博采眾家之長，讓天氣預(yù)報更加精準(zhǔn)！

古語云：“三個臭皮匠（裨將）頂一個諸葛亮”，意思是說，要做出一個好的決策，需要集思廣益，聽取他人的意見和建議?，F(xiàn)在人們做天氣預(yù)報也會用這種多個預(yù)報員“會商”的方法。所謂天氣會商就是預(yù)報員們在制作天氣預(yù)報時，一起對未來天氣的發(fā)展及其依據(jù)進行討論和交流，從而讓預(yù)報結(jié)論更加科學(xué)，更加符合實際。多模式集成預(yù)報就像是讓多個數(shù)值預(yù)報模式進行“會商”，得到更加精準(zhǔn)的天氣預(yù)報。

圖庫版權(quán)圖片，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛

隨著計算機技術(shù)的發(fā)展和計算能力的大幅提升、資料同化技術(shù)的發(fā)展、更密集的氣象觀測網(wǎng)絡(luò)的投入使用，數(shù)值預(yù)報已成為天氣預(yù)報的核心組成部分。在世界各地，絕大多數(shù)國家都在使用數(shù)值預(yù)報指導(dǎo)其日常天氣預(yù)報的制作。數(shù)值天氣預(yù)報在我國的天氣預(yù)報中也扮演著重要角色。目前，我國數(shù)值天氣預(yù)報水平和國際先進水平，如歐洲中期天氣預(yù)報中心（ECMWF）和美國國家環(huán)境預(yù)報中心（NCEP）還有不小的差距。不過，利用先進的數(shù)值預(yù)報后處理技術(shù)，特別是博采眾家之長的多模式集成預(yù)報能獲得優(yōu)于全球最好的單模式（如ECMWF）的天氣預(yù)報結(jié)果。

多模式集成預(yù)報的基本思想是首先對多個數(shù)值預(yù)報的結(jié)果去除系統(tǒng)性偏差，然后再進行加權(quán)平均。如果某個模式的預(yù)報在訓(xùn)練期性能比較好，就賦予它更大的權(quán)重值；相反，如果某個模式結(jié)果在訓(xùn)練期性能較差，就賦予它更小的權(quán)重值。傳統(tǒng)的多模式集成預(yù)報使用一段固定的訓(xùn)練期來消除模式的系統(tǒng)性偏差和確定參與多模式集成各個模式的權(quán)重值。不過，當(dāng)預(yù)報時刻遠離那個固定的訓(xùn)練期時，在訓(xùn)練期獲得的權(quán)重值就會逐漸失效，導(dǎo)致預(yù)報誤差迅速增長。氣象學(xué)家提出了滑動訓(xùn)練期多模式集成預(yù)報方法，也就是訓(xùn)練期不再是固定的那段時間，而是隨著預(yù)報時刻而變。

圖庫版權(quán)圖片，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛

此外，還提出了最優(yōu)訓(xùn)練期長度的選取方法，即利用不同長度的訓(xùn)練期進行多模式集成預(yù)報，當(dāng)訓(xùn)練期長度達到一定程度時，預(yù)報誤差保持穩(wěn)定，不再顯著減小，則取誤差達到穩(wěn)定的這個最短的訓(xùn)練期長度為最優(yōu)訓(xùn)練期長度。試驗結(jié)果令人鼓舞，基于最優(yōu)滑動訓(xùn)練期的多模式集成預(yù)報技巧遠超參與集成的最優(yōu)的單模式預(yù)報技巧，也明顯優(yōu)于固定訓(xùn)練期的多模式集成預(yù)報。

