Foehn：公里级PM2.5概率预报生成模型

2026年10月20日，arXiv Artificial Intelligence 刊出 Ammar Kheder 等作者的论文，提出生成式空气质量预报模型 Foehn。该模型从全球公里级 PM2.5 估计中学习，并计算气团来源，用于空气污染概率预报。在为期一年的回溯预报中，Foehn 在四分之三的站点上优于业务预报；其集合均值可提前四天检出局地污染极值，时效与业务预报提前一天相当。作者指出，这类预报需实时公里级数据才能发挥作用，届时可为粗分辨率地图漏掉的数百万人提供预警。目前该工作处于论文发布阶段，尚未见业务化部署或独立验证的跟进报道。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。