資料。19
「集合預報」的重點,是同時產生多種可能的天氣演變,而非只提供一條預報路徑。各成員之間的差異可用來描述不確定性,並支援機率預報;相較之下,確定性預報只呈現單一預測結果。
「風清集合 V1.0」在國家氣象中心接受業務化評審,經專家評議後通過,代表系統具備投入業務運行的條件。17 部分 10 月 17 日的報導稱系統已投入運行,但中國氣象局 10 月 26 日發布的公告列出更明確的時程:正式業務運行將從 11 月 10 日開始。
18
19
中國氣象局表示,系統由國家氣象中心牽頭研發,合作單位包括雄安氣象人工智慧創新研究院和國家氣象資訊中心;評審相關報導也列出曙光資訊產業股份有限公司。17
19
「風清集合」與中國氣象局先前和清華大學合作研發的「風清」AI 天氣模型同名。中國氣象局與清華大學對先前模型的介紹,提到在設計和訓練中融入大氣物理與物理守恆特性。33 但這些資訊不能直接證明集合版採用相同架構或物理約束。
有報導提到,先前的「風清」模型 V1.5 可在約 3 分鐘內產生未來 15 天、解析度 25 公里的全球預報;這些規格屬於較早模型的後續版本,不能當作「風清集合 V1.0」已確認的規格。38
19 中國氣象局對集合版公布的規格,則是 51 個成員、0.25 度水平解析度,以及 0 至 360 小時的預報範圍。
19 目前公開的官方資料沒有說明集合版的確切神經網路架構或每次預報所需時間。
中國氣象局表示,以 2025 年 1 月至 2026 年 8 月的獨立樣本進行檢驗後,系統的全球 500 百帕位勢高度集合平均預報,有效預報時效達 11 天。官方也表示,連續分級機率評分(CRPS)和離散度—誤差比等集合預報指標表現良好。19
這個 11 天數字對應的是特定大氣變數與檢驗結果,不等於暴雨、颱風或強對流等各類天氣現象,都能提前 11 天準確預報。公開公告也沒有列出 CRPS 和離散度—誤差比的詳細分數,因此外界難以判斷改善幅度。19
中新社報導稱,系統部分指標優於歐洲中期天氣預報中心(ECMWF)的數值集合預報和 AI 集合預報系統。18 但現有報導沒有提供涵蓋不同預報要素、地區與時效的完整對照分數,尚不足以據此認定系統整體領先。
同一報導還稱,系統使用國家超算互聯網核心節點的十萬卡 AI4S 計算集群完成訓練,並形容其資料、模型與算力為自主可控。18 這是報導所引述的研發說法,並非對所有組成部分的獨立稽核;訓練集群的規模也不能直接代表每次正式預報所需的運算資源。
「風清集合 V1.0」為全球機率天氣預報提供了具體的業務系統:包含 51 組預報成員,預報時間最長達 360 小時。它已通過評審,但中國氣象局列出的正式運行日期是 2026 年 11 月 10 日。至於「11 天」成績,應理解為特定變數的檢驗結果;要評估系統在不同天氣現象與預報時效上的表現,仍需要更多公開、可比較的驗證資料。17
19
Studio Global AI
這個頁面包含附來源佐證的答案,你可以在 Studio Global 內繼續追問。
「風清集合 V1.0」每天兩次發布全球集合預報,涵蓋 0 至 360 小時、逐 6 小時預報,共有 51 個預報成員;中國氣象局表示,正式業務運行預定於 2026 年 11 月 10 日開始。
「風清集合 V1.0」每天兩次發布全球集合預報,涵蓋 0 至 360 小時、逐 6 小時預報,共有 51 個預報成員;中國氣象局表示,正式業務運行預定於 2026 年 11 月 10 日開始。 系統已在國家氣象中心通過業務化評審。集合預報以多組可能的天氣演變呈現不確定性,與只給出單一路徑的確定性預報不同。[17][19]
官方公布的 11 天有效預報時效,針對全球 500 百帕位勢高度的集合平均預報;公開資料未提供詳細評分,也不足以證明它在所有天氣現象或預報時段都勝過其他系統。[18][19]
「風清集合 V1.0」每天兩次發布全球集合預報,涵蓋 0 至 360 小時、逐 6 小時預報,共有 51 個預報成員;中國氣象局表示,正式業務運行預定於 2026 年 11 月 10 日開始。 系統已在國家氣象中心通過業務化評審。集合預報以多組可能的天氣演變呈現不確定性,與只給出單一路徑的確定性預報不同。[17][19] 官方公布的 11 天有效預報時效,針對全球 500 百帕位勢高度的集合平均預報;公開資料未提供詳細評分,也不足以證明它在所有天氣現象或預報時段都勝過其他系統。[18][19]
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案

