服务类型

登记测试

{{postExcerpt33}}

验收测试

{{postExcerpt34}}

性能专项测试

{{postExcerpt35}}

信息安全测试

{{postExcerpt37}}

其他检测服务

{{postExcerpt38}}

Learn More >
公司动态
南京信息工程大学与浙江海康智联科技有限公司签署战略合作协议
10月13日，南京信息工程大学与浙江海康智联科技有限公司(以下简称海康智联)在宁签署战略合作协议。海康智联总经理温熙华、华东区总经理吴长春，江苏开放大学副校长耿焕同等，南京信息工程大学党委副书记闵锦忠出席会议。
江苏满星测评信息技术有限公司拜访合肥市气象局
8月5日上午，江苏满星测评信息技术有限公司总经理带队拜访了合肥市气象局、合肥国家基本气象站、合肥国家农业气象试验站。 我司先是参观了气象服务中心探测数据平台、合肥国家基本气象站及合肥国家农业气象试验站等工作。随后双方就技术研讨进行座谈交流，并达成共识。
江苏满星测评信息技术有限公司拜访山东省气象局和济南市气象局
2022年8月4日，江苏满星测评信息技术有限公司总经理带队到山东省气象局及济南市气象局进行拜访，与气象局诸位领导进行座谈，并围绕预报预警相关业务以及成果进行深入交流。
江苏满星测评信息技术有限公司拜访国家气象局
2022年8月1日，江苏满星测评信息技术有限公司拜访国家气象中心，与相关司局负责同志就进一步深化合作，进行技术、产品成果等方面进行座谈。确定了“点-线-面”的合作形式，从具体项目的委托授权技术试用协议开始，再进行项目拓展，签订战略协议，最后达成以下合作共识：
江苏满星测评信息技术有限公司拜访陕西省气象局和西安市气象局
2022年7月28日，江苏满星测评信息技术有限公司总经理带队，拜访陕西省气象局和西安市气象局。
江苏满星测评信息技术有限公司拜访广西省气象局
2022年6月27日，江苏满星测评信息技术有限公司总经理带队前往广西省气象局进行合作交流。
Learn More >
行业资讯
精“画像“ 擅“捕捉” 天气气候“脉动” 如何把握？
日期：2024-07-25 13:30:32
编者按：面对全球变暖、极端气候事件频发给人类带来的挑战，加强天气预报和气候预测并及早未雨绸缪，是应对挑战的重要举措。 天气预报、气候预测，“报”与“测”的一字之差，清晰表明了二者之间的精准度和不确定性是有差别的。那么，天气预报和气候预测有何区别？气象部门如何为天气、气候精准“画像”，从而实现无缝隙预报？这背后的技术难点和挑战在哪？本期科普看台带您走近预报预测业务前沿，一探究竟。 短时临近预报——破译天气的“瞬时密码” 专家顾问：国家气象中心强天气预报中心技术总师 郑永光 今年4月15日晚，四川省宜宾市屏山县部分区域出现33.1米/秒的破纪录最强风速，狂风肆虐下，屏山县大乘镇岩门村七四茶厂厂房顶棚发生倒塌。好在根据气象部门事先做出的短时临近预报，当地政府及相关部门紧急响应、果断处置，处于险情中的26名工友被迅速撤离，避免了人员伤亡等情况发生。 那么，气象部门的短时临近预报指的是什么？它与常规的天气预报有何关系？在气象防灾减灾中能发挥怎样的作用？ 短时临近预报，强对流天气防御的“利器” 短时临近预报，常简称为短临预报，其实是我国天气预报业务中的两个部分，即短时预报和临近预报。 一般来说，未来0至2小时的天气预报称为临近预报，2至12小时的预报称为短时预报，二者主要用于强对流天气的防范与应对。我国位于东亚季风区，冷暖、干湿空气交汇频繁，暖季对流系统活跃，经常产生短时强降水、冰雹、雷暴大风、龙卷风等强对流天气。而这些天气往往突发性强、尺度小、演变快，同时致灾性强，容易造成重大人员伤亡。因此，气象部门对强对流天气的监测、预报以及风险防范，显得尤为重要。 与其他天气预报相比，短时预报与临近预报主要针对强对流天气开展，与更长时段的天气预报相比，其预报准确性更高。短时临近预报通常是基于观测实况，如雷达、卫星、自动气象站等多源观测资料，再结合数值预报和人工智能等技术方法，制作区域更精细、更高分辨率的天气预报。 科技支撑，锻造短时临近预报业务系统 郑永光介绍：“临近预报是从‘0’时刻开始的，即从当下实况天气的监测开始。”