高高原机场地形复杂、局地对流突发性强，传统气象预报模式存在预警滞后、精度不足、多方数据割裂等短板，难以支撑航班分钟级安全运行决策。西藏航空紧扣民航“人工智能+”与智慧民航建设部署，联合空管、科研企业先后研发两代 AI 气象智能预警系统，建成国内首个落地高高原终端区的雷雨分级告警平台，实现高高原短临气象AI预报技术突破。

本文立足民航 SMS 安全管理体系，系统梳理项目技术架构、创新举措与实战成效，剖析行业推广现存痛点，从数据底座、算法迭代、制度完善、人才培育、示范推广五大维度提出系统化落地路径，为全国高高原机场构建“AI 赋能、数据驱动、协同联动”的智慧安全管控体系提供实践范本。

关键词：高高原机场；AI气象预警；雷雨风险；智慧民航；安全管控

一、引言

习近平总书记关于民航安全工作重要指示明确要求，持续提升民航安全治理体系和治理能力现代化水平，以数字化、智能化技术筑牢航空安全底线。民航局全面推进“人工智能 +”行动、智慧民航、数智兴安建设，推动安全管理由事后处置向事前预防、主动防御转型。

高高原机场气象环境复杂，海拔高、山谷地形热力与动力扰动剧烈，极易生成生命周期仅数十分钟的局地小尺度雷暴，突发性强、预报难度极大，是诱发航班进近着陆风险、返航备降的核心诱因。传统气象管控依赖大尺度数值预报，存在分辨率低、更新周期长、跨单位数据孤岛、研判高度依赖人工经验等突出短板，难以满足风险事前辨识、分级管控、主动防御的管理要求。

在民航西南地区管理局、民航西藏自治区管理局坚强领导下，西藏航空有限公司（以下简称公司）研发投用“基于AI的拉萨雷雨分级告警系统”，实现AI技术在高高原机场终端区短临气象预警领域的首创应用，项目荣获西藏自治区“五小”创新成果二等奖。依托自治区重点科研项目同步推进“高原机场终端区气象-运行智能协同预警系统”迭代研发。本文立足民航安全管理体系（SMS）建设要求，结合项目实战经验，分析应用成效、现存挑战，提出行业推广路径，为构建“AI+民航安全”智慧管理体系提供实践参考。

二、现状与问题

（一）高高原气象风险管控难题

高高原机场海拔高、地形起伏剧烈，地表热力与动力扰动催生小尺度雷暴，生命周期仅几十分钟，突发性极强、预报难度大，上述特征使得传统气象风险管控手段难以奏效，易诱发进近着陆安全隐患，也是航班返航备降的首要影响因子。

（二）传统模式的安全管理短板

当前民航气象主要依赖数值预报，其网格尺度大（数公里至十余公里）、更新周期长（数小时），对高高原小尺度对流系统缺乏解析能力，漏报、位置偏差常见。一是传统数值天气预报网格偏大、更新慢，无法识别高高原零散小尺度对流，短临天气漏报、落点偏差频发。二是气象产品定性描述为主，无法匹配签派、管制分钟级运行决策需求，存在颗粒度断层。危险源辨识与运行决策主要依赖经验，极易出现盲目等待或仓促备降。三是机场、航司、空管三方存在数据孤岛，地空运行协同缺少数字化安全支撑。

三、AI气象预警系统的构建与安全应用成效

（一）AI赋能机制

AI技术，特别是深度学习在时空序列预测、图像识别和多源数据融合方面的突破，为解决上述问题提供了新工具。AI模型可以从大量历史雷达、卫星、闪电、自动观测数据中，自动学习高高原局地对流的触发条件和演变规律，实现对雷雨生消、移动转向进行端到端预测。与数值模式相比，AI模型的运算效率高，可以实现分钟级更新和公里级分辨率；与简单外推相比，AI能够捕捉非线性演变特征，显著延长有效预警提前量。通过AI赋能，将气象风险管理从“被动响应”转向“主动防御”，使地面人员能够提前获知风险、量化判断影响、追溯事件过程，从而提升地空运行协同能力，契合安全管理从事后整改向事前预防转变的行业改革方向。

