位于吉林省吉林市桃源山的气象雷达。 （图片来源：视觉中国）

中国气象局综合业务实时监控系统“天镜”。 （国家气候中心供图）

位于福建省厦门市的海沧天语舟气象台。 （图片来源：视觉中国）

气候变化是全人类面临的共同挑战，随着全球变暖，极端天气气候事件增加，加强气象预报预测并及早未雨绸缪，是应对气候变化的重要举措。

5月起，我国正式进入汛期。近日，国家气候中心向公众发布了2022年汛期气候预测，这是国家气候中心第二年向公众公开发布气候预测信息。我国是世界上最早开展气候预测业务的国家之一，如果说天气变化影响近几天的安排，那么气候预测则可以为更长时间的活动规划提供依据。多年来，我国气候预测团队致力于推动预测技术和应用的发展，为制定国民经济发展计划和部署防汛抗旱、防灾减灾救灾等决策提供科学支撑。今年“五一”，国家气候中心气候预测室荣获了2022年全国工人先锋号（集体）。

新技术部分性能达到国际领先水平预测准确率稳步提升、接近上限

最近，北京市大兴区庞各庄镇的头茬西瓜上市了。瓜农王超的瓜棚里，西瓜长势正旺。前几天，王超看了国家气候预测中心的预报，今年汛期雨水较往年偏多。连续降雨对西瓜各个生长时期都会造成很大影响。王超准备在排水和降湿上做点准备。“我们种地的最关心气候，现在能及时知道气候讯息，早做准备，比以前方便多了。”王超高兴地表示。

让瓜农获益的气候预测过去称为长期天气预报。在气候预报人员眼中，天气预报和气候预测有一个共同点——揣摩“老天爷”的脾气。不过，想要把“老天爷”的脾气摸准，气候预测关注的时空范围和面临的难度更大一些。

“天气变化主要取决于大气自身运动，重点关注大气环流的演变和影响。”国家气候中心气候预测室副主任、正高级工程师刘芸芸表示，气候预测不仅要关注大气环流的变化，还要关注海洋等特征的演变和影响。这是因为气候预测的对象都是10天以上的长时间尺度，而大气中的异常信号往往只能维护一周左右的时间。而我国处于东亚季风区，季节和年际变率大，影响我国气候的系统复杂，气候预测的难度更大。

准确率是气候预测服务效率的重要指标。面对防灾减灾需求，预报信息越准、越早，越有利于减少灾害损失。因此，多年来，气候预测室一直在想方设法提高准确率。

气候预测的主要工具之一是动力气候模式——通过量化大气运动规律而建立一组物理机制模型。国家气候中心副主任、正高级工程师肖潺表示，发展更为精细的气候预测模式，更好地描述物理气候系统，就有望做到更加精确预测。

据刘芸芸介绍，我国的气候预测模式经历了第一代、第二代、第三代的发展过程。2021年，由国家气候中心自主研发的第三代气候模式系统实现准业务化运行，部分性能达到国际领先水平，实现了我国气候预测自主核心技术的一大发展。

“拥有自主研发的动力气候模式系统，对我们的气候预测业务来讲是一个坚如磐石的支撑。一方面可以提高实时预测服务能力，另一方面使得我们的预测业务更加安全稳定。”刘芸芸表示，相对于第二代模式系统，第三代模式的水平分辨率和垂直分辨率都有明显提高。

围绕提高准确率的目标，近年来，气候预测室基于气候模式，还建立了一些新的预测系统，并通过误差订正技术缩小了模式的预测误差，也减少了气候预测的不确定性，推动气候预测准确率稳步提高。

目前，我国气候预测的准确率已达到70%左右。而对于气候预测来说，准确率是有“天花板”的，从科学认知和可预报性的角度，一般认为，我国气候预测准确率的上限是75%至85%。

多学科技术成果运用  两三天完成的预测工作缩短至2到4小时

现代天气预报和气候预测，均要以全国乃至全球观测资料作为数值模式的初值，通过计算机代入初值对数学物理方程进行求解，进而计算出未来的大气状况。这个过程要用的数据量大得惊人，有的要用高速计算机“转”好几个月。

中国气象局国家气候中心首席预报员、气候预测室总工程师陈丽娟每天的主要工作内容就是利用计算机获得大量观测数据和模式预测数据，经过诊断分析以及各种预测方法，最终获得最优的预测结果。1995年，陈丽娟研究生毕业后来到国家气候中心工作，当时的气候延伸期（11-30天）预报依靠的还是第一代动力气候模式系统。

“过去，延伸期预报依赖的大气环流模式也是在计算机上运行，但只有值班室有几台终端显示器，多数人都没有电脑。”陈丽娟回忆起从前，那时，她经常做的工作是利用计算机终端提交模式作业、利用编程进行数据处理。但由于计算机存储空间有限，所以陈丽娟必须经常将历史数据用磁带备份。

