2024年4月15日晚，四川省宜宾市屏山县遭遇一场强对流天气过程，该县部分区域出现破记录的最强风速，达33.1米/秒。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。好在气象部门事先做出精准及时的短时临近预报，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，成功避免了人员伤亡等情况发生。

　　气象部门的短时临近预报是什么？与常规的天气预报有何关系？它在预报服务中能解决什么问题、发挥何种作用？记者特此专访了国家气象中心强天气预报中心技术总师郑永光。

　　靶向防御强对流天气

　　短时临近预报包括了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。二者与其他天气预报有何区别呢？郑永光介绍说，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和预报、风险防范显得尤为重要。

　　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，制作的区域更精细、更高分辨率的天气预报。

7月21日15时，风云四号B星云图。

7月21日15时，全国雷达拼图。

　　短时临近预报如何显身手

　　短时和临近预报是如何做的呢？郑永光介绍说，临近预报是从“0”时刻开始的，即对当下实况天气进行监测。不同于借助雷达、卫星、自动气象站等观测设备收集实时观测数据，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等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，就是通过对对流系统历史移动路径的计算，预报接下来哪些区域可能受到该对流系统及其产生天气的影响。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，与天气监测产品相结合开展的预报。现如今，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所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下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。该模型产品已经集成到了SWAN3.0。

　　短时临近预报“瓶颈”何在？

　　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，准确预报仍然具有很大难度。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，即每发出10次龙卷风预报预警时，其中便有7次并未发生。

　　同样，我国也面临着相同的问题。郑永光对此解释道：“短时临近预报所‘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，给预报工作带来了不小挑战。”尤其是对流性天气系统，因为形成机理复杂，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，这也使得预报所需信息掌握并不完备。

　　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”系统上表面的情况；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。“一叶障目不见泰山”的情形在雷达观测中较为常见。任何探测手段都具有一定的局限性，而中小尺度天气系统‘个头’较小，要素变化剧烈，这些特性使得对其进行精确探测变得异常艰难。

　　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，短时临近预报准确性的提升是一个持续的挑战，还需加强科技创新、多方协同，以更好地应对强对流天气演变带来的影响。

　　啃下短时临近预报的“硬骨头”

　　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，我们甚至要以分钟来计算。预警提前量每一分一秒的提升，都要付出百分百的努力。

　　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。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，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，但往往破坏力巨大。以龙卷风为例，虽然它在我国发生概率并不算高，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；研发基于综合观测的突发性强对流天气识别技术，对冰雹、雷暴、大风、龙卷风等的监测识别能力得到大幅提升；积极开展SWAN3.0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。

　　积土成山，风雨兴焉；积水成渊，蛟龙生焉。短时临近预报水平的提升并不是一蹴而就，但在这条漫漫长路上，总有一群砥砺前行的气象工作者们，一步一个脚印坚定求索，久久为功，守护民生安澜。

　　（作者：李倩 穆俊宇 王晓凡 黄琬婷 责任编辑：包宁）