近期，各地频繁遭遇暴雨、雷电、大风等极端天气，这引发了公众对天气预报如何产生以及其准确性的疑问。北京市气象局高级工程师拉萨就公众关心的天气预报技术和准确性问题进行了阐释。

天气预报的生成过程

当前的天气预报并非仅凭经验，而是结合了数值预报模式、人工智能气象大模型以及预报员的综合分析。在 1 至 14 天的中短期预报中，预报员会对比不同数值模式的结果来确定最终预报。对于 0 至 3 小时的短临预报，则更侧重于利用雷达、卫星、高密度自动站等分钟级甚至秒级更新的多源观测数据，这在预测夏季强对流天气时尤为关键。

1. 数值天气预报 (NWP)：这是中短期预报的核心。它将大气划分为三维网格，通过求解描述大气运动的物理方程组，计算未来天气变化。目前已有分辨率为 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. 人工智能气象大模型：这类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来识别天气演变的统计规律。训练完成后，AI 模型预测速度极快，在某些方面已接近传统模式。然而，AI 模型缺乏物理解释性，且可能存在“平滑效应”导致极端值被削弱。中国已部署“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）等系列 AI 模型，部分技术指标达到国际先进水平。“风清”模型在性能上跻身国际第一梯队，“风雷”模型则实现了 3 小时预警提前量，强回波预报技巧提升 25%。

综合运用数值预报模式、AI 气象大模型和预报员研判，当前 24 小时城镇天气预报的准确率可达 85%，气温误差控制在 1-2℃。

天气预报准确性与极端天气预报的挑战

尽管日常天气预报准确率较高，但公众有时会觉得在遭遇极端天气时预报不够及时或准确。这并非能力问题，而是极端天气本身的复杂性带来的挑战。

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。现有观测网络在时空分辨率上存在不足，尤其高空观测覆盖不全，山区等区域的监测存在“盲区”。

2. 预报模式的分辨率与物理过程瓶颈：数值模式的分辨率（如全球模式的十公里量级）难以精确解析局地地形的影响。即使是高分辨率区域模式，对云微物理和对流触发等过程的描述仍不够精确。

3. 极端天气机理的复杂性：强对流天气涉及多尺度环流和地形-下垫面相互作用，其复杂机理的准确模拟和预报是全球性难题。

中国极端天气预警技术水平与未来挑战

中国在极端天气预警技术方面已达到“国际先进、部分领跑”的水平，尤其在强对流短临预警、台风路径预报和自主数值模式研发方面，具备国际竞争力。

在短临预报方面，中国实现了“分钟级监测、百米级模拟、AI 智能外推”。AI 短临模型“风雷”能在 3 分钟内生成未来 3 小时的逐 6 分钟预报，有效预警提前量达到 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，显著提升了对暴雨、强对流等天气的预警精准度。

目前，中国已具备 2-3 周的重大天气过程预报能力，以及 6 个月至 1 年的气候预测能力。例如，暴雨、高温、寒潮可提前 3-7 天预报；强对流天气预警提前量已达 48 分钟；台风 24 小时路径预报误差稳定在 58 公里左右。

然而，中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：多灾种叠加的综合预警能力不足，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：公众防灾减灾意识和主动避险能力需进一步提升。
3. 预警信息到具体行动的传导：预警发布后，如何快速准确地转化为水库调度、交通管制等具体指令的“最后一公里”仍需打通。

提升极端天气预报预警能力的路径

为应对上述挑战，需要从三个维度协同发力：

1. 夯实观测基础：加密地面和垂直观测设备，增加雷达观测能力，形成分钟级捕捉强对流三维结构的能力，并建设高标准气象站。

2. 突破关键技术瓶颈：迭代升级数值预报和气象灾害风险预警技术，深化对云微物理、对流触发机制等基础研究，改进模式参数化方案，并研发人工影响天气技术。

3. 从“预报天气”转向“预报风险”：研发基于影响的预报产品，直接输出对社会经济影响的风险评估，而非仅提供降雨量等气象要素。