《气象学报》创刊百年学术报告撷英——共探前沿 智绘未来

碧海蓝天

https://www.cma.gov.cn/2011xwzx/2011xqxxw/2011xqxyw/202508/t20250822_7289533.html
发布时间：2025年08月22日      来源：中国气象报社

        编者按：8月15日至16日，《气象学报》创刊 100 周年学术研讨会隆重举行。来自气象科技及相关领域的专家学者齐聚一堂，围绕气象及交叉学科的前沿研究展开深入交流，共话行业发展新篇。本文从“观测”“预报”“气象 +”三个方面撷取其中部分报告，以飨读者。

观测篇

天地一体化观测构建中国气象监测预警新格局

        近年来，我国的综合气象观测发展迅猛，正迎来天地一体化融合发展的新阶段。其中，深化地基与天基雷达融合、攻克观测盲区与定量精度瓶颈、拓展多领域应用场景，将成为气象观测应用升级的重要核心方向。

        气象监测网建设突飞猛进，天地一体化协同观测成效显著

        中国气象局气象探测中心主任张鹏指出，天气雷达作为气象业务的四大支柱之一，在灾害性天气监测预警和防灾减灾领域发挥着不可或缺的作用。以2022年8月13日四川彭州突发性山洪过程为例，距山洪发生地550米的地面站未监测到明显降雨，但通过雷达回波资料，预报员得以提前识别上游面积很小的一处强回波信号，及时指导当地防灾减灾。

        张鹏介绍，雷达方程看似简单，但要准确地确定方程中的雷达因子和气象因子是一项技术难度极高的工作。以雷达因子为例，它与设备的发射功率、波速宽度、天线增益、波长等参数有关，需综合利用机内外测试、金属球绝对标定和多雷达比对等多种技术对天气雷达进行精确标校。目前，雷达标校任务已细化为6大类61项指标，长沙雷达标校中心实现全链路外场标定，推动全网雷达数据一致性从5dB降低至2.6dB。

        张鹏表示，天气雷达未来主要朝着提供更高时空分辨率的方向发展，已启动相控阵雷达的预研工作，并在福建闽侯建成首部S波段双偏振相控阵天气雷达，小型X波段雷达也将拓展应用。2023年4月我国发射的风云三号G星搭载主动降雨雷达，与地基雷达融合，形成天地一体化观测体系。相较于国际热带降雨测量任务卫星（TRMM）和全球降水观测计划（GPM）卫星，我国卫星具有更宽测绘带、更细分辨率和更高灵敏度。

        他指出，未来天气雷达业务发展将聚焦突破相控阵雷达和雷达小型化技术、开展天地雷达协同观测、深化天地数据融合应用等几个关键方向。其中开展协同观测是发展重点，可构建垂直立体观测，也可弥补天基、地基雷达的各自局限，落实“观测即服务”理念，推进观测向监测技术升级，更好服务极端天气监测预警和经济社会可持续发展。

        高时空分辨率观测资料助力强对流天气研究，多源融合应用前景广阔

        中国科学院大气物理研究所研究员孙建华指出，在全球变暖的大背景下，高时空分辨率观测资料已成为强对流天气研究的核心要素。

        科研人员利用国家级自动站、闪电监测和雷达数据开展深入分析，揭示了我国雷暴大风的时空分布特征。从空间上看，华北、东北、东南沿海和云南地区是雷暴大风的多发区域；从季节特征而言，春季时江南地区是雷暴大风的高发地，夏季时东北和华北地区则成为主要区域。对环境参数的分析进一步表明，在春季，华南地区的雷暴大风形成是热力和动力因子共同作用的结果，而华北地区主要依靠动力因子；在夏季，风切变起主导作用，热力条件则作为基础支撑。

        从月变化来看，不同季节和区域的参数阈值存在明显差异。以华北地区为例，6月份该地区的热力和动力条件达到最佳平衡状态。借助雷达识别技术，研究发现华北地区的雷暴大风大多起源于太行山东坡的对流系统，这类对流系统通常在10至13时触发，经过5至6小时的发展后达到峰值。

