2026/11/03

以科技應對極端天氣,模擬未來高溫趨勢,評估城市規劃助城市可持續降温 - 經濟通etnet

Etnet 香港站網上版請按此

Etnet 中國站網上版請按此

以科技應對極端天氣,模擬未來高溫趨勢,評估城市規劃助城市可持續降温

全球今夏接連遭遇前所未見的極端熱浪,歐亞各國紛紛錄得超過攝氏40度的高溫,造成嚴重人命傷亡。世衛組織數據顯示,僅在六月下旬的短期熱浪,歐洲就有超過1300宗高温相關的死亡個案。法國公共衞生署有報告指出,六月熱浪期間死亡人數逾5700人,當中有超過六成為75歲以上長者。

極端天氣同時引發巨大災禍,山火、乾旱、洪水、風暴等災害接連在多地發生。中國西藏與尼泊爾邊境在8月26日發生泥石流災難,造成過千人遇難、近5000人失聯。根據《中國氣候變化藍皮書(2026)》顯示,全球氣候變暖趨勢持續推進,中國更是全球氣候變化的敏感區和受顯著影響的區域,增暖速率高於同期全球平均水平,極端氣候事故將會更為頻繁及嚴峻。

面對極端天氣的考驗,善用創新科技加強天氣預報能力,已成為各國的共識。以近年飽受高溫困擾的日本為例,為即時掌握中暑風險,日本上智大學全球環境研究院的教授領導研究團隊,開發了一套從社交帖文中偵測中暑風險的系統。研究團隊利用深度學習模型,辨識五年間約27,040條關乎中暑的帖文,當中有包含日文單字「hot」。系統然後對文字資料進行預處理,再按照與中暑事件相關帖文的定位及發文時間,從而預測有中暑風險的區域。團隊將帖文的空間數據與日本實際的中暑救護車送院數據進行對比,證實社交帖文能夠有效為城市提供中暑風險預警。研究成果已刊登在《科學報告》(Scientific Reports)期刊內。

歐洲中期天氣預報中心(ECMWF)於去年二月也正式啟用人工智能氣象預報系統(簡稱 AIFS),AIFS是以機器學習技術,直接從海量歷史觀測數據中學習複雜氣象模式預報系統,是首個採用機器學習技術的開放式天氣預報模型。這系統與傳統的綜合預報系統(IFS)協同運作,結合來自衛星、航機、船舶、海洋浮標以及多個地面觀測站等逾6,000 萬個高質量的氣象觀測數據點,每隔六小時更新一次,涵蓋最廣泛的參數範圍,包括風速、風向、温度,以及降雨降雪量等,不但能把熱帶氣旋路徑的預測精確度提升高達兩成,還省時環保,比傳統模式節省約 1,000 倍運算能耗,全方位引證人工智能在天氣預報的強大潛力。

不過,應對氣候變化始終是持久戰,需有長遠的規劃。香港必須建立更完善的監測與評估體系,為城市制定具備「熱韌性」的藍圖。透過結合地理資訊系統(GIS)及AI創建「數碼分身」,可模擬未來數十年在不同氣候情境下的高溫趨勢,評估並優化城市的整體規劃,包括景觀佈局、綠地規劃與建築設計,例如構建城市通風走廊、修復濕地等。同時,也要鼓勵更多隔熱材料及嶄新技術的研發,以助城市可持續降温。

在嚴酷的氣候挑戰下,積極運用科技確實能為社會築起嚴密的安全防衛線。然而,除要重塑城市的防禦能力,以提升災害應變韌性,香港有必要強化灣區的技術交流、資源共享與聯防聯控部署,進一步加強灣區城市跨境災害應對的協同效能,才能讓市民的生命財產得到更大的保障。

 

 

 

 

鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授