李婧华  张定媛  摘译

　　【导语】

　　2020年12月，美国国会要求NOAA科学咨询委员会（SAB）发布一份报告，提供必要的信息，以确定未来十年美国联邦在天气研究和预报方面投资的优先事项。作为回应，NOAASAB发起了“天气研究优先事项”研究，通过广泛的咨询协商，邀请了来自气象界的150多名专家参与编写这份报告，并于2021年12月，发布了题为《天气研究优先事项》报告，建议了未来十年的天气研究重点。

　　尽管美国在实现“天气有序国家”和加强气象信息价值链方面取得了进展，但仍然存在差距和机会，本报告通过其核心建议对此做出了回应。报告指出，迫切需要对三个相互关联的支柱进行投资：观测和资料同化、预测和信息传递。报告所提出的建议将扩展和改变整个气象价值链，使人们能够更有效和公平地保护生命财产免受不断增加的极端天气的威胁，并促进美国经济更加具有活力和国际竞争力。

观测与资料同化（OD）

　　优先领域1：现有观测资料的使用与同化

　　OD-1建议：最大限度地利用和同化未充分利用的地面、机载、海洋外场、遥感和众包观测资料

　　OD-1.1制定清晰明确的流程，了解NOAA仪器和数据在NOAA之外的使用情况，并探索整合私营部门和学术界已经或正在开发的新观测系统。目标是最有效地利用这些系统来推进NOAA的任务，并简化其在NOAA研究和业务中的测试、评估、资料同化和使用。

　　OD-1.2通过资助观测人员和资料同化人员之间的合作，对上述现有未充分利用的地面观测的战略和能力扩大支持。这种努力将使观测资料最有效地同化到数值天气预报（NWP）中。

　　OD-1.3制定清晰明确的流程，为NOAA业务选择和资助新的观测资料，并使这些观测资料能够在资料同化系统中使用。

　　OD-1.4利用新的土壤湿度、积雪和雪量测量网络数据以及新的机载、海洋和卫星观测资料，将先进高效的资料同化方法（见OD-3）用于极端降水预测、积冰、水文和风暴潮模型。

　　评估极端降水、河川流量和风暴潮的预报性能将有助于提前预报这些灾害。正在开发的下一代国家水模式（或区域模式系统）可以从同化目前和未来的新观测资料中受益。应进行成本和效益分析，以确定这些观测资料的最佳同化方案。

　　OD-2建议：最大限度地利用和同化未充分利用的卫星观测

　　OD-2.1优先安排资源，扩大NOAA、美国卫星资料同化联合中心（JCSDA）、学术界和其他政府机构之间的合作，进行卫星资料同化及其业务转换的研究和开发，而资料同化合作开发集成系统（JEDI）作为开放源代码来实现这种合作。

　　OD-2.2为改进全天空和全地面辐射资料同化的快速辐射传输模式提供持续支持。

　　OD-2.3提供持续支持，研究将卫星观测数据有效地同化到NWP模式中的方法（即估计卫星观测误差和偏差），以及评估卫星观测影响的有效方法（如观测系统模拟实验（OSSE）、预报敏感性观测影响）。