        观测资料为动力诊断、数值模拟和人工智能等研究提供了关键支撑。然而，目前仍面临资料缺失、处理过程复杂以及识别受限等问题。因此，改进算法、融合多源数据成为未来发展的必然趋势。

        孙建华表示，高分辨率观测资料将逐步融入地形影响、土壤至大气交互模型等，通过拓展数值试验验证，有力推动强对流预报技术的革新。同时，探索其在防灾减灾、农业规划等领域的应用，将进一步提升应对极端天气的能力，为经济社会稳定发展提供保障。（史光浩）

预报篇

气象预报迈入人工智能（AI）融合新时代

        近年来，随着“风顺”“风清”“风雷”等中国气象局人工智能预报模型相继发布并在业务中发挥有益作用，气象预报正迈入“人工智能（AI）融合”新时代，我国在天气预报、气候预测与人工智能应用领域取得突破性进展。未来，深化AI与传统方法的融合、突破重大气象灾害预测瓶颈、拓展气象在多行业的应用场景，将成为气象预报技术升级的核心方向。

        短期气候预测能力稳步提升，挑战与创新转型并存

        国家气候中心首席预报员陈丽娟指出，当前气候预测业务产品的时间尺度已覆盖延伸期、月、季到年际尺度预测，预报和服务的区域也从中国扩大到亚洲乃至全球。预测产品除包含基础气象要素外，还拓展出针对农业生产、流域管理、森林防火、干旱监测、污染防控以及风光能源等领域的专项服务。

        我国的气候预测能力稳步提升，近30年汛期降水预测准确率每10年均有明显进展，基本能把握主要多雨带和雨情的布局。然而，在全球变暖的背景下，近些年的气候预测业务面临新的挑战，突出表现在近年来频发的极端天气气候事件使得季节内气候异常突出，例如2020年长江流域超长梅雨、2022年破纪录的长江流域极端高温干旱、2023年华北历史性强降水以及2024年南方持续强降水引发的严重洪涝等，这些突破历史阈值的极端天气气候事件为气候预测转确率的提高提出新课题，凸显传统预报方法的局限性。当前，气候预测正在向融合创新转型。在常规预报手段中，动力与统计相结合的方法成为主流。在此基础上，AI技术的深度融入进一步推动了预测技术的革新，为提升极端事件的预报能力提供重要技术支撑。

        她指出，未来气候预测业务发展可聚焦在几个关键方向，包括进一步提升延伸期至月尺度、季节尺度、年际至年代际尺度的预测能力；深化AI与传统预测方法的深度融合，提高极端天气气候事件预报水平；构建高效业务平台，支撑高强度实时预测服务需求；促进科研成果向业务转化，以更精准的预测服务于防灾减灾与可持续发展。

        AI预报模型显优势，罕见极端天气预报能力待提升

        国家气象中心副主任代刊介绍，我国AI预报模型已较为全面，针对预报的不同时空尺度以及业务场景需求，中国气象局推出人工智能气象预报“风”系列模型，在降水、台风路径、沙尘预报等关键领域取得突破，且其预报速度显著优于传统数值预报，部分评分指标已展现超越传统方法的潜力，该技术可全面覆盖预报各环节，降低传统数值预报的高门槛，推动气象行业技术性变革。

        然而，人工智能气象预报模型的预报也存在一定局限性。代刊指出，由于样本量较少，这些模型针对罕见极端天气的预报能力不足，易出现“越报越平滑”现象，细节活跃度下降，且预报的权威性需通过业务验证和规范管理来建立。

        此外，当前全球AI气象模型竞争日趋白热化。我国在模型研发速度、应用深度及资源投入等方面形成了先发优势，已达到国际先进水平。人工智能为气象预报带来效率与准确率的提升，尤其在常规天气预报中表现突出，但极端天气预报仍需依赖传统数值预报的物理机制。未来，气象部门将推动人工智能和传统预报的深度融合，通过高分辨率模型、端到端多圈层整合及业务需求驱动，逐步实现更加精准、智能的预报服务。