利用中國氣象局（CMA）、ECMWF、NCEP和日本氣象廳（JMA）以及英國氣象局（UKMO）多個數(shù)值模式進行多模式集成預(yù)報，對臺風(fēng)路徑與強度、暴雨、大風(fēng)、高溫?zé)崂恕⒌蜏赜暄┑雀哂绊懱鞖忾_展預(yù)報試驗。滑動訓(xùn)練期多模式集成24小時地面氣溫預(yù)報的誤差比最好的單模式預(yù)報減小了40%左右，即使是7天預(yù)報的均方根誤差也比ECMWF的預(yù)報減小了15%左右。多模式集成對臺風(fēng)路徑和強度預(yù)報也有明顯改進，特別是臺風(fēng)路徑的24小時預(yù)報平均絕對誤差比最好的單模式預(yù)報至少減少了30公里。大風(fēng)、暴雨和高溫?zé)崂恕⒌蜏赜暄┑雀哂绊懱鞖獾念A(yù)報也有不俗的表現(xiàn)，預(yù)報技巧明顯超越最好的單模式預(yù)報?；瑒佑?xùn)練期多模式集成預(yù)報不但能有效減小預(yù)報誤差，而且性能也更加穩(wěn)定。

此外，氣象學(xué)家還構(gòu)建了基于降水分級建模的多模式集成預(yù)報新技術(shù)，有效提高了強降水的預(yù)報技巧。利用多模式24小時累積降水量預(yù)報資料，結(jié)合高分辨率中國降水融合產(chǎn)品，對東亞地區(qū)24小時累積降水量進行雨量分級的貝葉斯模式平均預(yù)報。通過將24小時累積降水量分為小雨、中雨和大雨及以上三個量級，分別建立各個量級的預(yù)報模型。這種新的預(yù)報模型克服了傳統(tǒng)模型對于強降水預(yù)報能力的不足，有效提高了強降水預(yù)報技巧。

近年來，人工智能技術(shù)的迅速發(fā)展和廣泛應(yīng)用深刻地影響了天氣預(yù)報技術(shù)的發(fā)展。團隊率先構(gòu)建了基于動態(tài)與靜態(tài)數(shù)據(jù)智能融合的多種神經(jīng)網(wǎng)絡(luò)多模式集成預(yù)報模型，有效提高了氣溫、降水的預(yù)報準(zhǔn)確率。通過將地理信息智能融合到基于多種神經(jīng)網(wǎng)絡(luò)方法（如前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶神經(jīng)網(wǎng)絡(luò)等）的多模式集成預(yù)報模型中，深入挖掘各類數(shù)據(jù)之間的關(guān)系，最終獲得整體最優(yōu)的氣溫、降水要素的預(yù)報效果。

十多年來，經(jīng)過對多模式數(shù)值天氣預(yù)報產(chǎn)品智能釋用技術(shù)的有效探索，我國研發(fā)的一系列多時間尺度的數(shù)值預(yù)報釋用產(chǎn)品，應(yīng)用于中國氣象局公共氣象服務(wù)中心的精細化預(yù)報系統(tǒng)、江蘇省氣象臺業(yè)務(wù)預(yù)報系統(tǒng)、江蘇省人工影響天氣數(shù)值預(yù)報系統(tǒng)、貴州省氣象臺的精細化格點預(yù)報系統(tǒng)、福建省“福莆寧”區(qū)域精細化檢測預(yù)警服務(wù)平臺、福建省廈門市氣象臺、湖北省氣象局武漢中心氣象臺、泰州市氣象臺等各級氣象業(yè)務(wù)部門的智能網(wǎng)格預(yù)報系統(tǒng)中，顯著提高了降水、氣溫、風(fēng)場等氣象要素的預(yù)報準(zhǔn)確率，尤其對轉(zhuǎn)折性天氣過程、強降水預(yù)報預(yù)警、云水預(yù)報水平等方面改進顯著。相關(guān)天氣預(yù)報新技術(shù)在氣象服務(wù)中發(fā)揮了重要作用，如2014年南京青年奧林匹克運動會 、2015年第一屆全國青年運動會以及2018年中央電視臺春晚貴州分會場的氣象保障。此外，項目還在人工增雨防控太湖藍藻氣象服務(wù)中發(fā)揮了重要作用，提升了人工影響天氣生態(tài)型業(yè)務(wù)的保障與服務(wù)水平，有助于國家水資源保護與糧食安全。

多模式集成預(yù)報技術(shù)讓天氣預(yù)報更加精準(zhǔn)，為人民生命安全、社會經(jīng)濟發(fā)展和生態(tài)文明建設(shè)提供了重要保障，為提高防災(zāi)減災(zāi)救災(zāi)能力提供了有力的氣象預(yù)報技術(shù)支撐。