　　OD-2.4开发用于监测和预测沿海风暴潮的新型卫星测量应用。

　　优先领域2：先进的资料同化方法、能力和从业员工

　　OD-3建议：为资料同化的新方法研究和从业员工发展提供重要支撑，以建立和维持领先的科学能力

　　OD-3.1建立具有前瞻性和长期性（五年）的研究计划，支持所有空间和时间尺度上天气和水的创新资料同化方法研究，包括以下八个主题领域：

　　·发展多尺度资料同化方法

　　·发展考虑非线性和非高斯性的资料同化方法

　　·发展评估观测误差和偏差的方法，并发展具有成本效益和准确的观测算子

　　·发展可扩展和高效的资料同化算法和系统

　　·发展利用资料同化代表或减少数值模式误差和偏差的方法

　　·有效利用资料同化来指导设计观测网络

　　·利用国家水模式创建通用资料同化方法进行径流预测，并在一系列地理和水文条件下进行示范

　　OD-3.2建立大学联盟，以解决资料同化的关键研究挑战，并培养一支不断壮大的队伍。

　　该联盟的目标应包括：

　　·通过创新研究解决资料同化的关键研究问题

　　·提升研究资料同化的研究生，特别是博士生的数量

　　·利用JCSDA开发的JEDI进行研究，以促进研究到业务的转化（R2O）

　　·与NOAA合作，并优先考虑资料同化的关键研究领域（业务到研究）

　　·建立有效的合作基础设施（大学、NOAA实验室和中心、JCSDA）

　　OD-4建议：推进用于天气、水和次季节到季节（S2S）预报的耦合地球系统资料同化

　　OD-4.1支持发展一支熟练掌握天气、水和S2S预报耦合资料同化的工作队伍。

　　OD-4.2加强地球系统边界层观测资料同化的研究和开发。在资料同化框架中，识别、表示和减少地球系统组件界面的模式误差至关重要。

　　OD-4.3在NOAA内部，与其他联邦机构、大学和学术界、私营企业以及国际业务中心建立伙伴关系，优先发展所有时空尺度的耦合资料同化。JEDI作为优化这种合作的独特框架不可或缺。

　　OD-4.4以耦合资料同化为工具，支持涉及地球系统主要组件之间耦合的物理过程研究。

　　OD-4.5大幅度降低数据延迟，以提高业务耦合资料同化。

　　OD-5建议：推进区域和全球再分析产品

　　OD-5.1增加开发再分析产品的投入，使其作为用户驱动的业务化产品和服务，支持地球科学研究、NWP预报产品开发、气候服务和私营部门应用。

　　OD-5.2增加全球和区域再分析的科研投入和计算资源。包括改进输入观测，利用和实施NWP模式和资料同化研究和发展（FO-1,FO-2,OD-1～OD-4），开发最佳的再分析配置，以及对再分析的独立验证。这项服务需要依赖稳定和专用的资源，包括工作人员和高性能计算（HPC），但在再分析的研发和产品方面，也需要借助其他机构的力量。

　　OD-5.3开发持续、全面、高质量、数十年的再分析产品，支持使用AI和ML来开发和研究环境情景。

　　OD-5.4确定并建立一个为多种目的服务的再分析的最佳生命周期（an optimal life cycle for reanalysis）。

　　优先领域3：观测缺口以及新观测资料的使用和同化

　　OD-6建议：发展和部署全国边界层、土壤湿度和烟雾观测和资料同化系统，用于天气和S2S预测

　　OD-6.1在陆地上建立一个协调的全国廓线观测网络，并向近海延伸，定期收集从地面到对流层下部的观测资料。高时间频率和垂直分辨率的连续廓线是由PBL内过程的主要时间和空间尺度决定的。为了弥补现有的大气边界层（PBL）观测空白，建议NOAA地面PBL观测网络与混合观测系统中的卫星、地面和机载观测相配合。

　　OD-6.2支持设计和实施地面PBL系统的人员与资料同化人员之间的合作。合作目的有两个：利用资料同化实验来推进观测网络设计，并确保在观测系统测试和评估结束后，能立即同化新的观测资料。

　　OD-6.3支持NOAA与学术和私营部门之间的伙伴关系，设计和实施全国观测网络，并将有助于推进NOAA的使命。

　　OD-6.4开发和利用地面遥感器，测量烟羽的插入高度及其向下混合和沉降到地面的情况，并将资料同化到数值模式。利用商用飞机上现有的天气传感器和通讯能力，及其固有的上升和下降飞行模式，开发和利用机载传感器，测量烟雾和气溶胶浓度和化学成分的垂直廓线。将这些观测结果同化入数值模式，以改进野火预测。

　　OD-7建议：在天气空间和时间尺度上观测海洋及其边界层和海洋-大气反馈，以实现从分钟到年的无缝隙地球系统资料同化和预测

　　OD-7.1完成、维护和整合现有的海洋观测网络，增加传感器（如生物地球化学、盐度、洋流等）加强现有的海洋观测平台，以改进地球系统模式预测，并为加强海洋边界层观测提供综合背景。