碧海蓝天

（接上篇）

        AI 模型推动气候预测革新，未来拓展多场景应用

        国家气候中心、雄安气象人工智能创新研究院研究员陆波指出，在全球变暖背景下，延伸期至次季节尺度的气候预测已成为气象预报的核心挑战。当前人工智能天气预报模型呈“百花齐放”态势，但专注于2周以上的气候预测AI模型仍属稀缺。欧洲中期天气预报中心（ECMWF）等国际机构虽持续开展研发工作，但人工智能气候预测模型仍处于前沿探索阶段。

        我国自主研发的“风顺”通过三大创新突破传统人工智能气象预报模型局限：一是模型构建考虑了海气相互作用等关键物理过程，提升气候AI模型的可预报性来源；二是采用更合理的滚动初始场设置，增强AI模型对气候系统记忆性的表征；三是研发基于流依赖的智能扰动生成技术，提升对极端天气气候事件的概率预报能力。在次季节气候预测的实践中，“风顺”在东北冷涡等关键模态、南海季风爆发等关键事件，以及降水等关键要素的预测方面，比传统业务模式有显著提升，在极端天气事件预报中也表现出良好的应用潜力。

        目前，“风顺”作为全球首个业务化运行的人工智能气候预测模型，正在受到国际广泛关注，研发团队通过多次国际培训，与共建“一带一路”国家开展深入的国际合作交流。

        然而，挑战依然存在。“风顺”在空间分辨率、对极端事件预测的泛化能力、以及可解释性等方面仍需要不断加强。未来，“风顺”将融入海洋、陆面、冰冻圈等多圈层数据，形成地球系统智能预报能力，拓展土壤干旱、海洋热浪等新预报场景。同时，“风顺”研发团队正在水利、保险、能源等行业开展深入合作，充分发掘“风顺”模型与跨行业数据的潜力，研发垂类模型，推动人工智能气候预测技术在防灾减灾和助力社会经济发展等方面的赋能应用。(胡竞文 刘淑乔）

“气象+”篇

跨界拓能 让气象价值深植多元社会经济场景

        随着全球气候变化带来的挑战日益凸显，“气象+”跨领域服务已成为应对复杂风险、支撑多行业发展的重要力量，其触角从传统的防灾减灾延伸至金融风险管控、公众健康保障、新能源高效利用等多个关键领域，为各行业的科学决策与可持续发展注入新动能。

        金融气象——从防灾减灾到风险管控 助力应对极端天气经济影响

        随着气候变化加剧，极端天气气候事件对经济的影响愈发显著。世界经济论坛全球风险报告显示，2/3的受访者将极端天气气候事件视为影响经济的首要因素。在此形势下，金融气象这一新兴交叉学科应运而生。

        复旦大学大气科学研究院特聘研究员赵艳霞介绍，金融气象已在保险、银行和期货等多领域展开。保险领域，有灾害证明、勘察定损等多方面服务。以茶树保险为例，根据茶树耐寒性分三类，耐寒性不同，低温灾害产品费率不同，且同一低温强度在不同时段理赔不同，头茬茶叶生长关键期遭灾损失大，理赔更多，这种精细化处理避免了逆向选择及冲突。而台风巨灾保险中，气象团队扩展数据样本，支撑精算工作，为保险公司风险减量活动提供信息支撑。目前，全国各省都开展了气象为农业保险服务等多种服务。

        对于银行而言，由于同样的项目在不同地点实施时面临的气象风险不同，气象部门为银行贷款环节提供气候贷的风险评估服务，为银行提供差别利率的参考。在长期贷款还款安排上，会根据气象条件对项目的影响调整还款额度，气象有利时多还，不利时少还，这种模式让金融机构、企业和气象部门都受益。此外，气象部门还配合做气候变化压力测试标准，助力银行评估气候对房地产等资产贬值的影响。

        目前，中国气象局通过建立我国金融气象指数与服务平台，服务于期货交易市场。该平台按市场需求，将海量气象数据转化成指数，供行业对标建立联系，涵盖中国期货市场交易品种及全球主产区数据，以及先进分析功能和七天指数预报。赵艳霞指出，该平台英文版也即将上线，可为国际客户提供服务，为全球粮食作物交易员提供重要参考依据。