（二）AI系统建设

2025年，公司联合西藏空管中心、北京墨迹风云科技股份有限公司建成国内首个落地高高原终端区的AI雷雨分级告警系统。系统以历史雷达数据为核心，开展AI预报模型训练，输出拉萨进近区域的精细化雷雨概率预报，并结合航班时刻数据生成分级告警，为空中决策提供支持。系统的主要技术路线包括4个方面，一是以连续五年的拉萨机场雷达体扫数据为基础，对强对流天气样本进行人工标注与分类，提取关键特征，构建标准化训练数据集。二是利用全国多站雷达数据，基于ConvLSTM架构进行基础模型预训练，使模型学习对流系统的一般性时空演变规律。随后以拉萨机场历史数据对预训练模型进行精调。三是基于历史预报回波与实况雷达的逐时次误差统计，构建偏差订正模型，对AI原始输出进行后处理修正。四是将AI模型预报结果与航班数据融合匹配，按照雷雨覆盖率、雷雨强度、移动趋势、紧实程度等四个维度形成分级告警。

2026年，依托西藏自治区科技厅重点研发项目（经费185万元），迭代升级“高原机场终端区气象-运行智能协同预警系统”，从单一气象预警升级为“气象+运行”一体化智能决策平台。系统升级主要包括几个方面，一是多源数据融合。在雷达数据基础上，引入卫星云图、闪电定位、自动观测等多源数据，构建统一时空对齐的多模态数据集，构建基于多源数据的多模态气象预报模型。二是训练策略优化。针对复杂地形设计新型AI模型，如ConvLSTM、PredTransformer等，融合多种网络结构优势，加入地形特征嵌入模块、采用半监督/迁移学习策略、引入基于物理约束的损失函数，提升模型在高原环境下的泛化能力和可解释性。三是告警逻辑将从“基于天气趋势结合航班信息”转换为“基于航班状态结合天气趋势”。告警将明确显示影响时长、剩余油量，并叠加飞机位置、计划航路、飞行轨迹，相当于AI系统与监控系统深度融合，显著降低签派负荷，提升决策效率。

（三）核心创新

一是场景创新。首创高高原机场终端区雷雨智能分级告警场景，将气象预报与航班动态深度绑定，围绕航班落地节点设置预警规则，精准匹配一线安全运行需求。二是技术创新。针对高高原观测站点稀疏现状，整合雷达、卫星云图、闪电定位等观测数据，构建时空统一的标准化数据集；采用迁移学习结合地形特征优化算法，提升模型在复杂地形下的适配能力，填补高高原短临气象AI预报技术空白。三是管理创新。建立“气象预警-运行决策-事后复盘”全流程数字化管理机制，推动安全风险从人工经验研判转向数据量化管控，实现安全管理模式升级。

（四）风险管控机制

突破单一由气象条件评估运行风险的模式，结合航线、油量等运行参数，评估天气发展形势对于航班运行影响，设置三级告警模式，对落地前60分钟的航班评估风险等级，并自动推送风险提示，将风控窗口期前移，实现及时且精准地掌握高运行风险航班。

支持数据回放与事件归档等功能，可按时间范围查询历史雷雨事件，一键调取实况与预报数据，联动地图回放雷雨演变与航班轨迹，便于事后安全分析和策略优化。

（五）安全应用成效

公司签派员评价系统的准确率评价为75%，西藏空管中心评价系统0-1小时强对流外推产品准确率70%-80%。以2025年雷达观测实况为真值，与预报对比检验，0-60分钟准确率平均值为77.38%，60-120分钟为70.72%。

