█ 许小峰（中国气象局，特约）

　　2018年美国地球物理学会（The American Geophysical Union，简称AGU）秋季年会图1左）因恰逢美国气象学会成立100周年，也称为AGU100（图1右），于2018年12月9—14日在美国华盛顿召开，来自世界各地的近3万学者与会，围绕大气、海洋、冰川、生态、环境、水文、地质、地理、太空、数据、探测、智能、科研、创新、服务、教育、出版、管理等诸多领域进行了交流与探讨。

　　AGU成立于1919年，作为国际性非营利研究机构，目前拥有来自全球130多个国家近6万名会员，研究领域涉及地球科学与空间科学的诸多学科，包括对宇宙空间、地球内部结构、地球和气候系统各圈层形成演变和相互作用等的探索和研究。

　　AGU100内容丰富、涉及面广，很难完整把握会议内容，本文仅就对目前气象业务科研关联度较密切的内容做一简要评述。

一、大气成分监测研究

　　从以往情况看，大气成分监测与分析在环境和气候变化领域一直受到较高程度的关注，但在这次会议上，涉及到大气成分的领域明显在增加，从观测方法到研究与应用都有所涉及。

　　从探测与分析内容上看，主要集中在气溶胶、臭氧、温室气体，影响领域则涵盖了天气、气候、气候变化、环境、生态系统、海洋等，涉及范围也从局地、区域、地表向全球和空间拓展。出现这种变化，与探测技术的提升、研究的深入及实际需求的扩大密切相关，特别是卫星技术的发展，使对大气成分的监测更具有完整性。

　　如对强对流天气的影响分析，美国的学者介绍了通过对CloudSat和CALIPSO卫星观测到的气溶胶信息的分析，量化了流云冰晶质量加权高度随气溶胶光学厚度（AOT）的变化，在南美洲、中非和东南亚的烟雾、尘埃和污染的大陆气溶胶环境中进行分析，发现气溶胶可以抑制或激活对流，取决于气溶胶的类型和浓度。平均而言，烟雾倾向于抑制对流，气溶胶类型是决定气溶胶对对流云影响的关键因素之一。这种通过不同卫星信息获取到的大气成分信息分析对流性天气的变化机理，可以加深对天气系统机理的认识，也有助于进行更完整、系统的分析。

　　美国NASA戈达德太空飞行中心PaulA.Newman先生做了特邀报告，题目为“来自太空的大气化学：过去、现在和未来”，回顾了100年来人类在理解地球大气成分和化学方面取得的进步，谈到从上个世纪50年代开始，就构想从卫星上观测大气臭氧层的变化，因臭氧层是阻挡有害紫外辐射的主要屏障，需要监测和分析研究，1974年《自然》发表了揭示了氯氟烃（CFCs）对臭氧层的破坏性影响的论文，将臭氧观测推向了科学的最前沿，现在已可以每天从卫星上获取全球大气臭氧层的信息。未来将进一步推进通过卫星观测从中间层到边界层的大气成分变化，特别是要提高对陆地、海洋、生物圈和大气相互作用对大气成分变化影响的认识。

　　NASA的专家还介绍了北大西洋冷空气爆发期间的气溶胶和云气特性分析，展示了不同区域气溶胶和云结构和性质的差别。

二、数据获取与分析

　　从国际视角看，对数据的重视程度一直较高，特别是近年来随着大数据技术的发展，地球系统的综合数据问题也更加受到关注，成为一个相对独立发展的领域。

　　这一领域的发展特点主要集中在两个方面，一是获取数据的手段呈多样性的发展趋势，除了我们比较熟悉的常规观测，如地面、探空、卫星和雷达等，在涉及气候系统各圈层相互作用的信息获取方面明显加强，如通量、边界层、高层大气、辐射变化、生态变量等方面的观测，同时各种非常规的探测也呈现明显发展，社会公众信息收集、微波通信信息间接转化数据等。例如，美国纽约市城市学院的学者介绍了国际卫星云气候项目（ISCCP）的对流系统跟踪（CT）数据库的发展情况（图2）。该数据库建设首先根据卫星获取的各类云特征信息进行归纳分析，构造云分类数据，然后对每个云系统跟踪，构成完整的对流云演变过程数据，目前已可以做到全球覆盖、10km分辨率、从1983到2015年连续的对流云数据集。