　　OD-7.2利用整个社区不断扩大的能力，设计和构建一个嵌套式海洋边界层观测系统，解析海-气通量和参数化过程的输入，以提高理解和预测能力。部署仪器测量海洋和大气过渡层及其在天气空间和时间尺度上的协方差，并使用资料同化耦合模式对其进行分析。一旦耦合模式和资料同化得到充分验证，就应评估预报技巧并发展观测系统，使其效率最大化。部署一个可以保持提高预报技巧的观测系统。

　　OD-7.3将关于海洋混合层的建议与关于大气边界层的建议联系起来。一个重点是沿海地区，在这里，a）海洋和大陆相会并相互作用，b）天气预报的不确定性特别突出，c）天气事件影响大量人口、海洋生态系统、海洋运输和近海能源基础设施。该系统还应与生物地球化学观测联系起来，以管理生态系统和预测耦合事件，如海洋和湖泊中的有害藻华。

　　OD-8建议：利用和扩大大气河流（AR）观测，以改进洪水、干旱预测和水库管理

　　OD-8.1实施一个多阶段计划，利用当前和未来的飞机、浮标和卫星能力，提高对AR的理解和预测。该计划应建立在现有能力和计划的基础上，扩大空间和时间的覆盖范围，并通过先进资料同化（OD-3），以及整合海洋表面和混合层观测（OD-7），提高预测能力。

　　OD-8.2采用研究和业务合作方式，包括国际和学术界的参与。

　　OD-8.3项目制定和实施应针对西部极端降水预测和产生极端降水的AR现象，建立新的预报技巧指标。该指标应考虑社会经济影响，包括通过水库管理减轻干旱和洪水的影响。

　　OD-9建议：利用不同天气雷达和资料同化来填补雷达观测空白

　　OD-9.1NOAA应该制定一个清晰明确的流程，以更全面地整合来自其他机构的雷达数据，以补充NOAA地面雷达观测。

　　OD-9.2NOAA应开始在美国西部地区（NEXRAD雷达缺口最严重）和东部地区（现有雷达的覆盖范围很差）部署商业可用的低成本C波段和X波段雷达，在3年内至少部署30部雷达。

　　OD-10建议：优先考虑小卫星/立方体卫星观测和资料同化

　　OD-10.1开发强大的小卫星/立方体卫星技术示范。

　　OD-10.2建立开发、测试和实施新的资料同化方法的能力（例如，通过与学术界合作），使之适合于小卫星/立方体卫星的测量。

预报（FO）

　　优先领域1：基础地球系统模式（ESM）

　　FO-1建议：加快地球系统模式开发和无缝预测

　　FO-1.1随着ESM成熟，预测时间为数小时至数年的模式应向ESM发展，ESM预测包含地球所有组成部分，包括大气（包括气溶胶）、陆面、海洋和海冰，这些组分在资料同化和预报中都是耦合的。也就是说，目前的GFS和计划的S2S应提前成为完全的ESM。

　　FO-1.2将ESM开发集中在符合利益相关者需求的适当和一致的性能指标上。

　　FO-1.3通过采用统一的ESM，包括准确的碳和氮生物地球化学循环，以及耦合资料同化、集合和降尺度精细化能力，促进R2O实现无缝隙预测。

　　FO-1.4到2030年，开发和使用中尺度ESM（网格间距小于5km），其中次网格尺度的不确定性由基于ML的随机参数化表示。

　　FO-1.5应采用开放的开发框架，包括资料同化、初始化、预报、后处理和统计建模。应加大投入，使ESM能够利用快速变化的高性能计算架构和软件工程的进步（见FE-7）。

　　FO-2建议：在所有时间尺度上实现最佳的数值天气预报

　　FO-2.1拥有最好的业务化NWP是NOAA实现总体任务和最大限度地提高国家应对恶劣天气和气候变化复原力的基础。为了实现这一目标，建议NOAA在包含以下内容的框架内创建尽可能最佳的业务化NWP：

