壹、極端天氣事件屢創新高，威脅全球數百萬人應對和適應能力已超越極限
「極端天氣事件」指符合條件包括：1.造成超過100人死亡、2.影響超過半數地區人口或3.宣布進入緊急狀態。世界氣象組織（WMO）於2023年發布統計指出，1970～2021年全球極端氣候導致逾200萬人死亡與經濟損失超過4.3兆美元。隨著大氣溫室氣體濃度增加，地球反撲的傷害規模也愈大，極端氣候更可能成為新常態。2024年不只是有記錄以來最熱的一年，極端天氣事件也創下史上新高達151件，2023年則只有3件，而2025年極端天氣事件更發生達157件。
2025年12月30日世界氣候歸因組織（World Weather Attribution，WWA）指出，熱浪是2025年最致命的極端天氣事件，且發生機率是10年前的10倍。WWA共同創辦人英國倫敦帝國學院氣候學家奧托（Friederike Otto）指出，2025年觀測到的熱浪在當前氣候條件下極屬常見，包括持續乾旱導致希臘和土耳其發生野火、墨西哥暴雨和洪水造成數10人死亡、超強颱風鳳凰(Fung-wong)襲擊菲律賓，迫使逾100萬人撤離，以及季風帶來的洪水和山崩襲擊印度等。WWA表示，日益頻繁且強度不斷加劇的極端天氣，威脅著全球數百萬人應對和適應這些事件的能力，迫使他們難以在災難發生前獲得足夠的預警反應時間和資源，科學家們稱這種無力應對的狀態為適應極限(Limits to Adaptation）。以2025年颶風梅麗莎（Melissa）登基風王為例，其增強迅速造成預警更形困難，且以創記錄的5級強度侵襲牙買加西部，造成至少28人死亡，聖伊麗莎白地區估計有90%房屋被毀，聚落變成孤島，導致牙買加、古巴和海地等小島國家無力應對和處理其帶來的適應極限。
近3年全球均溫首次突破《巴黎協定》設定的升溫1.5℃閥值，已導致極端氣候成新常態，每年威脅著全球數百萬人，2024年1月～2026年2月全球更經歷創記錄的高溫與極端風暴，造成嚴重的經濟損失與人員傷亡。2026年此後必將面臨更難預測的極端天氣衝擊，其中熱帶風暴和短時強降雨，預測將成為主要的極端天氣災害。
貳、全球極端天氣災害愈發嚴峻，包括亞、非、歐及美洲都難倖免於嚴重災難
2025年11月印尼因熱帶氣旋迪特瓦(Ditwah)引發嚴重洪水與山崩，截至2025年11月30日國家抗災署公佈蘇門答臘島，包括北蘇門答臘、西蘇門答臘及亞齊等3省，共計442人遇難及402人失蹤，1架空軍直升機在運送物資時墜毀。2025年12月30日義大利環保聯盟旗下城市氣候觀測站（Città Clima Observatory）與Unipol集團合作的報告顯示，2025年義大利共發生376起極端天氣事件，比2024年增加5.9%。2025年12月31日巴西跨年同時面臨2大極端天氣挑戰，包括聖保羅等多地氣溫逼近40℃熱浪、南部聖卡塔里納州因暴雨引發洪水與土石流，巴西國家氣象研究所（Inmet）指出，氣溫連續多日高於平均逾5℃，專家指出副熱帶高壓阻擋冷鋒南下，導致乾熱氣團長時間滯留，夜間也難以降溫，因而更增加健康風險。
2025年12月14日深夜北非國家以往長年乾旱摩洛哥，其大西洋沿岸城市薩非突然降下暴雨，突如其來的山洪，導致超過30人不幸遇難，並造成超過70戶民宅和商店淹水，還有10多輛車被沖走，2026年2月初也連續數星期降下較往年平均高出50%以上大雨，造成嚴重洪災。
2026年1月22～27日冬季風暴費恩（Winter Storm Fern）襲擊北美洲，影響範圍涵蓋美國中、東與東北部等區域，南北跨度近3,200km。美國共有24個州因應風暴宣布進入緊急狀態，受影響人口高達約2.3億人，截至2月3日已造成至少153人死亡；此期間日本也遭遇強烈寒流，青森縣積雪逾125cm，北海道內陸甚至出現-28.1℃低溫，暴風雪冰封整條道路，能見度幾乎為0，路面積雪深到讓車輛動彈不得，因暴雪相關事故死亡人數，截至2月4日已造成38人不幸因雪災相關事件遇難。2月22日中國西安氣溫約20℃，然而23日氣溫突降至-2℃，使西安古城1夕之間鋪上銀白大雪，雪片大如硬幣。2月23日南韓高溫、乾燥及強風，致慶尚南道發生森林大火，截至2月24日05:00，密陽森林火災火線總長約達5.8km，燒毀面積估約124公頃。