不同于借助雷达、卫星、自动气象站等观测设备实时收集观测数据，监测是指预报员或算法软件依托观测资料，从现有的观测数据中提取关键信息的手段。可以说，监测是临近预报的起点，也是最重要的基础。因此，预报员需要了解并抓取有用的观测信息，再通过临近预报技术手段对强对流天气进行预报。 过去，临近预报技术以外推预报方法为主，简单地说，就是通过计算对流系统历史移动路径，预报接下来哪些区域可能受到该对流系统的影响。目前，随着机器学习技术的广泛应用，基于传统机器学习和深度学习算法的预报方法，已被广泛应用到临近预报技术当中。 而短时预报则是以快速更新的高分辨率数值（集合）预报为基础，结合天气监测产品和预报员经验开展的预报。如今，通过观测资料和高分辨率数值模式相结合，也就是“同化”，再由数值模式积分计算得到的预报结果准确率已经有了显著提升。但是，由于短时预报对象的尺度小、发展迅速等特点，数值预报会存在空报、漏报情况。因此，预报员仍需在高分辨率数值（集合）预报基础上，根据现有天气监测情况进行分析和调整，完成短时预报。 针对临近预报和短时预报，中国气象局已研发完成短时临近预报业务系统（SWAN3.0）。该系统集成了双偏振雷达、X波段雷达、卫星、自动气象站等多源精细观测资料，研发了智能识别和应用深度学习的短时临近预报等算法，并在国、省、市、县四级气象部门实现共享和落地应用，成为气象部门尤其是基层气象台站防范应对强对流天气的一个必备工具。 此外，中国气象局于今年6月发布人工智能临近预报系统“风雷”，该模型将数据驱动与物理驱动两大科学范式紧密结合，显著提高了公里尺度0至3小时雷达回波的预报能力，实现了深度学习与物理规律的无缝隙融合，目前该模型产品已经集成到SWAN3.0中。 分秒必争，探索突破短时临近预报“瓶颈” 相较于更长时段的天气预报，短时临近预报因其对即时天气变化的敏锐捕捉而备受瞩目。但即便如此，短时临近预报依然是全球气象学界亟待突破的难题之一。 短时临近预报可谓一场与时间的赛跑。例如，对于龙卷风、冰雹等突发的强对流天气，由于其形成和发展的迅速性和复杂性，准确预报仍有很大难度。即便是美国这种拥有丰富历史资料和数据的发达国家，在面对龙卷风等天气时，短时临近预报的空报率也居高不下，高达七成以上。 同样，我国也面临着相同的问题。郑永光对此解释：“短时临近预报‘诊断’的是中小尺度天气系统，因其‘个头小’、生命史短且变化多端，给监测和预报工作带来了不小挑战。”尤其是对流性天气系统，因形成机理复杂，其发生时常常出现“十里不同天”的状况。另外，强对流等天气过程在时间上的突发性也为准确预报带来了挑战，易致预报研判产生偏差。 当下，雷达、卫星、自动气象站等观测手段，能够助力预报员有效获取各类天气关键信息，但对于小尺度、突发性强的天气过程，对其产生影响的地形、边界层条件、水汽输送等因素仍难以精确捕捉和模拟，这也导致预报所需信息的掌握并不完备。 正因如此，当前短时临近预报面临着三大挑战：监测难、研判难、预报难。尽管已经拥有了精密的现代气象观测网络，但观测资料在时间和空间上分辨率仍然有限，各种观测手段也存在自身局限，难以实现全覆盖。比如，静止气象卫星监测处于“俯视”状态，只能“看到”系统表面的情况；雷达系统虽然能够“近身”观测，但也存在探测盲区、远距离信号衰减等问题。 目前，对于中小尺度天气系统的复杂物理机制我们还未完全掌握，只是部分了解，同时探测难度较大也进一步加大了研判难度。监测难、研判难也致使短时临近预报的精确预报“难上加难”。总的来说，提高短时临近预报准确率是一个持续的挑战，还需继续加强科技创新、多方协同，以更好应对强对流天气演变带来的影响。 锚定目标，攻坚强对流天气预报关键核心技术 预警提前量每一分一秒的提升，都要付出100%努力。 有两个数字在气象预报领域流传已广，那就是数值预报的可用预报天数每提高1天，平均需要花费10年。而在短时临近预报领域，能提前多久准确报出强对流天气，我们要以分钟来计算。 我国强对流天气预报的发展最早可以追溯到20世纪五六十年代，且来源于最迫切的民生需求，那就是如何减少冰雹对农业生产的影响。