　　荷兰皇家气象研究所的科技专家介绍了利用蜂窝通信网络的微波中继器进行大规模降雨监测的技术方案（图3），蜂窝通信网络的微波回程链路提供了宝贵的高分辨率时空降雨信息资源，补充了传统的现场观测和雷达、卫星进行远程遥感测量的不足。随着越来越密集的通信网络建设，这种降雨信息的获取具有进一步拓展的潜力。

　　二是在数据分析处理方面的发展，主要在数据同化、再分析资料、质量控制、智能处理、观测系统仿真试验等领域，有相当多的交流和介绍。如通过对2006年发射的云雷达卫星（Cloudsat）信息处理分析可以获取全球降水频率和强度的整体信息；通过对云和气溶胶粒子等大气成分进行地面和现场对比观测，对校准和验证卫星的相关测量至关重要；而较为普遍应用的观测系统仿真试验（OSSE），可以在观测系统建设前就给出逼真观测试验模拟，有助于对新建观测系统的理解和降低投资风险。

　　美国马里兰大学的研究人员给出了对观测系统仿真试验OSSE（Observing Systems Simulation Experiment）的评估报告，将仿真试验与实际观测情况进行对比，认为OSSE确实能够重现和分析实际观测系统性能状况的表现，是很有价值的资料评估方式。

　　NOAA和ECMWF等多位专家介绍了欧洲中心发展的用于OSSE的大气状况的分辨率为9km的14个月长期预报模式（Nature Run）的运行情况，经过实际对比，认为这一模式体现了其先进、完整和准确性。这一模式可以通过网络获取到，条件是在研究成果中要注明模式来源。

　　来自美国马里兰大学等单位的学者则通过OSSE评估方法对美国计划发射的微波小卫星的设计方案进行了评估，包括高倾轨道和低倾轨道效果的分析，认为这类小卫星星座的信息确实可以为全球气象预报分析提供了新的价值。

　　以上介绍反映了数据分析的重要性，除了在预报过程中（同化、资料的后处理（再分析））外，提前对可能获取资料的判识分析也是很有价值的，有助于对观测业务发展的科学性、时效性进行预先分析和判断。

三、气象小卫星星座计划

　　随着航天科技的发展与进步，从20世纪末以来，微小卫星的发射与应用越来越受到重视，已从最早的以通信应用为主扩散到遥感、气象、海洋、测绘、空间等多个领域。微小卫星具有成本低、研发发射周期短、星座组网等优势，目前已从研发设计阶段逐步向科研和业务应用推进，涉及地球系统多个领域，在AGU100会上有不少国家的专家做了相关介绍，总体上认为发展小卫星对地球系统的探测具有独特的科学价值。

　　如美国密歇根大学的学者介绍了美国航天局2016年成功发射的由8颗卫星构成的CYGNSS星座信号的分析应用情况，通过对地表GPS散射信号的分析，获取地表状况、水汽通量、风场等信息，并应用到台风等灾害性天气的分析预报中。

　　美国NASA介绍了计划中发射的通过红外光谱测风的小卫星星座机载测试试验结果，其目标是能提供空间3～4km分辨率的三维风场探测，也包括水汽、云、污染和气溶胶信息。

　　美国海军研究实验室的专家介绍了一个被称为“彩虹”激光雷达小卫星星座的发展计划，通过主动遥感获取地表高度、矢量风场、海冰、云水特征等信息。

　　中国香港和中国科学院的专家还介绍了利用美国小卫星提供的每天覆盖全球地表信息，监测青藏高原地表融化和生态退化状况的分析结果，体现了小卫星监测高时空分辨率的优势。

四、GPM测雨卫星资料的应用分析

　　无论是监测还是预报，包括数值模式发展，对流性天气过程的分析都是重要的难点之一，也是天气、气候研究中最大不确定性因素之一。随着探测技术和分析水平的提高，在这一领域也呈现出新的进展。雷达探测技术的发展及相关的模拟分析技术的进步起到了重要作用，包括地面天气雷达和卫星雷达技术的进展，特别是雷达卫星和卫星微波探测的发展，将对云的内部结构探测从区域拓展到全球。对全球云系变化特征进行的分析，既可针对天气过程，也能提高对全球气候问题的认识。

