精“画像“ 擅“捕捉” 天气气候“脉动” 如何把握？
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）