从1998年起，新一代天气雷达在全国各地陆续建成，为全面开展强对流天气的短时临近预报预警工作奠定了观测基础。2004年，中国气象局发布《突发气象灾害预警信号发布试行办法》，为强对流天气预警信号做出规定。2005年，国家气象中心开始制作强对流天气预报。2009年，国家气象中心强天气预报中心正式成立，全面负责国家级强对流天气预报，同时全面发展监测和短时临近预报技术。 强对流天气发生突然，破坏力巨大。以龙卷风为例，虽然它在我国发生概率不算高，却有极强的致灾性。2016年，江苏阜宁龙卷风事件发生后，为进一步提升包含龙卷风在内的强对流天气预报水平，国家气象中心牵头开展了龙卷风监测预警业务试验，经过三年的不懈努力，初步建立了龙卷风监测识别、预报预警和灾害调查的业务框架。 2017年以来，国家气象中心陆续实施了多个重点研发专项，积极发展强对流天气的监测、短时和临近预报技术，并引入了人工智能等先进技术手段；研发了基于综合观测的突发性强对流天气识别技术，冰雹、雷暴、大风、龙卷风等强对流天气监测识别能力大幅提升；积极开展SWAN 3.0系统等建设，通过不断集成研发最新的预报技术，实现科研成果到业务应用的快速转化。 在郑永光看来，强对流天气的短时临近预报是一个国家气象综合实力的体现，从各种观测手段到数值预报，再到数据传输的信息化支撑，每一步环环相扣，缺一不可，因此预报能力的提升注定是一场“静悄悄的革命”。而他所带领的中国气象局强对流天气重点创新团队，正锚定强对流天气这一国际气象预报的重点难题，扎实推进相关监测预报预警关键核心技术自主创新、原始创新。（李倩 穆俊宇 王晓凡 实习记者 黄琬婷） 气候预测——勾绘未来气候图景 专家顾问：国家气候中心首席预报员 郑志海 “预计2024年长江中下游、淮河流域、太湖流域可能出现较重汛情，6月至7月上半月主要多雨区位于长江中下游及江淮流域，之后北移至黄淮、华北、东北地区。”这是今年3月，国家气候中心针对主汛期（6—8月）做出的气候预测，目前来看与实况基本一致。 这样的气候预测结论是如何得出来的？气候预测与天气预报之间的区别是什么？有哪些预测方法？预测准确率如何？生产生活又该如何用好气候预测产品？ 两周——天气预报和气候预测在此分野 在日常生活中，老百姓一般更多关注的是短时间内的天气情况如何，比如今天会不会下雨，明天的气温有多高，后天是否会出现暴雨、大风、冰雹等天气？但如果想知道“下半年我们这里雨水大不大”“春耕时节会不会干旱”“夏天是否会有大范围极端高温”这些问题的答案，就需要“气候预测”来回答了。 天气预报和气候预测到底有何区别？其实，天气预报是对未来较短时间内发生的具体天气现象，如降水、大风等做出预报。一般而言，天气预报的上限大约为两周，超过两周就进入到气候预测的范畴。 一个容易让人误解的地方在于，气候预测并不是预报未来很长一段时间内某一天的具体天气现象，而是预报未来一段时间天气的平均状况，或叫气候状况。当前，气候预测主要是对15天及以上的时间尺度进行预测，按照不同时段再细分，有延伸期（15~30天）、月、季节、年以及年代际（1年以上）气候趋势预测等。因此，如果你要问未来一个月后某天的天气如何，比如会不会下雨这样的问题，是无法得到答案的，因为两周以上的逐日天气就不可预报了。 气候预测是国际大气科学领域的一大难题，既然是预测，就总存在各种不确定因素和误差，因此要达到100%的准确率是不可能的。一般认为，气候预测准确率上限在75%到85%之间。在不同地区，影响气候的因素复杂程度不一，因此气候预测的难度也有差异。 就我国而言，由于地处东亚季风区，季节和年际变率大；又因为处于太平洋西北部、亚欧大陆东南缘，西边是青藏高原，海洋、陆地、高原对我国气候的影响都很大。因此，影响我国气候异常的因子极为复杂，加之对相关机理认识有限、预测方法存在不确定性、实时数据数量有限等因素，我国气候预测的难度和不确定性更大，目前准确率总体在70%左右。 另外，在全球变暖背景下，气候预测面临着更大的困难和挑战。一方面，全球气候变暖提高了气候灾害发生的频率，气象灾害呈现出更复杂的新特征，频繁发生的气象灾害使预测难度加大。另一方面，由于全球变暖影响呈现时空不均匀性，气象要素与关键影响因子之间的关系也在不断发生变化，进一步加大了气候预测的难度。 