复旦大学环境+AI团队、上海市环境监测中心ES&T等：“基于人工智能的空气质量预报与立体解析技术”领域取得系列新突破

本文介绍了复旦大学环境科学与工程系张艳教授团队联合多家单位，在环境科学与人工智能交叉领域取得的两项重要研究突破。研究背景：传统空气质量数值预报模型存在计算成本高、运行缓慢、对气象误差敏感且缺乏实时数据同化能力等局限。研究目的：研发基于人工智能的新技术，克服传统模式瓶颈，实现城市级空气质量的高精度快速预报以及大气污染的三维垂直机制解析。结论：第一项研究开发了FuXi-Air多模态大模型，通过融合气象、排放与观测数据，在25-30秒内完成多城市六种污染物72小时预报，性能优于传统数值模式；第二项研究构建了统一机器学习框架，结合高塔与激光雷达数据，揭示了污染垂直分布及层间“非对称耦合”机制，量化了气象因子对不同高度污染的主导作用。两项成果已在上海部署运行，为重大活动提供技术支撑，开辟了智能环境管理新路径。