2025年雷雨季期间，系统累计保障受拉萨雷雨影响航班127架次，减少返航备降32班、无效空中等待4班。在综合运用拉萨雷雨概率模型、AI分级告警、放行决策优化等多种措施的情况下，公司整体运行安全指标持续改善：2025年公司整体返航备降率为0.37%，同比下降26%；拉萨机场返航备降率为1.07%，下降48%。

精准量化预警有效规避恶劣天气下盲目进近风险，智能化应用替代人工重复研判工作，有效降低一线人员负荷，减少人为失误，实现气象风险“可视化、可预警、可追溯”的闭环安全管理，项目凭借突出的安全提质成效获评西藏自治区“五小”创新成果二等奖。

四、AI技术在高高原管理应用的现存难点

结合项目实际经验，当前新技术在高高原民航安全管理推广仍存在多重现实难题，主要包括：

（一）行业数据标准缺失

国内高高原机场布局分散、观测设备制式不一，跨单位数据共享机制尚未建立，缺少统一的行业数据集规范，制约 AI 模型跨机场迁移复用。

（二）AI的可解释性不足

现有AI模型多基于平原气象样本训练，高原特殊天气偶发预报偏差；深度学习模型的黑箱特性导致一线安全管理人员对预警结果采信谨慎，制约其纳入决策流程规范。

（三）缺少行业配套制度

现行民航规范、规章基于传统模式编制，缺少AI预警结果合规使用条款，智能辅助决策尚未嵌入安全作业流程与安全考核体系。

（四）复合型人才不足

行业内兼具民航安全、高原气象、人工智能技术能力的复合型人才稀缺，制约系统持续迭代与全行业推广。

五、深化AI技术赋能高高原民航安全管理实施路径

立足行业痛点与项目经验，结合民航安全治理现代化要求，从数据、技术、制度、人才、推广五个维度制定系统化推进方案：

（一）统筹建设高高原民航安全共享数据集

由民航管理部门统筹高高原机场、空管、航司资源，统一数据采集、脱敏、存储标准，建立分级安全共享机制，在合规前提下归集气象、航班、不安全事件数据，筑牢行业 AI 应用数据底座。

（二）优化算法研发，提升模型安全可靠性

联合院校、科技企业组建专项攻关团队，聚焦高原小尺度极端天气优化算法，融合气象物理机理与深度学习技术，打造物理约束+数据驱动的双驱动模型，提升预报可解释性；建立常态化模型实测迭代机制，依托各高高原机场运行数据持续滚动优化参数，稳步提升极端天气预警精准度。

（三）完善法规制度

推动行业修订相关规范、规章，明确AI智能预警成果在安全决策中的合法地位，把分级预警、智能辅助放行方案纳入民航安全作业标准。

（四）培养复合型人才

依托落地项目建立实训基地，定向培养复合型技术骨干，储备高高原智能化安全管理人才。

（五）分步推广管控方案

以拉萨贡嘎机场为标杆示范基地，形成标准化建设方案与企业技术规范，逐步形成“可复制、可落地、可验证”的高高原气象智能管控行业方案。同时为C919等国产机型高原常态化运行提供智能化气象安全技术储备。

六、结语

高高原民航安全事关航空行业整体安全与边疆稳定发展，推进人工智能与气象风险管控深度融合，是落实总体国家安全观、推进民航安全治理体系和治理能力现代化的重要举措。

西藏航空通过两代系统迭代，探索出一套适配高高原场景的“AI+气象安全”管控模式，有效破解了传统模式“预报难、预警慢、决策迟”的顽疾，推动安全管理从经验驱动转向数据智控。本次实践形成了数据构建、算法研发、风险预警、闭环管控、行业推广的全链条落地范式，可为全国高高原机场智慧安全建设提供借鉴。

下一步，公司将持续依托民航监管单位指导，深化技术攻关与应用创新，不断完善高高原民航智能安全体系，以科技创新筑牢高高原航空安全防线，为全面推进智慧民航、数智兴安建设和民航高质量安全发展贡献力量。

 【责编 李媛】