　　·聚焦这一目标的现实且积极的战略和计划，包括明确的指标、活动、投入和阶段目标。

　　·国会和国家定期对NOAA执行这些计划和实现其目标进行评估和问责。

　　·对世界一流业务NWP所需的科学研究进行的重点投资，包括地球系统科学和模式、模式物理过程、资料同化、集合、后处理和AI，所有这些都在UFS框架下。

　　·诸如地球预测创新中心（EPIC）等项目，支持和激励外部合作伙伴进行NWP模式研究和开发，以促进实现NWP卓越目标。

　　FO-2.2获取更多计算能力，以支持研究、开发、测试和实施世界一流NWP组合（见FE-6）。

　　大部分新的计算机资源应分配给NOAA内部和更广泛的气象研究界。

　　FO-2.3与其他相关的联邦机构（如美国国家科学基金会）合作，促进下一代研究人员、技术人员和从业人员队伍的大幅增长，以推进必要和复杂的模拟、观测、同化和计算科学与技术。这可以通过加强和促进能够教授这些学科的机构、项目和其他倡议来实现。NOAA应提供专门的模拟、数据和计算平台来支持这些项目。

　　FO-3建议：建立定期和持续的地球系统再预报以有效提升业务模式

　　FO-3.1加大投入再预报，将其作为用户驱动的业务产品和服务，以支持地球科学研究、NWP预报产品开发和私营部门应用。

　　FO-3.2加大投入，促进再预报研究和开发。

　　FO-3.3确定再分析、再预报和业务实施的最佳配置和进度，为模式开发和气候监测提供最佳框架。

　　优先领域2：推进关键预报应用

　　FO-4建议：加强对地球水循环极端情况的预测，以实现水循环综合模式FO-4.1提高对水循环相关变量的评估，包括：降水分析和预报；洪水量和淹没面积；干旱强度、持续时间和面积以及水质。

　　FO-4.2改进协调众多相互交叉的工作，这些工作确定了研究重点，并相应地资助与水循环有关的研究。

　　FO-4.3在水质和水量的业务预报中，使用经过科学审查和支持的社区水模型框架和资料同化系统。要求以公开透明的方式对预测模式进行基准测试，支持在两周内完成开源代码贡献和测试。

　　FO-4.4加大和持续投入水资料同化能力建设，以加速利用更多的水观测信息，提高预报产品技巧。

　　FO-4.5扩大研究范围，解决模式过程耦合（如沿海-河流-内涝复合洪水、地表水-地下水耦合、陆-气耦合等）中的科学问题和不确定性。

　　FO-5建议：努力提高火灾天气和空气质量预测能力

　　FO-5.1开发一个基于集合的耦合地球系统模式，对大气成分和空气质量进行逐小时或逐季节预测。地球系统方法是改进空气质量预测的基础，提供精确的边界条件和初始化以及必要的陆地和水耦合。

　　FO-5.2推进使用ML以实现模式效率，促进必要的高分辨率和集合方法，以产生所需的空间尺度上的预测。

　　FO-5.3利用和支持模式开发和评估中的跨机构伙伴关系。这包括通过共享更新的排放清单和代码，以及共同制定资料同化方案，扩大机构间的合作。

　　FO-5.4为空气质量和火灾天气模型的研究、开发和评估提供额外的计算资源。

　　FO-6建议：通过多部门以及地球预测创新中心的合作，改进高影响天气预报提高NOAA在高影响天气预报方面的能力要求NOAA：

　　FO-6.1采取全面的方法来提高高影响天气的理解和概念模型。

　　FO-6.2与UFS框架内的合作伙伴，加强模式物理过程研究，开发复杂的区域和嵌套模式，以提高ESM预测技巧，并改进集合生成技术及其在高影响天气事件中的应用。随着ESM的成熟，应仔细评估单独的飓风和水模型是否能为ESM增加价值，同时要了解ESM输出在其他模式系统中被如何使用。

　　FO-6.3将NWS基于预报的预警（WoF）愿景作为优先事项，并将其扩展到其他高影响天气现象，与“对环境潜在危险的全方位预报系统（FACET）”相协调。

　　FO-6.4与预报员和社会、行为和经济科学家合作，开发创新型诊断和指导产品，并对风险和影响进行有效沟通。

　　FO-6.5通过EPIC计划和外部融资机会，让外部社区参与进来。NOAA应通过鼓励所有相关机构（如环境模式中心（EMC）、天气项目办公室（WPO）、科学和技术办公室（OSTI）、发展试验台中心（DTC）和相关的OAR实验室和合作机构）与EPIC和天气企业进行协调和合作。

