该成果标志着强对流天气预报从经验驱动向数据驱动、物理可解释AI的范式转变，为突发灾害防控提供关键技术支撑。未来需扩大样本量覆盖更多天气类型，优化跨区域泛化能力，并探索模型在龙卷风、冰雹等灾害中的扩展应用，最终构建全域智能预警体系。相关研究成果以TG-Net: A Physically Interpretable Deep Learning Forecasting Model for Thunderstorm Gusts为题发表在Journal of Meteorological Research上。
