编者按：智能网格气象预报是无缝隙、全覆盖、客观定量的预报系统。中国气象局计划于2020 年建成“预报预测精准、科技支撑有力、核心技术自控、系统平台智能、人才队伍优化、管理科学高效”的从零时刻到月、季、年的智能网格预报业务体系。
建成这一新的预报业务体系
必须攻克一些技术难题，
才能满足人们对基于位置和影响
的气象预报的需求。
这些难题，
涉及0时刻的实况资料，
0-12 小时的短时临近天气预报，
也涉及未来10 天的中短期天气预报，
有些是世界性难题，
有些需要我们保持优势更进一步。
虽不易，但攻克难题的行动已经展开。
巧妇难为无米之炊，原材料走起！
作为预报的“地基”，观测资料的来源可谓千头万绪，地面、高空、卫星、雷达…… 每一大类又能细分成许多小项。仅以降水资料为例，地面观测有之，卫星观测有之，雷达观测有之，不同来源的资料就像一粒粒面粉，而且质量各异，仅仅把它们聚成一堆而不进行加工的话，用再好的饼铛也做不出饼来。
而多维实况数据分析，便是这样一个原料加工的过程：将彼此离散的面粉糅合在一起，使其成为均匀、细腻、连续的面团。只有这样加工好原料，才能让数值预报系统这个“饼铛”最大限度地发挥功用。
说起来轻松，但在智能网格预报技术攻关的过程中，和好这团面还真不容易。
节选自《图解格点化预报》图解。（图解来源：中国气象报社）
众所周知，网格预报是将地表分割成一个个方格，并以格点为单位给出预报意见，以实现最大限度的精细化。但在观测方面，气象部门显然不可能以格点为单位布设观测站。把站点的实况输入格点的预报系统，难免有些“文不对题”。因此，就需要一个分析过程来把观测实况数据转化成“格点模式”。
格点矢量图。（图片来源：百度图片）
在这个过程中，国家气象信息中心技术团队首先将各种不同来源、同一对象（如降水）的观测数据整合在一起，然后去伪存真、去粗取精，筛掉错误的、不符合要求的数据，再通过复杂的融合与同化计算，不断与实况数据对比调校，最终推导出各格点最贴近真实的情况。
将天文数字的资料融合分析，要求又如此之高，毫无疑问这是一项高技术含量、高难度的工作。但预报对时效性的追求，却又容不得“慢工出细活” 。
在这样巨大的时效性压力下，2017年，多维气象数据实况分析实现了12 分钟完工。即在12分钟内，数据从观测端起跑，走完质量控制、入库、融合分析、产品制作全流程，来到了预报员的台面上。
如今，降水、气温、风、湿度、总云量、能见度等6大类18种实况分析产品已经试运行，时间分辨率可达1小时，最高达10分钟，空间分辨率达到5公里。三维云量、天气现象、地表气压、海表温度、洋面风等产品也已经“在路上”。越来越丰富、越来越精细的产品，将让智能网格预报在越来越高的起点出发。
短时临近预报，让暴雨不再“不期而至”
夏天的雨经常来去匆匆。从公司步行去地铁站的路上，你可能经历了雨最大的十分钟。但如果看一看天气服务类的手机APP，晚十分钟出门，你也许就不会因雨太大而浑身湿透。
气象科技的发展进步，让未来两小时内是否有降雨、强度如何不再成为难以回答的问题。
（图片来源：百度图片）
然而，气象专家并不满足。
在他们看来，温度、湿度、气压等常规要素的预报已非难事，是否有雨、强弱大致如何也可以预判，但雷暴大风、短时强降雨、冰雹、龙卷、雷电等严重起来攸关性命的灾害性天气预报才是“ 心头大患”。遗憾的是，目前这些仍是世界性难题。
主要的气象灾害。（图片来源：百度图片）
我国气象部门正在通过与清华大学等高校院所合作开展人工智能在气象预报领域应用的研究。多维气象数据实况分析等实况业务也在加速推进，以期在这一领域与发达国家并跑。
在智能网格预报体系中，为了攻克短时临近（0-12小时）预报中存在的技术难题，尽快建立预报业务，气象专家画了一张路线图，希望到2020年，不仅能告诉公众未来两个小时的雨势变化，还能基于公众位置提供0-12小时内雷暴大风、冰雹、雷电等的预报预警。
时间尺度不同的预报，需要不同的预报方法。与未来两小时主要依靠外推的方法不同，未来12 个小时的天气预报主要依赖快速更新同化的数值预报模式。