　　FO-7建议：推进地球系统模式中海岸过程的研究，以实现全面的海岸模拟

    在单个模式组件、模式耦合以及通过资料同化和自适应采样整合模式和观测方面存在重要挑战。为了克服这些挑战，NOAA需要：

　　FO-7.1支持以下沿海模拟研究的重要领域：（a）总水位，包括洋流效应和结构、潮汐、涌浪、海浪、洪水漫顶、河流和雨量的影响，有助于沿海地区的洪水和其他天气灾害的决策;

　　（b）近岸过程，特别是形态建模、海-气-浪耦合和物理-生物地球化学耦合，有助于沿海地区天气灾害和水质（包括有害藻华）的决策。

　　FO-7.2支持使模式对预报更有用的研究，包括：（a）为新的计算平台优化模式性能；（b）用误差度量进行集合和概率模式；（c）扩大使用可解释AI和ML。

信息传递（ID）

　　优先领域1：高可靠性、高分辨率天气信息发布，以包容和开放的科学方式实现社会效益最大化

　　ID-1建议：拥抱开放科学

　　ID-1.1开发和维护可用性高和抗灾的数据访问门户，以行业公认的格式（如NetCDF、GeoJSON等）提供NOAA天气和气候预测和观测数据。

　　ID-1.2创建一个开放科学联盟，包括私营商业和非营利伙伴、学术界和开放科学界，以协调响应2021年联合国教科文组织关于开放科学的建议草案和最近的美国国家科学院报告。该联盟应：a）为将参与NOAA气象事业的下一代科学家规范开放科学；b）通过激励和支持科学界向开放科学迈进来加速科学发展；c）扩大对NOAA气象事业的参与度并减少障碍。

　　ID-2建议：在两年内，通过利用内容交付网络和加快向商业云网络迁移，解决NWS数据传播的挑战。

    ID-2.1 充分利用内容交付网络，加速向云计算迁移。

    ID-2.2 优先保留 NOAA 和 NOAA 承包商在软件、数据和网络方面的专业知识，以解决局限性并确保未来的创新。

    ID-3建议：在NOAA职能范围内，为气象企业提供数据集成和传播策略以及业务监督

   ID-3.1建立健全的协调和协作框架，确保向公共部门（即机构间）和私营部门的合作伙伴有效传播和共享NOAA相关数据，包括解决过时的传播方法。这些框架应涉及所有部门（如航空、航运、道路、公用事业等）和灾害（如极端天气、热带、火灾、冬季、空气质量、洪水等）。

    ID-3.2应开展研究，全面了解NOAA数据的利用情况，特别是在联邦机构和大型商业部门，以更好地设计和建立这些框架。

    ID-3.3确保各机构和合作伙伴（如NOAA、FAA、DoD、大学等）之间的协调，以消除重复工作，并最大限度地发挥人才和资金的作用。

    ID-3.4在NOAA内部、各合作伙伴机构、私营部门和大学之间，优先考虑关于火灾天气和航空为重点的研究和框架，以解决重大的研究和业务知识和数据缺口。

　　优先领域2：促进收集社会、行为和跨学科观测数据以及同化和分析数据的持续良性循环，以改进气象信息传递

　　ID-4建议：优先考虑和整合关于公平和有效利用灾害天气信息的跨学科研究

　　ID-4.1研究预报不确定性（概率）信息对谁、在何种灾害情景下、何时以及如何发挥有利作用，以及是否和何时存在潜在的不利影响。考虑预报不确定性和预报置信度的特征、交流和使用。优先研究因气候变化而加剧的灾害（如火灾天气、干旱、高温、极端降水和洪水、冬季风暴）。

　　ID-4.2研究如何在地理空间环境下更有效地以可视化方式传递信息，重点关注气象灾害的表征（包括不确定性和基于情景的预报），如何与其他信息（例如，基础设施、地标、物资或庇护所的位置）结合改进风险评估和决策。

　　ID-4.3描述并解决气象信息不公平的问题。考虑以社区为中心的方法，将研究置于特定的文化、人口和资源中。

　　ID-4.4确定自动指导的情况（如灾害类型、区域、季节等）是否有效，包括基于NWP的指导（确定性、集合和“混合”指导）以及基于AI和ML的指导。此类研究应考虑灾害可预报性的局限，对用户（包括预报员和最终用户）对指导的信任、NWS合作伙伴的IDSS需求以及失败的影响。

