科技信息快递

2015年

  1. 2020年
  2. 2019年
  3. 2018年
  4. 2017年
  5. 2016年
  6. 2015年
  7. 2014年

第一期

  1. 第一期
  2. 第二期
  3. 第三期
  4. 第四期
  5. 第五期
  6. 第六期
  7. 第七期
  8. 第八期
  9. 第九期

专题报道

首页 > 《科技信息快递》 >2015年>第一期>专题报道
回望2014——世界气象发展创新风景一览 发布日期 :2020-06-16  

0 引言 

  本文基于2014年大气科学文献、重要科学会议(如首届气象公开科学会议、美国气象学会年会和欧洲中期天气预报中心系列会议等)以及世界上主要气象机构网页资料,试图梳理出2014年世界气象发展脉络。因为作者学识和资料来源限制,这样的梳理只能是“以偏概全”,恳请读者提出补充看法。 

1 模式、探测资料的精细化 

• 模式多方面的精细化步伐 

  随着探测平台性能和计算机技术的升级,2014年主要气象强国都在稳定地提升其模式分辨率以期获得更佳的预报能力,与此同时,当家的高速计算设备也在不断升级,以面对更多的数据。  

• 以ECMWF为代表,各国加快提高业务模式的分辨率,使得模式能更加有效地耦合地表、边界层、海洋和海浪等要素,做出更好的预报(图1.1-图1.3);

• 为了有效节省能源,提高模式运行效率,更多模式探索和采用在计算层面上灵活算法,例如,德国气象局ICON模式通过升降尺度,让无需更加精细化的辐射计算在较小分辨率网格上完成,这使得该模式大幅度提高分辨率(例如,目前可以达到2.5km),从而为改进预报的准确率带来了可能性(图1.4)


• 模式分辨率的提高,让初始条件和模式的准确性都得到提高。这使得天气系统在模式中的保真度得到提升,得以分析影响可预报性的主要因子,例如,海洋、陆地、海冰和生态圈的耦合等。这些研究和实践,使模式对高影响天气系统预报的有效天数持续提升(图1.5)。

• 计算能力提升成为气象部门主旋律

  为了适应高分辨率模式的运行,各国气象部门展开了提升高性能计算能力的竞争。过去2年里,仅克雷高性能机的更新和安装名单里,世界上各主要气象业务和研究部门几乎全数登场(图1.6)。

  在这一无声的竞争中,欧洲中期天气预报中心作为预报模式的领先者,深深知晓拥有计算能力意味着什么,其制定的计算能力提升战略将延续本世纪以来能力提升的节奏(图1.7)。和ECMWF同步,英国气象局在2014年底进一步确认,将投入9700万英镑引进克雷XC40,该型号计算机也是克雷公司提供给美国本土以外机构中到目前为止最快速的计算机系统。该计算系统(计算速度达到每秒16 quadrillion)的引进,将使英国气象局的计算能力提高13倍。

  计算能力的提升,重要的结果之一就是预报输出的精细化。例如,日本气象厅集合预报模式,可以依靠计算能力的提高,从100成员增加到10240成员,集合预报模式的结果也会更加详尽(图1.8),带来预报质量的提升。

  

• 探测资料的“变相”精细化别有洞天 

  美国气象局(NWS)2014年完成了一项主要针对龙卷风及其他突发高影响天气,以及多普勒雷达网的名为SAILS(Supplemental Adaptive Intra-Volume Low-Level Scans,适宜的体积内低层补充扫描)的雷达技术改进项目,以期改进预报。这项技术(图1.9),就是将原来雷达体积内均匀扫描,改进为在低层重复扫描一次,这样做的主要好处是:能够更好地捕捉难以探测到的微弱和短生命期的龙卷风。这项简单的技术,之前在美国西部的实施表明,更加频繁的低层扫描还能够改进强降水路径预报。当我们考虑到“地表曲率”导致雷达探测“Gap”时(图1.10),这项技术更有可能提高雷达网整体探测能力。

  2014年,气象企业,例如,维萨拉公司和MC&C软件公司合作,针对雷达网面对地球曲率存在Gap的痼疾,进一步完善其了小雷达网的理念(图1.11)。小雷达网为密集的雷达阵群,具有1分钟和250米的时空分辨率,雷达具有低能耗、双极化、多Doppler性能和X波段等特征,能根据天气系统的演化、用户需要和雷达的能力进行智能化的适应扫描。

  与小雷达技术类似,企业领先和引领的气象小卫星技术,在2014年也空前活跃(图1.12)。气象探测小卫星技术,除了具有灵活机动、费用低等特点外,还有很多在挖掘中的优势,例如,能够组成群星簇,使得其功能更加强大,突破LEO轨道,可以更加有目的的探测。小卫星技术的推出,打破了世界上少数几家机构垄断气象卫星发展走势的局面,众多小企业参与,创新不断,让人不断有新的期待。特别是,小卫星研发周期短,能够极大地提升气象卫星探测网的弹性,从而结束卫星时代以来,一旦卫星发射失败或卫星在预期服役期内失效,很难补救的窘境。

• 精细化后的大量数据去哪儿了 

  2014年,美国气象局(NWS)完成了其业务数据预报系统一项最重要的更新:RAP(快速更新)和HRRR(高分辨率快速更新)(图1.13),其中2014年2月25日业务化的RAP,空间分辨率达到了13km,而计划9月业务化的HRRR更是达到了3km。两个系统均在2013年完成了试验建议,在2014年分别成型并及时业务化。RAP和HRRR系统的及时更新和其后援资料中,每小时更新的各种要素资料(图1.14)让更加精细化的、多个平台上的探测数据,在改进模式性能上有了用武之地。对比表明,6小时预报新的HRRR模式能够更详尽地给出局地化灾害天气,改进预报输出,能清晰描述(图1.15,红色和红色区域)局地风暴的可能发生地。同时,也为“大数据”理念下气象要素场价值的不断放大提供了前提和支撑(见4节)。



  在气候模拟领域,更多地资料,特别是具有气候意义的卫星气象观测数据,将更多地与模式间的比较“捆绑”在一起(图1.16),这将有利于气候模式减少“失真”。

• 预报的精细化:顺理成章

  挪威气象部门和广播网共同主持的气象预报网(http://yr.no),在欧洲乃至全球都很闻名,时效和精细化预报是网站的品牌,加上免费提供数据的政策,让该网站在欧洲独树一帜。精细化街区的预报不仅每小时都可以更新,用户还可以在网上定制不同时间和地点的天气报告短信,贴心的服务赢得了挪威和全球用户。其预报网页(图1.17)上依据“邮编”给出预报结果的界面,让精细化带来无限的亲切感。