解碼北極 天氣預測新突破
麻省理工學院（MIT）研究科學家猶大‧科恩（Judah Cohen）利用人工智能（AI）技術，正重塑中期天氣預測模式，目標是延長對重大天氣事件的預警時間。
每年秋季，隨著北半球步入冬季，科恩便開始拼湊一幅複雜的大氣拼圖。他在麻省理工土木及環境工程系工作，數十年來專注研究北極的氣候條件如何影響歐洲、亞洲和北美的冬季天氣。最早期的研究源於他博士後期間與巴卡迪和斯德哥爾摩水基金會教授達拉‧恩泰卡比合作，聚焦西伯利亞的積雪覆蓋與冬季預報的關聯。
今年2025至26年冬季，科恩用新一代AI工具分析北極指標，描繪出更完整的大氣狀況。
超越傳統氣候驅動因素
冬季預報通常倚賴厄爾尼諾-南方濤動（ENSO）指標，這是熱帶太平洋與大氣的狀態，影響全球天氣。不過科恩指出，今年ENSO較弱。
「當ENSO較弱時，北極氣候指標就更為重要。」科恩說。
他監察多項高緯度指標，如10月西伯利亞積雪覆蓋、早季溫度變化、北極海冰範圍及極地渦旋穩定性，「這些指標能講述出意想不到的冬季天氣細節。」
其中最穩定的預測資料來自西伯利亞10月天氣。今年北半球10月異常溫暖，但西伯利亞卻較常年寒冷，且提早降雪。科恩解釋：「寒冷加上早期積雪，會強化冷空氣團形成，這些冷空氣後續可能流向歐洲和北美，帶來更頻繁的寒流。」
另外，巴倫支海和卡拉海的暖洋水溫，以及準兩年振盪的「東風」階段，也暗示極地渦旋在初冬可能較弱。當這些擾動與12月地表條件結合，將導致歐亞及北美部分地區氣溫低於常年。
AI推動中期天氣預報新里程
目前AI天氣模型在短期（一至十天）預報已有顯著進展，但對中期（兩至六週）預測仍是挑戰。
今年，科恩領導的團隊在歐洲中期天氣預報中心（ECMWF）舉辦的2025年AI WeatherQuest中期天氣預測比賽秋季賽中奪冠。此比賽評估AI模型在多週溫度模式預測的表現，過往此類預報成效有限。
冠軍模型結合機器學習模式識別與科恩數十年來優化的北極氣候指標，實現多週預報顯著提升，超越現有AI及統計基準。
科恩表示：「若此表現持續多季，將是中期預報的重大進展。」
該模型甚至提前數週預測到12月中旬美國東岸可能出現寒潮，這一預報即時被媒體廣泛報導。科恩解釋，若經證實，結合北極指標與AI將大幅延長對重大天氣事件的預警時間。
「提前三至四週預警極端事件，將是劃時代的突破，讓電力、交通及公共機構有更多準備時間。」他補充。
今冬展望
科恩模型顯示，歐亞大陸和北美中部部分地區今冬後期氣溫偏低的可能性較大，異常最強期或在冬季中段。
他提醒：「目前仍屬早期，模式可能變動，但寒冬條件已具備。」
隨著北極暖化加劇，對冬季天氣的影響日益明顯，理解這些連結對能源規劃、交通及公共安全尤為重要。科恩的研究顯示，北極蘊藏尚未被充分利用的中期預報潛力，AI技術或能打開這扇長期挑戰傳統模型的門。
甚至在去年11月，科恩還成為《華盛頓郵報》填字遊戲的提示之一，反映其研究成果已深入公眾對冬季天氣的討論。
「北極一直是我關注的焦點，現在AI為我們提供了全新解讀其信號的方法。」科恩說。
他將持續在個人博客更新冬季展望。
—
評論與啟示
科恩的研究成果彰顯出一個重要趨勢：結合地區性氣候指標與人工智能技術，能夠突破傳統中期天氣預報的瓶頸。尤其是在全球暖化背景下，北極地區的氣候變化對全球天氣的影響越來越深遠，這種跨學科的創新方法既科學嚴謹又實用。
對香港社會而言，這類技術的發展同樣具有啟示意義。香港作為一個氣候多變的城市，若能借助類似的AI氣象預報技術，將有助於提升本地氣候災害的預警能力，增強城市韌性，保障市民生命財產安全。
此外，科恩團隊的成功亦提醒我們，面對複雜的氣候系統，單靠傳統指標往往不足以精準預測；融合多維度資訊和先進算法才是未來趨勢。這對香港在推進智慧城市和智慧社會建設中，尤其在環境監測和災害應對方面，提供了寶貴的參考範例。
最後，這項研究也促使我們反思氣候變遷的全球性挑戰。北極暖化不僅是地域問題，而是全球氣候系統的風向標。加強對北極氣候動態的監測和理解，配合新興科技，將是全球應對極端天氣和氣候變化的關鍵所在。
以上文章由GPT 所翻譯及撰寫。而圖片則由GEMINI根據內容自動生成。