给气候“画像”，总共分几步？ 天气预报主要聚焦大气圈，搞清楚大气圈的活动就可以预报未来一到两周的天气。气候预测则没那么简单，不仅要关注大气圈，还要将水圈 （含海洋）、冰雪圈、岩石圈（含陆面）和生物圈等组成的高度复杂的地球系统各圈层考虑进来，因为这些圈层不但自身在发生变化，而且在不同的时空尺度上有明显的相互作用。气候专家需要精准全面地“捕捉”这些信息，才能拼出较为准确的气候“全貌”。由此可见，气候预测要比天气预报更为复杂。 要给气候“画像”，自然需要“画笔”。当前，气候专家手中主要有两种“画笔”——一种叫“物理统计”，一种叫“气候模式”。前者基于大量历史观测数据，利用数学和物理规律，诊断全球海洋、海冰、陆面过程等对大气环流的影响，找到气候系统的可预报性；后者是通过建立物理模型来量化气候系统。这听起来有些复杂，但简单来说，“物理统计”是气候专家根据之前“看到”的大量气候“画像”，结合大气环流规律来作画；而“气候模式”则是利用模型建立“实验室”来模拟“绘制”气候状况，这需要超级计算机的支撑。 然而，这两种方法都存在不足。在实际气候预测中，需要将两支“画笔”结合起来，获取气候模式预测信息和机理诊断的关键要素预测信息，进行最优集成，然后给出气候预测结论。 为此，气象部门研发出第三代气候模式，即次季节—季节—年际尺度一体化气候模式预测业务系统（CMA-CPS）——整体性能同类先进，部分性能达到国际领先水平，还研发了动力与统计集成的季节降水预测系统、多模式解释应用集成预测系统、中国多模式集合预测系统……有了这些功能多样的“画笔”，对于准确描绘出气候“画像”自然就更加得心应手。 另外，随着近年来高性能计算机、大数据、先进的机器学习和深度学习算法的快速发展，人工智能为提高气候预测水平提供了新的思路和契机，有望成为预测气候的新“画笔”。 今年6月，中国气象局发布人工智能全球次季节—季节预测系统“风顺”，形成了面向未来60天全球基本要素和极端事件的确定性和概率预报测试产品。为了建立预测水平较高的AI气候预测模型，需要充分了解大数据背后的气候动力学。换言之，将AI和气候模式相结合，利用模式弥补AI的不足，对于充分发挥AI在气候预测中的潜力、提升AI对极端气候的预测能力至关重要。 此外，为从根本上提高预报预测服务水平，气象部门一直致力于构建无缝隙天气气候预报预测数值模式体系，形成了覆盖短临、短期、中期、长期、延伸期—次季节、季节—年际、年代际等不同时间尺度的无缝隙预报预测服务产品。 气候变化是天气气候演变的大背景、大格局，它对各个时空尺度的天气气候预测准确率均有重要影响。如果不清楚气候变化对大气、陆地、海洋等的影响，对气候大背景把握不准确，中短期天气预报就可能出现较大偏差。例如，气候变暖以后，台风强度增强，如果还按照气候变暖之前的模式进行预测，预报的台风强度肯定会偏弱。 因此，我们既要加强气候系统各组分之间相互作用的物理机制和地球生物化学过程研究，提高气候变化长期预测的可信度，又要不断升级月—季—年的短期气候预测模式，同时还要大力发展2至5周的延伸期预报。这三方面发展的必然结果就是天气预报和气候预测完全一体化，实现无缝隙预报。 如何用好气候“画像”？ 每年汛期，超标洪水、水库风险、山洪灾害最易造成损失，根据雨情水情超前调配资源，部署相关措施，事关生命安全。 农业干旱、低温冷害等威胁我国粮食安全，提前知悉雨温趋势做好应对准备，关乎农民“钱袋子”、百姓“米袋子”安全。 如果说天气预报可为近几天的安排提供帮助，那么气候预测则可为更长时间的规划提供依据。例如，针对“今年汛期长江流域降水偏多”的预测，农业部门可以根据预测结论以及相关农业种植、产量等预报预测模型，计算有关区域降水偏多对农业的影响，从而有针对性地指导相关区域改种需水量较大的农产品，适当采取补救措施。 可见，用好气候“画像”是很有价值的，在农业、水利、能源、物流、工业、金融等领域，气候预测都可以发挥重要作用。 服务防汛抗旱——我国地形复杂，受东亚夏季风系统变率大的影响，每年七大江河流域的旱涝情况不同。在防汛抗旱物资储备、农业灌溉用水和水力发电调度方面，准确的预测可以使灾害损失降低到最小，使水利资源的利用效益发挥到最大。 