2026年1月下旬開始，歐洲南端伊比利半島（Iberian Peninsula）也受克莉絲汀（Kristin）、瑪爾塔（Marta）及李奧納多（Leonardo）等7場冬季風暴接連侵襲，因強降雨引發洪災重創西班牙、葡萄牙，截至2月8日葡萄牙已造成逾14人死亡、數百人受傷。
參、台灣近年豪雨事件頻傳且加劇，導入AI智慧防災技術，可更有效應對極端天氣帶來的挑戰
2024年台灣豪雨事件主要以7月凱米颱風及10月山陀兒與康芮2颱風帶來的極端降雨最為嚴重，凱米颱風以強烈颱風之姿在中南部造成「百年一遇」淹水，累積雨量破1,500mm；山陀兒則在北海岸與東南部因東北季風共伴效應，引發基隆與台東高強度降雨。 2025年7月28日開始，強烈西南氣流連續影響臺灣中南部，並與竹節草颱風外圍環流產生共伴效應持續影響，至8月4日共接連8天豪雨為近28年首見，多處地區累積雨量逼近2009年莫拉克颱風所締造記錄，台南、高雄及屏東等多處測站累積降雨量逾2,000mm，高雄茂林2,981mm最高，導致土石流紅色警戒發布持續時間創歷史新記錄。
隨著全球氣候變遷導致瞬間降雨量異常，台灣山區邊坡災害發生的機率更加頻繁與劇烈，國立海洋大學顧承宇副校長研究表示，極端天氣讓事前預警準備更加困難，在強降雨越加頻繁的情況下，使用經驗法則預報難以發揮效益。因此號召AI與大數據專家等協同合作，使用數十萬筆歷史降雨量資訊，連同坡地崩塌記錄與地理資訊系統（GIS）、衛星遙測影像與LiDAR等，同時提供作為AI模型訓練的重要依據，並透過AI與大數據訓練，結合感測器、無人機與5G通訊，打造更即時、精確的防災應變機制。顧承宇副校長說：「我們已經面臨極端氣候的挑戰與影響」，必須仰賴科技的協助，才能因應未知的挑戰，尤其我國位處亞熱帶，受梅雨與颱風影響以及板塊運動地震頻繁，破記錄的暴雨事件使山區邊坡土壤更易鬆動崩塌，短延時強降雨的衝擊已是防減災工作的重點要務。藉助AI科技日新月異，包括增設感測器、監視器等設備，即能提升邊坡安全防護，AI技術並非萬能，但在數據不足的情況下也可能影響天氣預報模式的準確度，面對極端天氣事件，相信科技仍會是我們最重要的盾牌。
肆、屏東科技大學、中研院與空軍航院共同研發AI即時氣象預報系統，可提供1小時內即時天氣，適於艦艇、機場或飯店等使用，榮獲美國達文西發明展金牌
2022年屏東科技大學、中研院與空軍航院共同研發「AI即時氣象預報手提箱」，可將高時空解析度雷射剖風儀觀測數據，透過資料同化法引入數值模式，應用於機場預報系統，可大幅提升對流降雨量及風場預報，榮獲美國2022達文西發明展金牌殊榮。屏科大智慧機電學程主任徐子圭表示，中央氣象署天氣預報屬於大尺度預報，但機場天氣預報則需1～2hr更新之中尺度天氣預報。戰時砲兵則需每30min內的風場或降雨資料，屬於小尺度的預報；美國龍捲風發生頻率高，須以小尺度且較大型電腦運算才能精準預測，而屏東科技大學之「AI即時氣象預報手提箱」系統開發成本低且兼具機動性，並結合人工智慧與機械學習，可即時接收衛星及測站相關氣象資料，精確預估30分鐘內天氣變化技術創新且實用。
2025年3月20～22日屏科大參加「2025高雄智慧城市展」，徐子圭教授展示可攜式AI即時氣象預報系統（Portable AI Real-time Weather Forecast System），整合衛星氣象資料、氣象站水文資料、深度學習演算法與可移動式硬體裝置，可實施「每10分鐘自動更新、即時自我修正」的高精度氣象與海象預測。經由屏科大研究團隊開發的AI深度學習混合模型（Hybrid Deep Neural Network Model），能即時接收衛星、浮標及地面觀測數據，並自動修正數學運算模組，使預測精度達90%以上。該技術可提供1小時內的即時天氣與水文預報，並延伸至未來6天的風速與浪高預測，第3代原型機具備可攜式設計，適於艦艇、漁船、遊艇、機場或飯店等現場使用，並支援雲端資料同步與即時視覺化展示。
伍、歐洲採用古大氣、海洋及土壤等氣候資料相關預報因子，利用機器學習開發氣象預報新模式，提升熱浪形成時間與地點預測
