■本报记者 高雅丽

近期，进入“七下八上”汛期以来，雷暴、大风等强对流天气频频“报到”。中国气象局的数据显示，今年7月全国累计发生6次强对流过程。

由于强对流天气持续时间短、突发性强，急需短时临近预报捕捉“瞬间密码”。但短时临近预报目前仍是全球气象学界亟待破解的难题。在这场“与时间的赛跑”中，短时临近预报面临哪些挑战？现在又“加持”了哪些新技术？近日，国家气象中心强天气预报中心技术总师郑永光对此进行了解读。

监测难、研判难、预报难

短时临近预报包括两个部分，即短时预报和临近预报。一般来说，未来0至2小时的天气预报被称为临近预报，2至12小时的预报被称为短时预报。

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。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。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，准确性更高。

短时临近预报面临三大挑战——监测难、研判难、预报难。“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高达七成以上，即每发出10次龙卷风预报预警，便有7次龙卷风实际未发生。”郑永光表示。

对流性天气系统形成机理复杂，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，预报研判容易产生偏差。

郑永光指出，尽管拥有精密的现代气象观测网络，但雷达、卫星、自动气象站等观测手段难以精确捕捉和模拟强对流天气过程产生的地形、边界层条件、水汽输送等，加上观测资料在时间和空间上的分辨率仍然有限，各种观测手段也存在局限，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，但存在探测盲区、远距离信号衰减等问题。

大模型应对核心难题

我国强对流天气预报最早可追溯至20世纪五六十年代，旨在满足最迫切的民生需求，即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。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。

目前，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，研发出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4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必备工具。

今年6月，中国气象局发布人工智能临近预报系统“风雷”，该模型产品已经集成到SWAN3.0中。郑永光表示，“风雷”模型针对短时临近预报中的核心难题，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融合。

“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。”在郑永光看来，提高短时临近预报准确性，最重要的是加强科技创新和多方协同。