国家级智能网格气象预报业务（薛峰 供图）
国家气象中心强天气预报中心主任张小玲坦言，目前我国区域模式与发达国家仍有差距。我国的GRAPES 区域数值预报业务系统可以实现逐三小时更新同化，广东、上海、北京气象部门分别主导的华南、华东、华北区域数值预报模式逐小时更新同化，美国的模式也是逐小时更新同化，但可以每15 分钟更新预报未来三小时的天气。
鉴于其在仪器、资料传输速度、信息识别能力、数据融合能力、同化能力、计算能力等各方面的优势，美国的预报水平高于大多数国家和地区。不过， 我国正在制定区域高分辨率数值预报发展计划，完善联合研发的工作机制，希望能为短时预报提供更好的技术支撑。
所有技术和产品成果都需要一个承载的平台，而这个平台， 就像手机淘宝APP、今日头条新闻客户端等一样，会定向推送每一个用户关心的气象服务产品。这就是气象部门正在打造的SWAN3.0系统。两年前，SWAN2.0正式版发布。未来，它将从灾害天气短时临近预报系统“变身”为基于分布式计算大数据处理技术的新一代智能化短时临近预报平台，不但能够实现对短临预报产品的智能化分析、自动化报警、智能化引导、自动化生成，还能支撑智慧预警靶向发布。
破题的最终目的，仍是弥补业务短板，提供基于位置的大风、短时强降水、冰雹、大雾等灾害性天气的智能预警预报，护佑公众平安。
实实在在的进展，你感受到了吗？
作为组成智能网格预报这个“大木桶”的其中一块木板，短中期预报业务体系相对完整，技术支撑相对较强，可以算得上是木桶中的长板。
如何更好地发挥这块“长板”的优势，进一步提升短中期预报的准确率以及精细化程度，精细监测、精准预报、精确预警、精心服务，真正做到“强长项”，是当下气象部门需要作答的重要问题。
国家级智能网格气象预报特点（薛峰 供图）
在2017年底前，我国气象预报服务统一数据源的“一张网”网格预报业务已经开始正式运行，全国上下联动的10天逐3小时5公里多气象要素智能网格预报及相应的流程已初步实现。目前，全国31个省（自治区、直辖市）气象局已经在试验运行智能网格预报业务，各省份均在进行预报质量评估，并且已经有7个省份实现了业务运行。
这张大网上的短中期预报可在空间上实现精细化，从传统的大城市预报发展到县、乡镇，甚至村，到现在的任意点位预报；在时间间隔上也更精细，从原来的只区分白天黑夜，发展为逐3小时、逐1小时甚至分钟级预报，实现即时更新、滚动订正。
除了更“细心”，目前的短中期预报还更“ 理性”。相对传统的等级预报和定性预报，如今的预报正日趋定量化。比如，从原来的“ 小、中、大、暴雨”，变为具体多少毫米的定量降水量预报；以往的“大风”“多云”等天气，将被具体的风向风速值和云量值预报替代。
全国24小时降水量预报图。（图片来源：中央气象台）
当然，“长板”中也有相对薄弱的部分，如何进一步提升短期内的灾害天气预报的准确性，强化短中期预报精细化技术支撑？这也就对“长板”的长度、强度提出更高的要求。
在模式预报产品、常规观测资料、卫星等非常规观测资料基础上，进一步发展统计释用、动力释用多模式集成、偏差订正、地理信息订正、人工智能等方法和适用不同要素和不同地形下垫面特征的网格化分析技术，研究建立适用不同要素、不同区域、不同季节的智能网格气象要素预报方案，建立全球三维实时网格客观要素预报及逐时滚动系统。
这让预报员能够统筹考虑网格中的不同影响要素，提升预报精细化程度。
未来智能预报系统（薛峰 供图）
完善的技术一定要有与之相适应的平台作为支撑。智能化、精准化、集约化将是预报平台未来的发展方向。届时，预报平台可以实现多源网格预报大数据处理和多源客观预报的智能推荐与融合；持续丰富与完善网格预报的客观订正方法集成，增强网格气象要素、时间、空间自动协调和关联订正能力。
（本文中标明来源的图片均已获得授权）
出品：科普中国
制作：中国气象报社 刘钊 张格苗 黄彬 张娟
监制：中国科学院计算机网络信息中心
“科普中国”是中国科协协同社会各方利用信息化手段开展科学传播的科学权威品牌。
本文由科普中国融合创作出品，转载请注明出处。
京公网安备11010202008423号