助力农业生产——准确的气候预测和天气预报服务相结合，有利于农业生产的安全运行。例如，准确预测春季气候是否异常、春雨多寡、气温高低，可以帮助农业生产部门及广大农民对农作物选种、播种科学决策。 增效工业生产——准确的气候预测，能协助相关部门和企业提前做好生产计划和相应安排，从而降低风险隐患、实现趋利避害和降本增效。 推进生态环境向好发展——在全球变暖背景下，我国西北地区呈现暖湿化趋势。气候预测显示，未来西北地区西部降水仍会继续增加，气候将持续变湿。为此，要抓住气候机遇，加快气候适宜区的生态环境建设，并充分利用好有利气候条件，积极开发利用空中云水资源。 在气候变暖背景下，干旱、暴雨等极端天气气候事件频发，百姓生产生活对长期气候预测的需求越来越大。为此，2021年3月，中国气象局首次面向公众发布气候趋势预测产品，此后定期发布《气候预测公报》，内容涵盖延伸期、月、季节和年度气候趋势预测产品，标志着气候预测产品正式“飞入寻常百姓家”，惠及各行各业和百姓生产生活。 值得注意的是，公众使用气候预测信息时应充分了解天气预报和气候预测的不同，客观认识气候预测的不确定性，持续关注预测产品的滚动更新，科学合理运用气候趋势预测结果。（吴鹏） （责任编辑：曹锐怡）
研究发现气候变暖会加速全球磷风化
日期：2024-07-19 08:36:22
记者7月16日获悉，基于全球表土数据集，来自中国科学院地质与地球物理研究所等单位的科研人员，评估了气候和非气候要素对全球化学风化过程中磷释放的影响，建立了温度和磷风化的定量关系。基于此，他们发现，气候变暖会加速全球磷风化。相关研究成果在线发表于《科学进展》杂志。 磷是构成生物体细胞的基本元素之一，对海洋生物的生长和繁殖至关重要，可以决定海洋生物圈的大小。在生态系统中，磷主要来自陆地化学风化过程中磷酸盐的溶解，也就是磷风化。 以往的研究显示，气候对磷风化有显著影响。多种温度与磷风化之间的定量关系已被应用于全球模型中，以理解地球历史上耦合的生物地球化学循环过程。“然而，基于实证数据的气候与磷风化之间的定量研究仍然缺乏。”论文共同通讯作者、中国科学院地质与地球物理研究所副研究员郭利成说。 针对这一科学问题，科研人员集成了14322个全球表土的环境因子和主量元素数据，建立了温度和磷风化的定量关系，并基于数值模型构建了全新的磷风化通量与全球平均温度的关系。 数据集成结果揭示，温度调控着全球尺度土壤中磷元素的迁移，当温度超过12℃时，土壤中的磷含量显著下降。“增温引发全球磷风化通量的增加会导致海洋生产力升高，水体氧气快速消耗，有机碳在海洋沉积物中大量埋藏，进而引发全球降温。”郭利成说，新的研究结果也证明，磷风化增强是大洋缺氧事件的一个重要驱动机制。 郭利成表示，从增温引发全球磷风化加速的结论可以进一步推测，未来人类碳排放造成的增温很可能会导致全球土壤磷的快速流失，这将危及全球农业生产和海洋生态系统。 （原标题：研究发现气候变暖会加速全球磷风化） （来源：科技日报 作者：陆成宽 责任编辑：曹锐怡）
立足中国气象局人工智能气象预报大模型示范计划看经纬—— 推动人工智能气象预报大模型有序发展
日期：2024-07-12 13:55:57
5月的第七届数字中国建设峰会·数字气象分论坛上，中国气象局发布了人工智能气象预报大模型示范计划（以下简称“示范计划”），以及包含6大类12种气象数据和产品的《人工智能气象大模型训练专题数据目录》（以下简称《目录》）。 　　7月，示范计划已进入测试期。气象部门持续深入贯彻落实《气象高质量发展纲要（2022—2035年）》部署要求，结合《人工智能气象应用工作方案（2023—2030年）》目标任务，制定出台相关方案，推进气象领域大模型规范有序地发展，打造人工智能技术研发应用生态。 　　面对新形势新要求——打造人工智能技术研发应用新生态 　　当前，世界人工智能发展呈现出科技创新与产业应用加速迭代、齐头并进的态势与特征。在气象领域，国内外人工智能气象预报大模型相继涌现，不断在天气预报精准性和时效性上取得突破，但同时也面临发展亟待有序规范，业务实际效用较低等困境。 　　面对新形势、新要求，中国气象局组织开展人工智能气象预报大模型示范计划，深入贯彻落实《气象高质量发展纲要（2022—2035年）》。