熱浪是近年歐洲最致命的氣候災害之1，2003、2010及2022年都曾發生極端熱浪，造成上萬人死亡。非政府組織人人的氣候韌性（Climate Resilience for All）分析2019～2023年歐洲城市高溫情況，發現希臘雅典幾乎從5月中熱到10月初，巴黎9月中仍出現逾32°C高溫。2025年11月歐洲地中海氣候變遷中心(Centro Euro-Mediterraneo sui Cambiamenti Climatici，CMCC)於自然（Nature）期刊發表研究報告稱，已開發氣象預報新模式，加入大氣、海洋及土壤等有關約2,000個預報因子，利用機器學習依地點特性，從諸多因子中選出影響預報準確度最大的因子組合，進而用以預測熱浪形成的時間與地點。創新技術為使用0～1850年的古氣候資料，模擬訓練機器學習，新系統能準確預測1993～2006年間真實發生的熱浪。
研究發現歐洲的土壤溼度、溫度型態（temperature pattern）與大氣環流的型態是最關鍵的地區性因子，但觀察大尺度相關因子發現使用熱帶太平洋及大西洋發展情形，有助提高預報準確度。CMCC研究員麥克亞當（Ronan McAdam）表示：「機器學習將成為研究氣候變異（climate variability）很重要的一環。」惟目前僅聚焦熱浪預測，未來應可望應用於其它極端天氣事件與季節之預報。
陸、輝達公司近年發表AI氣象模型Earth-2，稱運算快千倍且能精準預測極端天氣
2024年3月18日輝達(NVDA-US)年度GTC大會上，創辦人兼執行長黃仁勳除宣布推出新款AI晶片(Blackwell B200)外，在介紹AI的極端天氣預測能力時也以台灣為例，讓世界因而看見台灣，透過AI運算氣象資料解析度可從25km提升至2km，與傳統模式相比，單次推理速度可提高1,000倍，且減少3,000倍能耗。2024年以超大型數位孿生地球計畫「Earth-2」宣布與我國氣象署合作。
2025年3月17日輝達年度GTC大會在美國加州聖荷西盛大登場，宣布推出適用於「Earth-2」的Omniverse Blueprint方案，相較於傳統CPU，這項技術更節能，包括3大應用：1.針對15天期的天氣預報、2.專門預測美國境內6小時內的劇烈風暴以及3.整合來自各種氣象感測器的不同資料串流，成為其它預報技術更有用的起點。
2026年1月26日正值怪獸級「冬季風暴費恩」癱瘓美國之際，輝達公司於美國氣象學會年會中宣布將更廣泛布局在天氣預報領域，希望能以AI驅動的模型取代成本高昂且費時的傳統天氣模擬，該公司氣候模擬研究總監、加州大學爾灣分校（University of California, Irvine）地球系統科學教授普里查德（Mike Pritchard）指出：「如今要精確地評估異常天氣事件，已不再是難事，因為經訓練的AI運算速度是已往的1,000倍，因而可以自由執行大規模集合預報。保險公司甚至可運算多達1萬個成員的集合模擬。」新天氣模型可做為商業應用，包括保險公司經常需要評估，如大規模洪災或颶風之類極端異常天氣事件。
柒、華盛頓大學從「超算」到「AI」預報效率的革命性突破
2024年12月美國華盛頓大學研究使用深度學習改進AI天氣模型，以實現更準確的預測和更長期的預報，並發表在《地球物理研究快報》指稱，如何調整初始大氣數據可以使先進的AI模型延長目前的預報限制。由於極端天氣越來越劇烈且頻繁，AI天氣模型可提供更充裕時間為洪水、熱浪或颶風等自然災害做好準備，減少生命和財產損失。雖然最先進的AI天氣預報系統，如Google的GraphCast和華為的Pangu-Weather，可靠地預測未來10天的天氣，但它們仍受到初始數據準確性的限制。該數據集捕獲全球網格上的每小時溫度、風速、濕度、氣壓、降水量和雲量，包括歷史天氣狀況（可追溯到1979年）和近實時數據。