　　在本次会议上，有不少学者介绍了美国和日本联合发射的全球降雨测量GPM星座核心卫星测雨雷达星的应用情况（图4）。GPM核心星是一颗双频雷达卫星（Ku和Ka波段降水雷达DPR），并携带微波成像仪，于2014年发射，与相关微波卫星构成一个测雨星座，可以每三小时提供一次全球大部分地区的观测资料，利用这些信息可以及时绘制全球三维雨雪合成图像，并能将这些信息供数值模式使用。美国NASA的代表专门介绍了通过GPM资料演示全球三维雨雪信息合成图像，包括对台风结构的细致描绘。

　　日本气象厅的专家介绍了他们发展的中尺度数值模式四维变分同化系统，其中包含有云微物理过程方案，该系统的重要特点之一是可以同化GPM卫星的三维雷达观测信息，有助于分析较大范围的强对流天气。

　　美国的学者还介绍了利用地面雷达（NEXRAD）与GPM卫星信息对比检验的结果，表明GPM的3D雷达反射率值与NEXRAD观测结果基本一致，以NEXRAD雷达数据中的中尺度对流信息为标准，其中70%以上的过程可以被GPM卫星捕获到，显示出GPM强大的对中尺度系统监测能力。

　　美国科罗拉多州立大学的学者介绍了利用GPM卫星信息与NEXRAD雷达数据捕捉到的1000多个冰雹云个例进行对比分析，并建立了相关判别指标，成功率可以达到80%，目前还在对20%的错误识别案例做深入分析，有望将识别能力进一步提升。

　　经过各方面的测试、研究和检验，GPM卫星星座已可以为科研、业务提供很好的观测支持。

五、智能方法

　　基于地球科学问题的非线性、复杂性和不确定性等特征，智能科学方法有可能在其中一些领域发挥出独特作用。特别是随着地球科学中的数据量呈指数级增长，先进的信息和人工智能技术为地球科学研究的深化开辟了新的途径，基于知识的推理有望进一步加速发展，自适应传感、机器学习、深度学习、知识绘图和其他方法越来越多地进入实用阶段。如何将这些已体现出强大能力的技术用于地球科学，则还需要进一步探讨，开展跨学科研究合作，制定标准，选择合适的研究对象，并通过实践逐步推进。在本次会议上，有专门的论坛探讨人工智能的应用前景，在许多专门领域的交流中，也都涉及到智能方法的应用和成效。

　　美国阿拉巴马大学等部门的代表介绍了通过知识图发现地球科学信息的方法。科技进步的关键环节是不断有新的发现并将这些信息发表和出版。而随着全球信息的不断增加，其可发现性变得越来复杂。如何及时发现与研究人员领域相关的数据和出版物面临重大挑战，因此，专注于数据挖掘和预测分类的认知计算工作对于促进科学发现具有特殊价值，其中的重要方法是利用知识图（Knowledge Graph），通过建立语义实体识别（SER）模型和一个关联模型，最终实现及时获取相关领域科技进展信息的目的。

　　在台风预报业务中对台风强度的判断具有一定不确定性，由于缺少实测信息，只能根据卫星、雷达的相关信息进行推断。美国国家飓风中心估计，在仅用卫星数据直接分析的情况下，其分析强度估计约有10%～20%的不确定性。来自美国NASA等部门的专家介绍了一个基于深度学习算法的热带气旋强度估算系统，通过对数万张卫星图像台风案例进行学习，对台风定强的确定性有显著提升。

　　美国俄克拉荷马大学的学者介绍了通过机器学习建立混合数据集对闪电、冰雹和龙卷风等危险天气发布概率预测预警的做法。由于这类强危险天气往往发生的时空范围很小，变化迅速，不确定性大，难以准确预测，通过机器学习建立混合数据集提供概率预警，可以使预报人员仅凭长期经验积累做出预报的能力得到提升。

　　人工智能和相关IT技术已成为地球科学较普遍的应用工具，几乎在每个专题介绍中都可以涉及。