同时，据此前印发的《人工智能气象应用工作方案（2023—2030年）》和《人工智能气象预报大模型建设工作方案（2023—2025年）》等文件，持续推进人工智能气象预报大模型标准规范和有序发展，解决预报业务实际难题，促进人工智能气象预报大模型的业务应用转化、准入和应用，营造人工智能技术研发应用的创新生态。 　　开展示范计划，不仅可对目前国内外各类机构部门研发和运行的人工智能气象预报大模型进行评估和对比检验，推动人工智能气象预报大模型预报技术的深入发展，还能持续提升人工智能气象预报大模型在天气预报服务中的融合应用水平，促进相关预报技术在气象服务保障工作及防灾减灾等方面深化应用。 　　面向社会广泛征集——实现大模型与气象业务创新融合应用 　　自2024年5月示范计划发布以来，中国气象局坚持“博采众长、流程贯通、公开规范、创新应用”的原则，面向社会广泛征集人工智能气象预报大模型，推动实现模型—数据—产品—评估全链条衔接，面向未来实现大模型与气象业务创新融合应用。 　　示范计划明确预报示范内容为以数据驱动为主的人工智能天气预报大模型，即基于长历史气象数据，利用机器学习或深度学习训练，并可以当前实况分析数据驱动，推理预报未来天气的人工智能预报模型。 　　示范主要面向实际预报业务应用场景，示范内容包含高空气象要素、地面气象要素、定量降水预报、台风路径及强度预报、灾害性天气过程预报五类。示范产品则由人工智能气象预报大模型在统一的运行环境下实时生成。 　　此前发布的《目录》，将有力引导并规范各类机构、个人使用国产自主气象数据产品，凝聚行业力量，重点围绕人工智能气象预报大模型建设开展新技术、新算法等创新研发，助力夯实中国气象局在人工智能气象应用领域的主力军和领航员作用。 　　根据示范计划的实施需求，中国气象局相关单位将准备大模型训练、运行与检验所需数据，构建大模型实时运行资源与环境，建立实时运行与监控流程，规范存储输出数据，提供网站资源，支撑产品集成、平台展示和检验评估，为天气预报大模型安全稳定运行和示范提供支持保障。 　　严格落实进度安排——有序推进示范计划各项工作开展 　　根据示范计划的进度安排，5月以来，中国气象局已印发示范计划工作方案，成立示范计划组织机构。各专项工作组也已制定相关技术方案，确定检验评估标准，完成示范计划相关启动工作。 　　2024年7月至10月，是示范计划的测试期。在此期间，各报名参与示范计划的单位将开展基于国产数据的人工智能气象预报大模型训练，完成示范大模型在国家气象信息中心的部署并开展实时运行测试，实现数据实时传输、产品实时显示。 　　正式示范及实时预报产品的传输、展示将于2024年11月开始，中国气象局相关单位将做好各模型的运行维护和系统保障维护工作。其间，各参与单位可在2025年3月底之前，申请完成一次大模型升级、更新和重新部署。 　　经总结评估后，中国气象局还将组织专家对大模型的先进性开展评审，并加强与优秀大模型研发机构的深度合作研究，邀请其开展大模型的业务应用。 （作者：黄彬 责任编辑：张林）
国家气候中心主任巢清尘：气候变暖加剧气候系统的不稳定 极端天气气候事件多发频发
日期：2024-07-04 15:51:43
6月上中旬，北方出现大范围极端高温天气，河北、河南、山东等地高温持续时间长、日最高气温具有极端性。与此相应，南方多地暴雨不断。6月17日至30日，长江中下游地区出现持续强降雨天气，江苏南部、安徽南部、浙江西部、湖北东部、江西北部、湖南东北部以及广西北部、贵州中部等地累计降雨量达300~500毫米，其中安徽南部局地达800~1000毫米。安徽、湖北、湖南、江西、贵州等地发生暴雨洪涝灾害。 随着全球变暖加剧，气候的波动似乎更加剧烈，极端天气气候事件发生的强度和频次正在刷新原有的认知。极端天气气候将驶向何方？我们应该如何应对？本报联合新华网记者就此采访了国家气候中心主任巢清尘。 极端高温暴雨事件频繁来袭 记者：北半球入夏以来，“超级热”席卷全球，我国北方多地也出现持续高温，而且热得早、来得猛，究其原因和气候变化有关系吗？今年我国是否会出现最热夏天？ 巢清尘：全球气候变暖及厄尔尼诺事件是极端高温的大气候背景。