（大公報記者 唐雪婷）隨着全球氣候變化的影響日益加劇，香港近年來頻繁遭受極端降雨侵襲。為提升城市應急能力，香港大學土木工程系陳驥教授及其團隊提出了一項創新的項目「分區預警」，現階段將香港劃分為九個網格預報區，爭取提前3至6小時實施降雨預報；通過先進的人工智能技術與氣象數據的整合，構建一個高效、精確的暴雨預警系統，以減少極端降雨帶來的損失。

陳教授及其研究團隊長期致力於臨近降雨預報的研究，他與深圳氣象局合作，共同負責重點專項項目《人工智慧技術在粵港澳大灣區強降水臨近預報中的應用研究》，提出了大灣區尤其是香港需要完善針對極端氣象災害的防災救災減災體系。陳教授表示，有效的分區預警系統將大大提升香港的暴雨預警能力，有助提高社會的應急防災能力，給市民的生活帶來便利。

全港與周邊地區擬分為36網格

該項目的第一階段目標是在三年內，基於0至3小時的降雨預報技術，將香港劃分為9個網格預報區，每個網格的空間精度達到18公里×18公里，覆蓋整個香港及周邊深圳區域和海域。第二階段將在接下來的兩年，進一步精細化分區暴雨預警，將網格大小縮窄至9公里×9公里，全港及周邊地區劃分為36個網格，並逐步延長暴雨提前預警時間，從3小時延長至6小時，以滿足日益增長的防災需求。

項目採用了多元化的研究方法，並結合了最新的人工智能和深度學習技術，為應對極端氣候事件提供強有力的支持。陳教授表示，為了實現第一階段目標，團隊將構建一個適用於3小時暴雨預警的數據集，整合不同高度的雷達數據，形成高精度樣本。此外，他們還將發展針對臨近3小時暴雨預報的人工智能深度學習模型，以提高預警的準確性。

陳教授指出，目前學術界和氣象預報部門尚未建立完善的暴雨預警精度評估體系，他的團隊將以統計理論為基礎，構建時間─空間─預報降雨強度的「三維統計評價系統」，使用偏差率、漏報率等指標來評估暴雨預警的準確性，為分區預警提供多標準決策支持。

陳驥：分兩階段實現目標

對於第二階段目標，陳教授表示，在第一階段目標的基礎上，團隊將預報時效延長到6小時，需融合不同位勢高度雷達拼圖、多源融合降水產品、衛星雲圖，建立用於訓練預警時間達6小時的人工智能深度學習模型的數據集。其次，將通過耦合天氣數值模型與人工智能深度學習模型，發展出全新的暴雨臨近預報模型，並訓練模型以延長預報時效，最終達到提前6小時暴雨有效預警目標。

陳教授強調，只有實現提前6小時的暴雨預警，才能使政府和社會各方有充分的應災決策和防災規劃所需的時間，實現真正有效的救災減災目標，從而完善社會應急防災體系。團隊將分階段評估暴雨預警精度，在預警0至3小時階段使用「三維統計評價系統」，對於4至6小時的暴雨預警階段，則採用概率與區間法提供預警結果，並評估預警精度。

關於實施分區暴雨警告對跨區活動的市民造成的信息混亂？陳教授表示，暴雨應對措施將會變得極為複雜，需要開展分區暴雨預警和社會應急措施的課題來解決，從而正確地應對，真正實現分區暴雨預警帶來的社會效益。他相信，在高科技快速發展的基礎上，智慧城市的建設可以有助於利用好分區暴雨預警帶來的優勢。