　　ID-4.5利用不同的数据源（如交通、零售购买、基础设施数据、社交媒体数据）和潜在的AI和ML技术，对天气灾害影响的表征和交流进行研究。研究必须考虑不同尺度和背景下影响的可预测性和预测能力。开展相关研究，考虑和阐明NOAA传递这些影响的能力——可能取决于灾害类型和情景，以及与其他公共机构（例如，应急人员）和私营部门的合作（见ID-6）。

　　ID-5建议：与致力于ID-4建议的研究人员合作，NOAA应与其他机构和私营部门合作，为广大用户开发、测试和评估概率性和确定性灾害信息的传递能力

　　ID-5.1扩大和加强学术界、私营部门和政府部门之间的联系，使研究成果和传播战略之间能够快速交换信息，确保最有用的产品有可行的传播途径。

　　ID-5.2在社会功能网络中，协调NWS办公室和各中心与合作伙伴机构的组织和合作，通过合作伙伴机构的业务，优化气象信息传播。

　　ID-6建议：建立“基准”数据（即非特定事件）和特定事件的“非持久”社会和行为数据，开发多维指标、数据存储库和新数据收集方法和标准的能力

　　ID-6.1开发指标：（a）需要确定一系列相关且有意义的输出变量（即因变量、预测指标）来进行衡量，特别是对于关键任务主题（例如，有效的IDSS、有效的风险沟通等）；（b）不应是静态的，而是需要不断发展，以纳入新的衡量标准；（c）须注意不要将结果归入有效范围之外。

　　ID-6.2应特别支持在特定气象灾害中收集实时数据。虽然这些数据难以收集，但它们非常有用。为制定收集这些观测数据的计划提供资源很重要。这些知识对于理解人们如何获取和解释预报信息、评估风险和评估选择以及做出保护性决策至关重要。

　　ID-6.3根据上述公开透明的科学举措，鼓励发布社会和行为科学数据收集工具（如调查、实验设计、访谈协议），并在政策允许的情况下，公布数据集。

联邦投资的基本要素优先事项（FE）

　　优先领域1：科学

　　FE-1建议：开发气象知识生态系统

　　FE-1.1为“基准”（即非特定事件）和特定事件的“非持久”社会和行为数据，特别是对灾害预测阶段和灾后阶段的数据，建立开发多维度指标、数据存储库和新的数据收集方法和标准的能力。

　　FE-2建议：继续投入地球系统的基本物理、化学和动力学研究

　　FE-2.1与其他联邦和国际机构合作，加强对关键研究主题的支持，促进地球系统科学家们采用和推进NOAA技术（例如，UFS和JEDI），并通过EPIC和类似项目，将其作为首选的研究和开发平台。

　　FE-3建议：加快NOAAAI战略，扩大AI数据收集、科学研究和社会科学方面的努力

　　FE-3.1建立准确、高质量、可用于AI的历史数据集，包括观测资料、分析和模式输出，并通过开放的科学平台提供这些数据，使所有研究人员和社区能进行合作，支持多样性和环境正义。

　　FE-3.2在公共、开放、云优化的数据标准下，围绕开放科学平台上的数据共享开展多机构合作。

　　FE-3.3开发基于物理的AI、混合NWP、可解释AI、鲁棒AI和量化不确定性方面的研究。

　　FE-3.4建立由AI研究人员、社会学家、气象学家、气候学家、海洋学家等组成的跨学科团队，专注于风险沟通和构建可信赖的系统。

　　FE-4建议：加强大学在NOAA研究中的参与，从而在推进NOAA任务和培训下一代NOAA科学家方面获得帮助

　　FE-4.1可考虑的投入方式包括：

　　·通过WPO大幅增加外部资助，并采用开放式的资助提交流程。

　　·采用NSF使用的评审流程；在更广泛的就绪度水平（readiness level）上为研究提供资助；像NSF那样聘请临时项目主管（“轮值人员”），以加强NOAA的专业网络；在提案要求中强调多样性、公平性和包容性。

