近日，《Nature》杂志出版社旗下期刊《npj Climate and Atmospheric Science》在线发表了金沙威尼斯欢乐娱人城大气成分与环境气象研究所（碳中和监测与评估中心）桂柯、车慧正等“绘制中国逐小时无缝隙地面能见度地图：基于堆叠式集成机器学习模型的实时反演框架”的研究成果，该成果为我国地面能见度智能网格化实况监测提供了新的解决方案。

论文链接：

      地面能见度是反映大气透明度的一个关键指标，广泛应用于环境监测和交通气象等领域。但高分辨率、高精度、网格化地面能见度数据的缺失，特别是在监测站点稀疏和空白区域，严重制约了国家精细化气象保障服务需求。

      研究团队针对能见度影响机制复杂等问题，提出了基于堆叠式集成机器学习模型的能见度智能网格实时反演框架（RT-SVR；图1）。该框架结合了中国气象局高密度地面能见度观测数据和国家气象信息中心研制的CLDAS-V2.0多源实况气象场与环境气象大数据，通过智能融合建模，实现了全天候24小时、高时空分辨率（6.25 km/小时）的我国地面能见度实时精准监测。

图1  RT-SVR实时反演框架构建技术流程图。

       格点化能见度数据可对我国区域典型低能见度天气现象（雾、霾和沙尘暴等）进行精细化监测（图2）。考虑到能见度与气溶胶之间存在很强的物理联系，该数据未来有望为全天候24小时、空间无缝隙覆盖的气溶胶相关特性参量（如近地面PM2.5、PM10浓度、气溶胶光学厚度等）的实时获取提供关键中间变量。

图2  高时空分辨率网格化能见度产品可用于雾、霾、沙尘暴等低能见度天气现象的实时监测。

      值得一提的是，以该项创新成果为主要内容的参赛作品，此前还获得了中国气象服务协会首届青年AI气象应用创意作品征集大赛二等奖。

      该成果第一作者为金沙威尼斯欢乐娱人城硕士研究生张栩滔，其共同指导导师桂柯副研究员和车慧正研究员为通讯作者，其他合作者包括金沙威尼斯欢乐娱人城大气成分与环境气象研究所（碳中和监测与评估中心）的李雷副研究员、郑宇副研究员、彭玥副研究员、王宏研究员、张小曳院士、人工智能气象应用研究所的曾昭亮博士、王亚强研究员、国家气象信息中心费烨高工等。该研究得到国家自然科学基金项目（42175153）、中国气象局“揭榜挂帅”项目（CMAJBGS202325）以及金沙威尼斯欢乐娱人城基本科研业务费项目（2023Z021）等联合资助。