“未雨綢繆”：短時臨近預報“預見”強對流天氣

近期，進入“七下八上”汛期以來，雷暴、大風頻頻刷屏網絡，強對流天氣似乎成為“日常”。中國氣象局的數據顯示，今年7月全國累計發生6次強對流過程。

由于持續時間短、突發性強，需要短時臨近預報捕捉強對流天氣的“瞬間密碼”。短時臨近預報是什么？它發揮了何種作用？國家氣象中心強天氣預報中心技術總師鄭永光對此做了解讀。

從“0”時刻開始的“天氣偵探”

短時臨近預報包括了我國天氣預報業務中的兩個部分，即短時預報和臨近預報。一般來說，未來0至2小時的天氣預報稱為臨近預報，2至12小時的預報稱為短時預報。

鄭永光介紹說，臨近預報是從“0”時刻開始的，即對當下實況天氣進行監測。我國位于東亞季風區，冷暖、干濕空氣交匯頻繁，暖季對流系統活躍，經常產生短時強降水、冰雹、雷暴大風、龍卷風等強對流天氣。短時預報與臨近預報主要針對強對流天氣開展，與更長時段的天氣預報相比，準確性更高。

“短時臨近預報通常是基于觀測實況，如雷達、衛星、自動氣象站等多源觀測資料，再結合數值預報和人工智能等技術方法，制作的區域更精細、更高分辨率的天氣預報。”鄭永光說。

過去，臨近預報技術以外推預報方法為主。簡單地說，就是通過計算對流系統歷史移動路徑，預報接下來哪些區域可能受到影響。目前，基于傳統機器學習和深度學習算法的預報方法已廣泛應用到臨近預報技術當中。

而短時預報則是以快速更新的高分辨率數值（集合）預報為基礎，與天氣監測產品相結合開展。但是，由于短時預報對象的尺度小、發展迅速，數值預報會存在空報漏報情況。因此，預報員仍需在高分辨率數值（集合）預報基礎上，根據現有天氣監測情況進行分析和調整，完成短時預報。

“三大挑戰”亟需突破

短時臨近預報是“一場與時間的賽跑”，目前仍然是全球氣象學界亟待突破的難題之一，面臨著三大挑戰：監測難、研判難、預報難。

“即便是美國這種擁有豐富歷史資料和數據的發達國家，在面對龍卷風等天氣時，短時臨近預報的空報率也居高不下，高達七成以上，即每發出10次龍卷風預報預警時，其中便有7次并未發生。”鄭永光表示。

對流性天氣系統形成機理復雜，發生時常常出現“十里不同天”的狀況。另外，強對流等天氣過程在時間上的突發性也為準確預報帶來了挑戰，預報研判容易產生偏差。

鄭永光指出，盡管我們已經擁有了精密的現代氣象觀測網絡，但雷達、衛星、自動氣象站等觀測手段難以精確捕捉和模擬強對流天氣過程產生的地形、邊界層條件、水汽輸送等，加上觀測資料在時間和空間上分辨率仍然有限，各種觀測手段也存在自身局限，難以實現全覆蓋。

比如，靜止氣象衛星監測處于“俯視”狀態，只能“看到”系統上表面的情況；雷達系統雖然能夠“近身”觀測，但也存在探測盲區、遠距離信號衰減等問題。

“目前，我們還未完全掌握中小尺度天氣系統的復雜物理機制，只是部分了解，加上探測難度較大，也進一步加大了研判難度。”鄭永光說。

大模型應對核心難題

數值預報的可用預報天數每提高1天，平均需要花費10年。而在短時臨近預報領域，能提前多久準確報出強對流天氣，甚至要以分鐘來計算。

我國強對流天氣預報的發展最早可以追溯到20世紀五六十年代，來源于最迫切的民生需求，那就是如何減少冰雹對農業生產的影響。1998年起，新一代天氣雷達在全國各地陸續建成，為全面開展強對流天氣的短時臨近預報預警工作奠定了觀測基礎。

2017年以來，國家氣象中心陸續實施了多個重點研發專項，積極發展強對流天氣的監測、短時和臨近預報技術。

目前，中國氣象局已研發完成短時臨近預報業務系統（SWAN3.0），該系統集成了雙偏振雷達、X波段雷達、衛星、自動氣象站等多源精細觀測資料，研發了智能識別和應用深度學習的短時臨近預報等算法，并在國、省、市、縣四級氣象部門實現共享和落地應用，成為氣象部門尤其是基層氣象臺站防范應對強對流天氣的一個必備工具。

今年6月，中國氣象局于發布人工智能臨近預報系統“風雷”，該模型產品已經集成到了SWAN3.0。

鄭永光表示，“風雷”模型針對短臨預報任務中的核心難題，將數據驅動與物理驅動兩大科學范式緊密結合，顯著提高了公里尺度下0至3小時雷達回波的預報能力，實現了深度學習與物理規律的無縫隙融合。

例如4月29日夜間，我國江南、華南地區出現大范圍強對流天氣。29日20時，“風雷”大模型準確預報出未來3小時位于湖南的颮線與局地對流合并，颮線尺度增加、強度增強的過程。這一預測不僅提前了3小時，還對該強颮線的組織、發展、形態均有較好的描繪，對預報員發布強對流災害天氣預警具有指導價值，為應對災害性天氣爭取到寶貴時間。

“強對流天氣的短時臨近預報是一個國家氣象綜合實力的體現，從各種觀測手段到數值預報，再到數據傳輸的信息化支撐，每一步環環相扣，缺一不可”。在鄭永光看來，短時臨近預報準確性的提升是一個持續的挑戰，還需加強科技創新、多方協同，以更好地應對天氣變化帶來的影響。