近期，各地频繁遭遇暴雨、大暴雨、雷电及大风等极端天气，这引发了公众对天气预报如何生成以及其准确性的广泛关注。北京市气象局高级工程师拉萨就公众关心的话题进行了介绍。

天气预报的生成过程

当前的天气预报已非单纯依靠经验，而是“数值预报模式 + AI气象大模型 + 预报员综合研判”协同工作的成果。

对于 1 至 14 天的中短期预报，预报员会综合比较不同数值模式的预测结果来得出最终结论。而对于 0 至 3 小时的短临预报，则更依赖于雷达、卫星、高密度自动站、风廓线等分钟级甚至秒级更新的多源观测数据，尤其在预测夏季强对流天气时作用显著。

1. 数值预报模式 (NWP)：这是目前中短期预报的主要工具。其原理是将大气划分为密集的三维网格，通过求解描述大气运动的流体力学和热力学方程组，计算每个网格点上温度、气压、风速等要素在未来一段时间内的变化，从而预测未来 10 天的天气。目前已有分辨率达 10 公里的全球模式和 1 公里的区域模式，北京市气象局还开发了“分钟级、百米级”的高分辨率快速更新模式系统。

2. AI气象大模型：AI 模型通过学习海量的历史气象数据（如过去 40 年的全球数据），找出天气演变的统计规律，而非直接求解物理方程。训练完成后，AI 模型预测速度极快，能在几分钟内生成 10 天的预报，并在某些指标上达到传统模式的水平。但 AI 模型缺乏物理解释性，且可能存在“平滑效应”，削弱极端值。我国已构建起国产人工智能大模型系列，包括“风雷”（临近预报）、“风清”（全球中短期预报）、“风顺”（次季节—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”模型作为国内首个具备大气物理方程约束的短临预报业务模型，实现了 3 小时预警提前量，雷达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，当前 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℃，为公众出行提供了可靠依据。

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较高，但公众在面对极端天气（如暴雨、超强台风）时，仍可能感觉预警“慢半拍”或“不准”。这并非技术能力问题，而是极端天气本身复杂的发生机理和路径，导致模拟和观测困难重重。

1. 观测的局限性：龙卷风、突发强对流等极端天气尺度小、生命史短。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（如探空气球）难以实现全天候、无死角覆盖。在高原、山区等地区，观测站点稀疏，导致系统初生阶段的监测存在“盲区”。

2. 预报模式的分辨率与物理过程瓶颈：数值预报模式虽然不断进步，但全球模式的网格距（通常在十公里量级）难以精确解析局地地形（如山谷、城市建筑群）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涉及多尺度环流配合及复杂的地形-下垫面相互作用，其机理极其复杂，准确模拟和预报至今仍是世界性难题。

我国极端天气预警技术的进步与未来挑战

我国极端天气预报预警技术已整体达到“国际先进、部分领跑”的水平，在强对流短临预警、台风路径预报和自主数值模式研发等方面，已具备与国际顶尖机构竞争的实力。

在短临预报领域，我国已实现“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，它能利用深度学习分析雷达回波序列，在 3 分钟内生成未来 3 小时的逐 6 分钟预报，强回波预报技巧提升约 25%，有效预警提前量延长至 1-3 小时。北京的“睿图-睿思”系统则实现了百米级、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，显著提高了极端天气的预警精准度。

这些模式的协同作用，使我国具备了从 2-3 周延伸期预报到年尺度气候预测的能力。例如，能提前 3 至 7 天预报区域性暴雨、高温、寒潮过程；强对流天气预警提前量已达 48 分钟；台风 24 小时路径预报误差控制在 58 公里左右，居全球前列。

然而，我国在极端天气预警方面仍面临挑战：

1. 复合型灾害风险预警业务：基于影响的复合型灾害风险预警业务尚处于起步阶段，多灾种叠加的综合性预警能力不足，跨部门数据共享和协同机制有待完善。
2. 气象服务与韧性城市建设：气象服务融入韧性城市建设的深度仍有提升空间，公众的防灾减灾意识和主动避险能力有待加强。
3. “最后一公里”传导不畅：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，这条“最后一公里”的传导链条仍需优化。

提升极端天气预报预警能力的三个维度

为进一步提升极端天气预报预警技术，需要从三个维度协同发力：

1. 夯实观测基础：在观测薄弱区域加密地面和垂直观测设备，增加相控阵雷达、毫米波雷达、风廓线雷达等，形成对强对流三维结构的分钟级捕捉能力，并推进高标准气象站建设。

2. 突破核心技术瓶颈：升级灾害性天气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。同时，加强人工影响天气的精准调控技术研发。

3. 深化风险认知，从“预报天气”到“预报风险”：研发基于影响的预报产品，直接输出“哪些区域将受淹、水库是否需要泄洪”等风险信息，而非仅提供“雨量 300 毫米”等数据。