近期，各地频发的强降雨、雷暴大风等极端天气现象，引起了公众对天气预报准确性的关注和疑问。大家普遍好奇，数天后的天气是如何预测的？为何有时感觉预报不准？中国在天气预警预报技术方面究竟处于何种水平？

北京市气象局高级工程师拉萨就这些问题进行了详细阐述。

当前天气预报的生成机制

如今的天气预报已不再是简单的“观云识天”，而是“数值预报模式 + AI气象大模型 + 预报员综合研判”协同工作的结果。

对于短期至中期（1-14天）的预报，预报员通常会综合对比多个数值模式的输出，最终形成天气预报结论。而对于短临预报（0-3小时），则更依赖于雷达、卫星、高密度自动站、风廓线仪等以分钟甚至秒为单位更新的多源观测数据，这在夏季强对流天气的预报中尤为重要。

1. 数值天气预报 (NWP) 数值预报模型是当前中短期预报的主力。其原理是将地球大气划分为密集的三维网格点，然后求解描述大气运动的物理方程组（包括流体力学和热力学），计算未来一段时间内每个网格点的温度、气压、风速变化，以此推算出未来10天的天气状况。目前已存在分辨率约10公里的全球数值模式，以及精细到1公里的区域数值模式。北京市气象局近期还开发了“分钟级、百米级”高分辨率快速更新的数值模式系统。

2. 人工智能气象大模型 AI模型不直接求解物理方程，而是通过学习海量的历史气象数据（如过去40年的全球数据），掌握天气变化的统计规律。一旦训练完成，AI模型预测速度极快，数分钟内即可生成10天预报，并在部分指标上已达到传统模式的水平。然而，AI模型缺乏物理解释性，可能存在“平滑效应”，削弱极端值。 目前，中国已建立了多个人工智能气象大模型，包括“风雷”（临近预报）、“风清”（全球中短期预报）、“风顺”（次季节至季节预测）和“风宇”（空间天气预报）。其中，“风清”模型在性能上已跻身国际第一梯队；“风雷”模型是我国首个约束大气物理方程的短临预报业务模型，能提前3小时预警，强回波预报技巧提升25%，在多次强对流天气中发挥了关键作用。 总体而言，通过“数值预报模式 + AI气象大模型 + 预报员综合研判”的协同机制，目前24小时城镇天气预报的准确率可达85%左右，气温误差控制在1-2℃以内，为公众出行提供了可靠保障。

天气预报“不准”的原因与极端天气预报的挑战

尽管24小时城镇天气预报准确率可达85%，但公众在面对极端天气（如暴雨、超强台风、龙卷风）时，仍可能感觉预警“慢半拍”或“不准”。这并非能力问题，而是极端天气机理复杂，模拟和观测都面临巨大挑战。

1. 观测的局限性 许多极端天气（如龙卷风、突发强对流）尺度小（仅数公里），生命史短（不足一小时）。现有全球观测网络在时空分辨率上存在不足，特别是高空观测（探空气球每天两次，站点稀疏）难以实现全天候覆盖。高原、山区观测站点稀疏，导致系统初生阶段的捕捉存在“盲区”。

2. 预报模式的瓶颈 尽管数值预报模式不断进步，但全球模式的网格距通常在十公里量级，难以精确解析局部地形（如山谷、城市建筑）的细微影响。区域高分辨率模式（1-3公里）虽有改善，但对云微物理、对流触发等关键过程的描述仍不够精确。

3. 极端天气机理复杂，模拟困难 极端降水、冰雹、雷暴大风等强对流天气，其发生发展涉及多尺度环流配合及复杂的地形-下垫面相互作用，机理极为复杂，准确模拟和预报仍是世界性难题。

中国极端天气预警技术水平及未来挑战

“十五五”规划已将提升极端天气应对能力、加强气象监测预报预警列为重点任务。目前，中国极端天气预报预警技术整体达到“国际先进、部分领跑、核心技术自主可控”水平，在强对流短临预警、台风路径预报和自主数值模式研发等领域，已具备与国际顶尖机构（如ECMWF、NOAA）竞争的实力。

在短临预报（0-3小时）方面，中国已实现“分钟级监测、百米级模拟、AI智能外推”。以AI短临模型“风雷”为例，其利用深度学习分析雷达回波序列，能在3分钟内生成未来3小时、逐6分钟的预报产品。相较于传统外推，其对强回波的预报技巧提升约25%，并能有效捕捉雷暴的生成和消散过程，将有效预警提前量延长至1-3小时。

此外，北京的“睿图-睿思”系统实现了百米级、分钟级的精细化预报，可逐10分钟更新0-6小时的短临降水预报，显著提升了暴雨、强对流等极端天气的预警精度。

这些模式的协同作用，使中国具备了从2-3周延伸期预报到年尺度气候预测的能力。例如，可提前2-3周预测全国性重大天气过程，提前6个月预测全球气候异常事件，并提前一年发布气候年景预测产品。

具体成效体现在：

• 暴雨、高温、寒潮预报： 智能网格天气预报系统分辨率精细至全国5公里、重点区域1公里，时间分辨率1小时，可提前3至7天预报区域性暴雨、高温、寒潮过程。
• 强对流预警： 强对流天气（雷暴、冰雹、短时大风）的预警提前量已达48分钟，较“十三五”末提升10分钟，为公众避险转移争取了宝贵时间。
• 台风路径预报： 台风24小时路径预报误差最少可达58公里左右，位居全球前列，为沿海地区台风防御提供了关键支撑。

当前，天气预报已能提供“危险什么时候来”的预警信息，为应对争取了充足时间。然而，挑战依然存在：

1. 基于影响的复合型灾害风险预警业务尚处起步阶段。 台风、暴雨、风暴潮等多灾种叠加的综合性预警能力不足，跨部门数据壁垒和协同攻关机制有待完善。
2. 气象服务融入韧性城市建设的深度仍需拓展。 社会公众的防灾减灾意识和主动避险能力有待进一步提高。
3. 监测预警服务全业务链条的智能化水平有待提升。 预警发布后，如何快速、精准地转化为水库调度、交通管制、停工停课等具体指令的“最后一公里”传导链条仍不够顺畅。突破这些难关，需要技术攻关、制度创新和多部门协同。

提升极端天气预报预警能力的三个维度

提升极端天气预报预警能力，需要从夯实观测基础、突破技术瓶颈和深化风险认知三个维度协同发力。

1. 补齐观测短板 在观测薄弱区域加密地面和垂直观测设备，部署相控阵雷达、毫米波雷达、风廓线雷达，实现对强对流三维结构的分钟级捕捉。同时，推进高标准气象站建设，加强新型多源稠密观测产品的应用。

2. 加强核心技术攻关 迭代升级北京地区灾害性天气的多时间尺度数值预报核心技术和气象灾害风险预警技术。深化云微物理、对流触发机制、地形效应等基础研究，改进模式参数化方案。加强人工影响天气的精准调控技术研发，探索“防雹增雨”等减灾实践。

3. 从“预报天气”到“预报风险” 研发基于影响的预报，不仅预报“雨量300毫米”，更要直接输出“哪些小区会积水、水库需不需要泄洪”的风险产品。