Earth-2 的開放生態系已吸引全球多個關鍵領域合作夥伴，氣象機構包含我國中央氣象署、美國國家氣象局及以色列氣象局均已投入評估或使用。以色列氣象局指出，使用Earth-2後運算時間減少了90%，在近期暴雨預測中表現優於所有傳統模型。Earth-2是為氣候科技開發者提供的基礎設施，全球開發者可立即存取並進行微調。NVIDIA 強調「這不僅是技術的進步，更是加速氣候行動的關鍵。」，透過開源的力量，即便資源有限的國家也能擁有世界級的天氣預警能力，守護生命與環境財產。
捌、香港科大研發全球首個AI模型預報系統，能幫極端天氣預警時間延長至4小時
香港黑色暴雨警告表示廣泛地區已觀測或預報將會有逾70mm/hr的豪雨，且雨勢可能持續，由於道路將嚴重淹水及天氣情況惡劣，市民應留在安全地方暫避。在黑色暴雨警告期間不應外出，停止戶外空曠地方工作並到安全地方暫避。2023年9月7日夜～9月16日，香港、澳門、廣東及廣西等華南一帶，受強颱海葵(Haikui)殘餘環流及低壓槽影響，全港多區嚴重淹水導致2023年的「世紀黑雨」。2025年7月29日～8月４日香港在8天內4度發布黑色暴雨警告，2026年2月21日香港、印尼、泰國等地都曾因突發暴雨造成嚴重淹水與人員傷亡，若能提早幾小時掌握風險，許多災害其實可以減輕。
2026年1月28日香港科技大學公布，其研究團隊成功研發一種AI人工智能模型，能提前4小時預警強對流天氣，包括黑色暴雨及突發性強降雨等。該模型利用衛星數據及深度擴散技術，可在48km2的空間尺度將預報準確率提升逾15%。香港科技大學講座教授蘇慧指稱，利用AI人工智能研發出全球首個能提前4小時預報強對流天氣如雷暴及暴雨的AI系統，相比現有模型僅提前20分鐘至2小時，有較多時間予政府應對，預報準確度亦較現行模型提升逾15%，適用於不同衛星數據、擴大覆蓋範圍，協助更多國家和地區應對日益嚴峻的氣候挑戰。香港科技大學講座教授蘇慧指出，現行天氣預報主要依靠數值模式模擬大氣狀態，預報時間通常僅能提前20分鐘至2小時，令政府部門等在災害來臨前幾乎來不及採取有效防災措施。研究員代快指出：傳統天氣預報主要依賴地面雷達，新AI模型則利用衛星從太空監測雲圖演變，能更早識別對流初生跡象，新模型將預警時間提前到4小時，且約每15分鐘更新一次預報，覆蓋範圍面積約2,000萬km2，包括中國、韓國及東南亞等地區。
香港科大開發的AI運算框架運用生成式AI最前沿的深度學習訓練架構，利用中國風雲4號衛星於2018～2021年間逾200萬組數據訓練模型，以精確捕捉對流雲系的時空演變特徵，再以2022～2023年春夏季樣本進行驗證，終成功建立全球首個可提前4小時預報雷暴發展的AI系統，在48km2分辨率下，其預報準確度較現行模型提升逾15%，成功預測雷暴、強降雨、冰雹等極端天氣將至的時間提早到4小時前，並保持每15分鐘更新一次天氣狀況的頻率，有助政府、應急部門和公眾提早部署。論文第一作者代快博士表示：傳統天氣預報主要依賴地面雷達，但雷達訊號易受地形、降水粒子特性等因素影響，且通常需待對流雲發展完成後才能觀測到明顯變化，新AI模型利用衛星從太空監測雲團演變，能更早識別對流初生跡象，全新的人工智能運算則基於運用衛星數據的深度擴散模型（deep diffusion model of satellite data，DDMS），為大氣監測和暴雨預警帶來重大突破，DDMS技術可更早掌握大氣變化，提升地區的災害防護和應變能力，預計2026年夏季可在天文台應用。
結語
隨著全球沸騰與氣候變遷，大多城市都已面臨無力應對的適應極限困境，並已成為全球共同課題，根據國際氣候風險評估，台灣處於「高脆弱狀況」，所幸人工智慧技術快速成熟，多國已開始導入AI即時天氣預測系統，讓熱浪、野火、洪水及風暴等極端天氣預警時間提早，成為「事後應變」走向「提前預警」關鍵突破，協助政府提前部署撤離與防災作業，已成不可逆的趨勢。
作者張泉湧/文化大學氣象學士、碩士，日本東京大學理學博士，歷任飛航服務總台主任氣象員、民航局組長及國立台北教育大學、國立師範大學、私立文化大學及實踐大學等多所大學兼任副教授，著有《圖解大氣科學》第四版、《全球沸騰危機與轉機》專欄、《圖解全球暖化之危機與轉機》及《全球氣候變遷─危機與轉機》等書
本文僅代表作者立場，不代表本平台立場
Facebook Comments 文章留言