“那时的数据磁带块头大，可以用沉重来形容，但存储量很小，和现在存储介质相比差远了，备份数据这种活儿更像是个体力活。”陈丽娟说，“当时国内能够使用的动力气候模式也很少，由于国际交流限制，也没有国际互联网，所以看不到国外模式的预测信息。受模式性能、监测数据历史短以及大气科学认知水平等的限制，当时对外发布的气候预测准确率总体不高。”

记者了解到，从客观条件上来说，气候预测的准确率和其他学科的科技进步密不可分，尤其是近年来我国超级计算机、互联网、人工智能等新兴技术学科的快速发展，让我国气候预测准确率呈现螺旋式上升的趋势。

刘芸芸表示，大气科学是最早涉及大数据的学科之一，近年来人工智能技术也在很多领域获得应用。对气候预测来讲，一方面，机器学习有助于提高气候模式中的物理参数化过程；另一方面，利用机器学习等技术可以提高模式对降水、气温等变量的预测技巧。

先进的设备和技术，让陈丽娟和同事们如今的工作便捷了很多。

“中国气象局拥有国产的高性能计算机，每个预报员都有性能优越的台式机，可以通过网络方便访问国家气象信息中心管理的高性能计算机。互联网和国际合作的快速发展，可以方便获取国际上主流业务中心的动力气候模式预测信息。”

陈丽娟介绍说：“无论过去还是现在，虽然表面上预报员都是在利用计算机完成预报业务，但是计算机的性能，处理的数据量，面对的各种模式性能已经发生了很大变化。我们对气候异常机理的认知也极大丰富了。不仅关注我国的气候异常，还关注亚洲以及全球发生的气候异常特征、成因和展望。”

伴随预测准确而来的还有高效。

据刘芸芸介绍，目前，我国气候预测依赖的方法由单一的模式转向多模式以及动力—统计—机器学习多元技术的融合。例如延伸期尺度的预测，预报员获得模式运行结果后，2至4小时就可完成数据处理、集成分析和预报图绘制，当天即可发布产品。而以前受制于计算条件，模式每10天才可以得到一次运行结果，预测产品制作需要2至3天。

气象观测站增加到2000多个  预报内容更加精细、更加丰富

精细化也是体现气候预测水平的一个重要指标。

天气、气候是一个复杂的变量，就拿北京市来说，不同的城区和郊区的天气和气候特征经常会存在差异，有时候强降水在西部，有时候可能在北部。预报结果如果能够精细到很小、很具体的空间，对政府防灾减灾工作和工农业生产指导将更有针对性。

想要准确预测某一地方的气候，首先需要知道这个地区的历史气候特征，因此数据采集很重要，早期需要依靠建设气象站完成。近年来，我国的气象观测站迅速增加，这为气候的精细化预报提供了条件。

“早期对我国的降水和气温预测主要基于160个气象站，这是因为建国初期到60年代，我国的气象观测站布局有限。目前，光国家气象信息中心经过系统性质量控制的观测站就有2000多个。气候预测由以前的全国160站预报扩展至全国2000多站分县预报。”刘芸芸告诉记者，“粗略平均的话，全国160站，相当于250平方公里范围有一个站，大概是每四个城市有一个观测站；而2000多个站，相当于50平方公里范围内有一个观测站。由于地理环境和人口密度不同，东部地区的站点比西部地区相对密集。”

观测站点多了，得到的数据也就更加详实，更能真实反映局地气候特征。

陈丽娟举了一个例子：“以前气候预测，北京市只有一个代表站，无法代表北京复杂的区域特征。而现在，北京市有16个观测站数据在预测业务中应用，我们可以分析这些观测站历史数据的特征和影响系统，还可以评估动力气候模式对不同站点的预测能力，进行进一步的误差订正，从而获得精细化、高技巧的预测结果。”

除了气象站的增加，近些年，卫星遥感数据的应用以及大数据等先进技术的应用，也让气候系统观测的精细化程度进一步提高。

陈丽娟表示，气候预测室的业务自国家气候中心成立以来不断从时间和空间尺度拓展，预报对象也在不断丰富。时间上，可以提供延伸期、月、次季节、季节、年际的预测；空间上，既可以精细化到县级站，也可以拓展到亚洲甚至全球区域；预报对象从最初只包含降水、气温两项指标，拓展到如今的全球海洋事件、关键环流系统、重要气候事件，以及农林、能源、水利等需要的要素。

近几年，气候预测由单纯的面向政府的决策服务转为面向用户的决策服务和公众服务。产品开始面向公众是我国气候预测能力提升的表现。“在这个转变过程中，一方面感觉到预测压力增大，尤其在全球变暖的背景下，极端事件频发，很多研究成果和结论不能照搬照用。另一方面感受到我们预测工作的价值在增强。”陈丽娟说，随着“双碳”目标的提出，绿色能源在我国能源保障中的比例逐渐提高，而绿色能源涉及的风力发电等都和气象条件密切相关。针对这种旺盛的能源生产服务需求，气候预测室及时开发了风能、光能气候预测产品，为能源系统提供气象保障服务。还在环境领域初步建成大气污染气候监测预测业务系统，提供各月和季节大气污染总体趋势，为重大活动气象保障服务提供科技支撑。