　　·为研究生提供为期3～5年的资助，特别是正在攻读博士学位的学生；向青年大学终身教职工提供早期职业资助；以及由NOAA确定的特殊需求领域。

　　FE-4.2必须根据需要向参与的研究人员提供高性能计算资源，以保证资助项目成功。

　　FE-5建议：创建多大学研究联盟，以解决NOAA关键研究问题

　　FE-5.1NOAA的第一个联盟应将重点放在资料同化上，这是NOAA的关键需求。目前还没有联邦机构直接资助资料同化基础研究，但这方面的需求很大，该领域的专家是NOAA的关键劳动力需求。

　　FE-5.2与其他公共和私人研究机构合作，支持一个强大的、蓬勃发展的、跨学科和融合的气象信息开发和传递研究项目。

　　FE-5.3推进开放科学，为动态、互动的气象灾害和社会技术系统提供面向用户的天气预报信息。

　　优先领域2：计算技术

　　FE-6建议：联邦政府应立即投入更多计算资源，并长期支持其用于天气预报的研究、开发、测试和业务，以维持美国在天气计算技术和资源方面的领导地位

　　FE-6.1虽然大部分资源应由NOAA获取和管理，但许多资源应专门用于NOAA在学术界、其他政府机构和私营部门的合作伙伴，以支持NOAA天气预报（如UFS）的研究和发展。

　　FE-6.2本报告其他部分的开放科学和社区参与建议，要求气象企业能够访问安全性较低的HPC资源，而不受运行资产的费用和安全要求的限制。

　　FE-6.3由于运输限制，越来越多的增值数据处理应由NOAA和气象用户在高性能计算设施内进行，以便使国家能够充分利用NOAA数据。

　　FE-6.4平衡计算的各方面投入，包括数据存储、访问和传输。

　　FE-6.5立即开展一项研究，以确定气象研究和业务（包括研究伙伴）的全部计算需求，并向国会报告结果。

　　FE-7建议：NOAA必须立即投资于长期项目，以转变、准备和利用新兴的高性能计算架构，如云计算、GPU、E级计算和量子计算。

　　FE-7.1重构UFS以利用新兴技术。

　　FE-7.2对快速适应不断发展的计算技术的范式和文化进行投资，同时培养一支熟练掌握这些新技术的员工队伍。这将使NOAA能够利用其计算资源实现更高计算效率，从而实现更高的技术效率和更低的碳足迹。

　　优先领域3：员工发展

　　FE-8建议：开发从K-12学生到本科生和研究生、到NOAA员工、到终身学习和专业发展的多样化人才通道

　　FE-8.1NOAA和其他联邦机构（NSF，美国教育部等）应投入项目培养下一代研究人员、工程师和从业人员，他们能够利用和改进新兴计算架构、资料同化和观测系统，熟练应用和发展气象技术。这包括促进学术合作伙伴为各级学生（从本科生到博士后）制定计划，以及为NOAA、学术和私营机构现有工作人员提供培训。

　　FE-8.2抓住机会为NOAA引入最优秀的国际人才。

　　FE-9建议：为各级员工教育和培训制定灵活的企业愿景，以适应不同职能部门的需求，并利用社区现有的资源

　　FE-9.1NOAA应在所需专业领域（例如，云计算和新兴HPC计算技术，开放源代码开发，AI和ML，资料同化，仪器仪表）建立员工专业培训计划，以提高留任率，并在技术变革中保持灵活性。

　　FE-9.2通过合作弥补专业知识方面的差距，使NOAA的资源能够集中于创新和应用。

　　优先领域4：促进气象企业一体化

　　FE-10建议：建立一个NOAA范围内的职能部门，为气象企业提供数据集合和传播战略，以及持续的业务监督，以确保准备和响应

　　FE-10.1投资以确保NOAA数据和信息的可用性和连续性，包括从气象企业获取和输出，以改进气象数据、模式、计算、预测和决策支持，包括恶劣天气预警。

　　FE-10.2投资实施《EISWG数据发布》报告建议的3和4，利用内容交付网络，加速向商业云网络迁移，在整个气象企业中整合和传播NOAA气象相关信息，以实现社会效益。