氣象署導入AI預報模型展現初步成果，10分鐘可快速模擬颱風動態，預報精度跨越4年進展

來源: iThome（ID: 661）| 2026-05-29 URL: https://www.ithome.com.tw/news/176214

摘要

台灣氣象署自2024年導入15套AI全球氣象模式，優先應用於颱風預報。AI模擬時間從傳統3-4小時縮短至10分鐘，預報誤差下降率從每年2.7%躍升至12%（相當於跨越未來4年進步）。

技術轉變

傳統模式	AI模式
CPU運算、物理模擬	GPU運算、資料驅動
數小時完成	10分鐘完成
3-5天路徑預測誤差較大	明顯優於傳統物理模式

實戰案例：2024年凱米颱風

• AI提前5天預測颱風接近台灣東北部（傳統歐洲模式判斷北轉琉球）
• 結合小區域模式，提前2天預估南高屏山區超過1,800mm降雨
• 促成地方政府提前撤離山區居民

資料基礎建設

• 整理過去15年雷達觀測資料（每10分鐘一筆）進行清洗與訓練資料集建立
• 未來整合海象雷達、海面觀測、陸域氣象站、空域觀測，建立「全域陸海空聯合觀測」
• 定位為台灣「觀測資料DNA」

硬體擴充計畫（9年3期）

• 算力：現有12 PF → 85 PF
• 預報解析度：3公里 → 1公里以下（鄉鎮級 → 村里級）
• 第8、9代設於新竹氣象科學園區

合作夥伴

• 國內：國網中心、國研院、台大、清大
• 國際：Google、NVIDIA（高解析度降尺度實驗）、美國NCAR、ECMWF

衍生頁面

• 氣象署導入AI預報模型10分鐘模擬颱風預報精度跨越4年進展 — 核心概念
• central-weather-administration — 台灣氣象署