在全球变暖气候背景下，平均温度升高、高温天气的发生趋于频繁。20世纪中期以来，我国气候变暖的幅度明显高于同期全球平均水平，极端高温事件增多增强或已成为“新常态”。 随着全球气候变暖加剧，近年我国高温天气呈现出首发日期提前、发生频次增加、累计日数增多、影响范围变广、综合强度增强的特点。全国区域高温天气过程首次发生日期以每10年2.5天的速率提前。 阶段性大气环流异常是区域高温天气形成的直接原因。初夏北方高温主要受到西风带暖高压的影响，在暖高压控制的地区，盛行下沉气流，天空晴朗少云，不易成云致雨，太阳辐射强，近地面加热强烈，在高压系统异常强大且稳定维持条件下，极易形成持续性高温天气。 预计2024年夏季，全国大部地区气温较常年同期偏高，高温范围广、日数偏多。华北、华东大部、华中大部、华南、新疆等地可能出现阶段性高温热浪，部分地区可能出现极端高温。高温的区域有明显的阶段性变化，6月高温主要位于我国北方地区，盛夏（7—8月）高温主要在我国南方地区。 记者：今年我国南方洪水频发，民间有“龙年水大”的传言，从专业角度来看，可信吗？历史上龙年是不是极端天气更多？ 巢清尘：从《中国气象灾害大典》中统计的1951—2000年暴雨洪涝事件来看，50年中22年发生重大暴雨，其中的5个龙年，只有两年发生，可见并不是所有的龙年华南都会发生暴雨洪涝事件，华南地区重大暴雨洪涝事件在各个年代均会发生几次。 再以长江特大洪水为例，1931年、1954年、1998年、2020年等长江特大洪水均不是发生在龙年。从1961年以来中国极端日降水量事件频次统计数据来看，1963年、1984年、1991年、1994年、1996年、1998年、2010年、2012年、2013年、2016年、2018年、2020年、2021年、2023年多于常年，除2012年之外，均不是龙年。从中国年平均降水来看，2016年（第一）、1973年（第二）、1998年（第三）也均不是龙年。因此从历史数据的分析来看，并没有确凿的证据支持“龙年水大”的传言。 实际上，气候系统中海—陆—气相互作用、东亚季风及其各成员、台风活动等都可能对降水的时空分布造成影响。随着全球变暖加剧，大气中的水汽含量增多，出现极端降水的可能性也将变大。此外，人类活动排放的气溶胶成为大气降水的凝结核，对降水也会产生重要的影响。 记者：当前我国气候形势如何？ 巢清尘：目前南涝北旱明显。南方区域性暴雨过程偏多。入汛以来（4月1日至6月23日），全国平均降水量为216.9毫米，较常年同期偏多17.1%，为历史同期第三多。华南、江南南部、东北等地明显偏多，华南地区降水量较常年同期偏多52.5%，为历史同期最多。珠江、松花江、辽河和长江流域降水量较常年同期偏多，其中珠江流域偏多50.3%，为历史同期最多。 黄淮等地出现春连初夏旱。入汛以来，黄淮、江淮及华北南部等地降水明显偏少，淮河、海河、黄河流域降水偏少，其中淮河流域偏少45.6%，为历史同期第3少。受高温少雨影响，华北、黄淮、江淮气象干旱发展迅速。 记者：全球极端天气频发的原因是什么？全球气候变化呈现什么特点？ 巢清尘：全球变暖是气候发生变化、极端天气事件频发的诱因之一。气候变暖加剧气候系统的不稳定，改变大尺度的大气环流形势，是造成极端天气气候事件频发的重要背景。 而人类活动造成的大气中主要温室气体浓度的增加则是全球气候变暖的主要原因，并进一步导致全球极端天气气候事件的发生频率、强度、空间范围及持续时间发生改变。 全球气候变暖还会改变大尺度的大气环流形势，通过海—气相互作用、陆一气相互作用的变化等影响不同区域极端天气气候事件的发生规律。更多的证据表明，人类活动对极端天气气候事件的变化产生了重要影响，人为影响已经大大增加了一些地区发生热浪的概率，对20世纪下半叶以来全球尺度的强降水增强也起到了重要作用。 近年来的观测证据显示，大气、海洋、冰冻圈等气候系统的各个圈层都已经在变暖，且在过去几十年变化明显加速。 未来气候风险加大 增强气候韧性刻不容缓 记者：我国的气候发生了哪些显著的变化？能否预测未来的走势？ 巢清尘：气候系统综合观测和多项关键指标表明，我国是全球气候变化的敏感区和影响显著区，气候变暖趋势仍在持续。