台风“巴威”登陆后强度或减弱，上海明起受外围环流影响

根据徽声在线7月9日发布的最新气象资讯，今年第X号台风“巴威”正以每小时10-15公里的速度持续向西北方向移动，目前其强度保持相对稳定。气象部门预测，该台风将于10日抵达台湾东部海域，存在较大可能性擦过或直接登陆台湾北部地区。随后，在11日夜间至12日白天期间，“巴威”预计将在浙江中南部至福建北部沿海地区再次登陆，同时也不排除在11日半夜至12日凌晨登陆浙江北部的可能性。受此影响，上海地区将从明日开始受到台风“巴威”外围环流的波及，预计将出现阵雨天气，并且风力将有所增强。

近期，超强台风“巴威”成为了公众关注的焦点。包括由复旦大学团队精心研发的伏羲气象大模型在内的多个先进气象预测系统，均一致预测该台风将于7月11日夜间在浙江中南部至福建北部沿海地区登陆。尽管台风“巴威”拥有庞大的环流规模，但气象专家指出，由于近海区域多种复杂因素的共同作用，台风在真正登陆后其强度将会显著减弱。尽管如此，上海地区仍需警惕由此带来的风雨影响。针对网络上流传的关于台风的种种真假难辨的消息，徽声在线记者特地采访了人工智能气象预报领域的权威专家以及知名气象科普博主，旨在为公众解读台风实况，并揭秘气象预报技术的最新进展。

持续能量输入，助力“巴威”维持超强台风状态已达4天之久

据中央气象台的最新监测数据显示，自7月4日凌晨成功加强为超强台风等级以来，“巴威”已经维持这一强度长达约100小时，其中心附近的最大风力更是超过了17级，再配合上其庞大的风圈规模，使得它被网友们形象地称为“巨无霸”台风。目前，“巴威”正继续向西北方向移动，并逐渐向台湾岛东部沿海地区逼近。

“持续且充足的能量供给，是‘巴威’能够从7月4日至今一直保持在超强台风等级的关键因素。”拥有百万粉丝的气象科普博主“风云梦远”、中国气象爱好者成员以及复旦大学大气科学博士生梁涵洲在接受采访时表示，“巴威”在其移动路径上全程经过了温暖的海面，海水蒸发后凝结所释放的热量，不仅维持了台风自身的强度，甚至还支撑其进一步增强和规模扩大。这也是以台风中心为圆心，其北侧七级风圈的半径能够达到500千米的重要原因。“这无疑是一个非常典型的大型台风，而且其较大的环流规模大概率会维持到登陆前后。”梁涵洲补充道。

上海创智学院的全时导师、复旦大学人工智能创新与产业研究院的研究员李昊所带领的团队，正利用他们研发的伏羲气象大模型对“巴威”进行持续监测，并不断更新其路径、风速以及移动方向等关键信息。“AI气象模型的最大优势在于其推理速度极快，一台常规的服务器就能够完成全球的天气预报工作。”李昊介绍道，“尤其是在数小时内的短时预报方面，AI模型的输出时效明显领先于传统方法，这能够显著提升气象灾害的应急响应效率。”据悉，目前李昊团队已经与国家气候中心携手共同研发了“风顺”气象预报大模型。

台风登陆后，其外围区域的影响相对有限

“其实，台风在真正登陆后的级别很难达到17级。”针对近期网络上关于台风关注度不断上升后所出现的“18级台风”、“精准定点登陆”以及“双台风”等各类谣言，梁涵洲在接受采访时明确表示，17级是“巴威”当前在远海的强度级别，而真正登陆后其强度将会大幅减弱。

他进一步解释称，当台风靠近我国沿海地区时，会受到东海大陆架暖水层变薄、干空气入侵与干扰等多种因素的影响，从而导致其强度显著减弱。因此，在登陆时，“巴威”最有可能处于台风级上限到超强台风级下限的范围内，其中心附近的最大风力预计为13-16级。而当它深入内陆后，还会因为地面的摩擦作用而进一步减弱。

针对网络上流传的江苏将会遭受17级台风袭击的谣言，梁涵洲表示，江苏地区仅会受到台风外侧环流的影响，并非台风的核心影响区域，因此其风雨强度会相对较小。不过，他也提醒道，江苏大部地区在周六夜间到周日期间仍将会受到“巴威”的一定影响，自东南向西北方向将会出现较强的阵风与阵雨天气，其中南部及沿海的部分区域最大阵风可能会较强，因此仍需做好相应的防范措施。

他建议公众，在面对台风这类极端天气的发布信息时，应以气象部门的官方发布为准，并可以对照基础的气象常识进行判断。“比如我国的风力等级最高只到17级，再往上就只能称作‘17级以上’了，因此目前网络上所流传的所谓‘18级台风’的说法本身就不符合规范。”梁涵洲强调道。

AI与气象预报经验的融合，成为突破的新方向

“人工智能正在成为台风预报领域的一股重要力量，然而其在台风强度的预测方面仍然存在一定的短板。”李昊在接受采访时坦言道，而台风预报中最为关键的指标就是路径与强度。他介绍说，此前AI大模型在台风路径预报的精度上已经明显优于传统的数值仿真方法，但是在强度的预测上却容易低估。不过，为了攻克这一难题，李昊团队已经提出了融合深度学习与物理模型的生成式预报框架，从而成功补上了台风强度预报的这块短板，相关研究论文也即将发表。

然而，李昊也指出，在短期内，只有将AI模型与传统模式相结合，才能够做出最优的预报决策。他举例说，此次台风路径的预报其实也融合了多个AI模型的输出结果。他认为，只有将AI与物理机理进行深度融合，比如通过增加观测站点、提升数据密度等方式，才能够从底层提升天气预报的可靠性。

梁涵洲也提到了类似的观点，他认为应该积极推动AI技术与传统数值模式、气象预报经验等的深度融合，以引导模型持续进行优化。他特别期待AI技术能够在突破历史观测数据训练集的限制方面取得进展，从而在气候变化产生深远影响的未来里，能够更准确地预报和预测那些曾经少见甚至未曾见过的极端天气气候过程。