Create a landscape editorial hero image for this Studio Global article: What is the China Meteorological Administration’s Fengqing AI global short- and medium-range ensemble forecasting system (CMA-AIM-GFS-Fengqi. Article summary: CMA-AIM-GFS-Fengqing-ENS-V1.0, or “Fengqing Ensemble V1.0,” is CMA’s AI system for global short- and medium-range probability weather forecasting, developed under the National Meteorological Centre’s leadership.[9] Octob. Topic tags: general, general web, academic, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
中國氣象局的「風清集合 V1.0」是一套面向全球短中期天氣預報的 AI 集合預報系統。它已通過國家氣象中心的業務化評審;不過,中國氣象局後續公告明確表示,正式業務運行預定自 2026 年 11 月 10 日開始。官方公布的代表性成績,是全球 500 百帕位勢高度集合平均預報的有效預報時效達 11 天。17
19
中國氣象局表示,系統每天發布兩次全球預報,預報範圍從 0 到 360 小時,以 6 小時為間隔,水平解析度為 0.25 度;每次預報包含 51 個集合成員。預報要素涵蓋高空的位勢高度、比濕、風場、氣溫等,以及地面風、氣溫和海平面氣壓等資料。19
「集合預報」的重點,是同時產生多種可能的天氣演變,而非只提供一條預報路徑。各成員之間的差異可用來描述不確定性,並支援機率預報;相較之下,確定性預報只呈現單一預測結果。
「風清集合 V1.0」在國家氣象中心接受業務化評審,經專家評議後通過,代表系統具備投入業務運行的條件。17 部分 10 月 17 日的報導稱系統已投入運行,但中國氣象局 10 月 26 日發布的公告列出更明確的時程:正式業務運行將從 11 月 10 日開始。
18
19
中國氣象局表示,系統由國家氣象中心牽頭研發,合作單位包括雄安氣象人工智慧創新研究院和國家氣象資訊中心;評審相關報導也列出曙光資訊產業股份有限公司。17
19
「風清集合」與中國氣象局先前和清華大學合作研發的「風清」AI 天氣模型同名。中國氣象局與清華大學對先前模型的介紹,提到在設計和訓練中融入大氣物理與物理守恆特性。33 但這些資訊不能直接證明集合版採用相同架構或物理約束。
有報導提到,先前的「風清」模型 V1.5 可在約 3 分鐘內產生未來 15 天、解析度 25 公里的全球預報;這些規格屬於較早模型的後續版本,不能當作「風清集合 V1.0」已確認的規格。38
19 中國氣象局對集合版公布的規格,則是 51 個成員、0.25 度水平解析度,以及 0 至 360 小時的預報範圍。
19 目前公開的官方資料沒有說明集合版的確切神經網路架構或每次預報所需時間。
中國氣象局表示,以 2025 年 1 月至 2026 年 8 月的獨立樣本進行檢驗後,系統的全球 500 百帕位勢高度集合平均預報,有效預報時效達 11 天。官方也表示,連續分級機率評分(CRPS)和離散度—誤差比等集合預報指標表現良好。19
這個 11 天數字對應的是特定大氣變數與檢驗結果,不等於暴雨、颱風或強對流等各類天氣現象,都能提前 11 天準確預報。公開公告也沒有列出 CRPS 和離散度—誤差比的詳細分數,因此外界難以判斷改善幅度。19
中新社報導稱,系統部分指標優於歐洲中期天氣預報中心(ECMWF)的數值集合預報和 AI 集合預報系統。18 但現有報導沒有提供涵蓋不同預報要素、地區與時效的完整對照分數,尚不足以據此認定系統整體領先。
同一報導還稱,系統使用國家超算互聯網核心節點的十萬卡 AI4S 計算集群完成訓練,並形容其資料、模型與算力為自主可控。18 這是報導所引述的研發說法,並非對所有組成部分的獨立稽核;訓練集群的規模也不能直接代表每次正式預報所需的運算資源。
「風清集合 V1.0」為全球機率天氣預報提供了具體的業務系統:包含 51 組預報成員,預報時間最長達 360 小時。它已通過評審,但中國氣象局列出的正式運行日期是 2026 年 11 月 10 日。至於「11 天」成績,應理解為特定變數的檢驗結果;要評估系統在不同天氣現象與預報時效上的表現,仍需要更多公開、可比較的驗證資料。17
19
Studio Global AI
這個頁面包含附來源佐證的答案,你可以在 Studio Global 內繼續追問。
「風清集合 V1.0」每天兩次發布全球集合預報,涵蓋 0 至 360 小時、逐 6 小時預報,共有 51 個預報成員;中國氣象局表示,正式業務運行預定於 2026 年 11 月 10 日開始。
「風清集合 V1.0」每天兩次發布全球集合預報,涵蓋 0 至 360 小時、逐 6 小時預報,共有 51 個預報成員;中國氣象局表示,正式業務運行預定於 2026 年 11 月 10 日開始。 系統已在國家氣象中心通過業務化評審。集合預報以多組可能的天氣演變呈現不確定性,與只給出單一路徑的確定性預報不同。[17][19]
官方公布的 11 天有效預報時效,針對全球 500 百帕位勢高度的集合平均預報;公開資料未提供詳細評分,也不足以證明它在所有天氣現象或預報時段都勝過其他系統。[18][19]