9月16日，中国民用航空局、国家数据局联合印发《民航数据治理体系建设实施方案》。方案提出，到2027年基本实现运行、出行、物流、监管等重点领域公共数据开放共享，探索数据要素市场化流通试点，并形成一批高价值应用示范和高质量数据产品。一天后开幕的第四届中国航协航空大会，又首次把人工智能作为贯穿大会的主线。
两个最新信号指向同一变化：民航数智化正在从单点系统和模型演示，进入数据治理、业务融合和规模化场景落地阶段。作为影响飞行安全、航班正常性和运行效率的重要外部变量，航空气象也需要从独立的信息服务，进一步进入航司、机场和运行保障单位的数据链与业务链。
民航数据从共享走向高价值应用
《实施方案》不仅提出建设数据目录、资源库和流通基础设施，还强调推动民航数据深度融入安全、运行、出行、物流和监管等业务场景。这意味着，数据是否“有”已不是唯一问题，更重要的是数据能否统一治理、合规流通，并在真实业务中产生可验证的价值。
航空运行具有强时空属性。单独一条天气预报，很难直接回答某一机场、航路或航班将受到怎样的影响。只有将气象数据与机场地形、航线航路、航班计划、运行规则等信息结合，才能形成针对强对流、大风、低能见度、降雪结冰等天气的风险研判和处置参考。航空气象因此天然是民航高价值数据应用的重要组成部分。
AI价值从生成答案转向嵌入流程
民航局此前发布的《关于推动“人工智能+民航”高质量发展的实施意见》，围绕安全、运行、出行、物流、监管和规划建设六个领域，提出42项具有推广前景的应用场景。9月17日，中国航协航空大会又明确强调，要把人工智能打造为民航安全能力的增强器，聚焦场景落地，同时坚守安全底线。
对于航空气象而言，AI的作用不是替代签派、机组或运行控制人员作出最终决定，而是提升多源数据处理、天气识别、短临预测、影响分析和信息分发效率。真正可用的智能化能力，应当把天气变化转化为不同岗位能够理解的风险语言，并留下人工复核、会商研判和运行反馈的完整链路。
航空气象需要成为运行数据层
从业务过程看，航空气象服务需要覆盖飞行前、运行中和飞行后的连续场景：飞行前辅助分析机场和航路天气风险；运行中持续跟踪高影响天气演变，为绕飞、备降、放行和运行调整提供信息参考；飞行后结合实况与运行结果复盘，不断修正模型和服务策略。最终放行、绕飞、备降和飞行操作，仍由法定责任主体按照法规和运行程序决定。
墨迹天气航空气象SaaS服务平台
墨迹天气建设AeroMetis航空气象SaaS服务平台，正是为了缩短原始气象数据与航空运行应用之间的距离。平台融合卫星、雷达、闪电、数值模式及地面观测等多源气象资料，并结合航空业务场景，将天气监测、预测预警、影响研判和运行复盘连接起来，形成“预判—决策—执行—复盘”的辅助决策闭环。对于高原、高高原等复杂地形场景，还需要通过本地数据积累和模型适配，持续提升服务的针对性。
数据治理决定智能化能走多远
民航数据要素市场形成，并不意味着数据越多越好。数据质量、标准统一、使用授权、隐私保护和安全治理，决定了智能化应用能否稳定运行。气象服务企业既要提升预测和算法能力，也要理解民航业务规则，建立可追溯的产品检验和服务流程。
随着数据共享、人工智能和行业场景进一步融合，航空气象的价值将不再局限于“报出天气”，而在于帮助运行人员更早看到风险、更快形成共同判断，并把气象信息转化为可进入业务流程的辅助依据。这也是商业气象服务从专业数据供给走向产业决策辅助的重要方向。
* 本文配图由AI辅助生成，仅供示意参考。图片内容仅为辅助说明，不构成任何专业建议或商业承诺。如有侵权或不当之处，请联系我们处理。