1901—2023年，我国地表年平均气温呈显著上升趋势，平均每10年升高0.17℃。1961—2023年，我国平均年降水量呈增加趋势，平均每10年增加5.2 毫米，且年代际变化特征明显。 近半个世纪，我国干旱发生频次增加、强度增加、干旱范围扩大、干旱面积整体呈增加趋势，跨季节持续干旱事件也明显增多。台风登陆我国的平均强度和频数均出现一定的增强趋势，强台风及超强台风比例呈现明显上升趋势，登陆台风强度偏强且登陆位置偏北。近年来，我国强对流天气灾害的局地性、突发性越来越强，短时期内灾情即达极大，具有难预难防、破坏性大的特点。 根据最新的气候模式结果分析，预计到2050年，我国各类极端天气气候事件将呈现发生更频繁、影响更广泛、极端性更凸显的趋势。极端高温、干旱、降雨等事件趋多、趋强。 记者：就是说，气候规律正在发生改变，当气候规律、气候变化超出已有认知时，我们预判的难度是不是变大了？ 巢清尘：长期的气候变化科学规律本身存在着极大的复杂性与不确定性，而当前的气候变化预测和气候模式本身也存在较大不足。例如，对未来全球海平面上升的预测就存有很大不确定性，主要原因是对冰盖稳定性和临界状态缺乏足够的认识。另外，气候环境代用指标并不是完美的气候记录，存在其固有不确定性。建立气候指标与气候模拟结果关系的方法也存在不确定性。未来随着人类排放温室气体不断增加，预估全球气候未来变化趋势仍存在着诸多不确定。 记者：地球气候变了，人们怎么办？人类还能控制气候变化吗？ 巢清尘：人类活动的影响下全球气候系统出现了前所未有的变化，人们需要立即采取行动应对气候变化。可以采取减缓和适应气候变化的策略，减缓和适应二者相辅相成，缺一不可。一方面，通过实施“双碳”战略，加大减排力度，减缓气候风险。另一方面，加强气候变化监测预警和风险管理，提升自然系统适应气候变化能力，强化经济社会系统气候韧性，构建适应气候变化区域格局。 记者：剧烈的气候变化对经济社会造成很大影响，如威胁粮食安全、人体健康等，我们如何应对？ 巢清尘：剧烈的气候变化导致极端天气和气候事件频率和强度增加，对经济社会产生了广泛而复杂的影响。气候变化导致灾害增多，粮食产量波动更大，农业风险加大，最终导致粮食供应减少和粮食价格上涨，威胁到人类的粮食安全、营养和生计；气候变化通过直接或间接的影响路径对人群健康产生不利影响，比如增加传染性疾病、非传染性疾病的发生风险，甚至导致急性伤害或过早死亡；气候变化威胁重大工程的安全运行，如中国青藏高原地区多年冻土退化明显，青藏铁路、公路运行风险加大；极端天气气候事件直接影响着燃料供应、能源生产以及当前和未来的能源基础设施。 面对气候变化带来的挑战，人类社会必须加紧采取气候适应和减缓行动，保护人类减少或免受极端天气气候事件的不利影响。加强气候变化监测预警和风险管理，提升农业、人群健康、重大工程和能源等领域重大风险的预测预警能力，强化经济社会系统的气候韧性，构建适应气候变化的社会格局。同时，将应对气候变化作为重大国家战略，纳入生态文明建设整体布局和经济社会发展全局，为构建人类命运共同体贡献中国力量。 记者：气象部门在国家应对气候变化工作中发挥了哪些作用？ 巢清尘：气象事业是科技型、基础性、先导性社会公益事业，气象部门在应对气候变化科技支撑中发挥了重要作用。为深入贯彻落实习近平总书记关于应对气候变化工作重要指示精神和“双碳”战略目标，中国气象局紧密围绕气候变化国际科学前沿和国家重大需求，充分发挥科技创新在应对气候变化工作中的支撑和引领作用，加快补短板强弱项，整合优势资源组建了中国气象局气候变化中心、温室气体及碳中和监测评估中心和风能太阳能中心，聚焦气候变化科学研究、温室气体监测评估、保障能源安全等领域，印发实施了《中国气象局提升气候资源保护利用能力的指导意见》《温室气体观测业务建设发展方案》《风能太阳能资源气象业务能力提升行动计划（2021—2025年）》等发展方案、行动计划和规范，全面提升气象部门应对气候变化科学研究水平和服务国家战略决策的能力，增强了气象部门在应对气候变化工作领域的影响力。（本报记者：栾菲 吴鹏 新华网记者：李由 于子茹 访谈统筹：胡亚 陈克垚） （责任编辑：曹锐怡）
Learn More >