        “如果说气象部门的传统目标是防灾减灾，那么金融气象的目标，就是管理非气象灾害和气象条件不确定性带来的风险，一方面是规避气象带来的经济风险，另一方面是推动市场活跃度，帮助市场主体把握合理机遇。未来，金融气象作为绿色金融的重要组成部分，还将进一步拓展至更多市场。”赵艳霞说。

        健康气象——极端天气对健康的 “隐性影响” 不容忽视

        极端天气对人群健康的影响，同样引发广泛关注。

        中国疾病预防控制中心环境与健康相关产品安全所副所长李湉湉团队通过研究，证实了极端天气对我国人群健康的显著影响——热浪会增加人群疾病风险，特别是心血管疾病，每年首次热浪的危害远超后续，这是因为首次热浪更易冲击老年人、慢性疾病患者等脆弱群体；寒潮的影响呈现南北差异，尽管北方寒潮强度大、持续时间长，但由于南方地区缺乏集中供暖且防护意识不足，人群受寒潮影响的心血管疾病风险更高；台风和洪水这类低频率高影响事件，除了导致意外伤亡，还会导致心脑血管和呼吸系统疾病死亡风险上升。

        在这样的背景下，今年5月，中国气象局和中国疾病预防控制中心融合双方技术优势，建成全国首个覆盖到街区尺度的高温与健康风险分级预报预警产品，针对重点地区及重点人群，进行分级防护建议。

        但在未来应对过程中，还需解决新的挑战。例如：从单一暴露到复合暴露、从极端天气低强度到高强度过程中敏感性不清的问题，以及面对各区域医疗、急救水平不均衡的情况，如何更合理预警等问题。未来需进一步完善气候变化健康早期预警联动机制，优先为脆弱性高的地区及人群提供支持，让气象与健康的协作更好地服务公众。

        能源气象——精准适配为基，锚定新能源行业深层需求

        我国新能源产业发展迅猛，截至去年年底，风电和光伏累计装机达14亿千瓦，提前6年达成2030年12亿千瓦的目标。在能源体系的变革进程里，新能源“靠天吃饭”的特性愈发凸显，这使得能源气象服务成为关键支撑。

        新能源功率预测对气象预报要求严苛，国家标准规定短中期预报需提供未来10天、逐15分钟的数值预报产品，每天发布2次；100米风机轮毂高度风速预报准确率需达85%以上。中国气象局公共气象服务中心首席申彦波强调，在新能源高发时段，精准的功率预测可有效缓解消纳不足问题，低发时段则能避免供电缺口，这一切高度依赖高频更新、高精度的气象预报数据。

        电力交易场景下，气象服务面临挑战。交易市场要求提供时间分辨率达15分钟的未来10天、15天至月尺度预报产品，并期望太阳辐射预报最大误差不得超过300瓦/平方米。实际运行中，局地强对流天气系统的突然发展可能导致单点误差达860瓦/平方米，这种数据落差给交易决策带来重大阻碍。以山西电力交易为例，不仅需关注本地风光预报，还需掌握江苏、川渝等跨省区域气象数据，由于其电力供需变化直接影响交易价格，需要构建跨区域、多要素的气象数据网络。

        灾害预警方面，建立差异化数据标准至关重要。以风力预警来说，面向公众的蓝色、黄色预警对风电反而是有利条件，仅橙色和红色预警才会致使风机切出停机。此外，风速大幅升降引发的湍流，对风机的影响甚于风速本身，这说明公众预警体系与能源电力气象致灾预警区别甚大，都需要气象服务更加精细，以满足不同需求。

        申彦波认为，未来仍需突破数值预报方法论以提升极端天气下的误差控制能力，建立适配能源行业的专业化灾害预警指标体系，深化人工智能技术应用，实现多模式集成预报的精度跃升，为能源行业提供更精准、更高效的气象保障。（于桐）