新技術在氣象防災減災中的應用進展及成效

詹德權

(福建三明機場氣象臺,福建 三明 365000)

0 引言

氣象災害是自然災害中最常見、最頻繁、最廣泛的一種,對人類社會的生命財產安全和經濟社會發展造成了巨大的損失。據統計,我國每年因氣象災害造成的直接經濟損失占國民經濟總量的1%～3%,死亡和失蹤人員占自然災害總數的70%以上。隨著全球氣候變化和人類活動的影響,氣象災害的頻率、強度、范圍和影響都呈現出加劇趨勢,給防災減災工作帶來了極大的挑戰和壓力。為有效應對氣象災害,保障人民群眾的生命財產安全,提高社會經濟的可持續發展能力,氣象部門不斷加強氣象科技創新,推動氣象新技術的研發和應用,為防災減災提供了有力的支撐。

1 氣象新技術的主要內容和特點

氣象新技術是指在現代科學技術的基礎上,針對氣象領域的特殊需求開發出來的具有創新性、先進性、實用性和高效性的技術。氣象新技術涵蓋觀測、分析、預報、服務等各個環節,包括硬件設備、軟件系統、算法模型、數據產品等多個方面。氣象新技術具有綜合性、動態性、實效性等特點,能夠有效提高氣象監測預報預警的時效性、準確性、精細化和智能化,提升氣象服務的質量、效率、覆蓋面和滿意度,降低氣象災害的損失和風險,促進經濟社會的可持續發展。

1.1 綜合性

氣象新技術是多學科交叉融合的產物,不僅涉及大氣科學、地球物理學、數學、物理學等基礎學科,還涉及計算機科學、電子工程、通信工程、遙感科學等應用學科。氣象新技術需要綜合運用各種現代科學技術手段,如云計算、大數據、人工智能、物聯網等,從而實現對大氣環境的全方位感知和精細化描述。

1.2 動態性

氣象新技術是隨著科技水平和社會需求不斷更新和發展的。隨著觀測手段和設備的改進和創新,可以獲取更多、更精細、更全面的大氣環境信息;隨著計算能力和數據處理能力的提升,可以運行更高分辨率、更復雜、更精確的數值模式;隨著人工智能和機器學習等方法的應用,可以實現對大氣環境信息的智能化分析和挖掘;隨著服務方式和手段的多樣化和個性化,可以提供更貼合用戶需求和場景的定制化服務。

1.3 實效性

氣象新技術是為解決實際問題而產生和發展的。面對日益頻繁和復雜的氣象災害,以及日益增長和多樣化的社會需求,傳統的氣象技術已經難以適應。氣象新技術的目標是提高氣象監測預報預警的時效性、準確性、精細化和智能化,提升氣象服務的質量、效率、覆蓋面和滿意度,降低氣象災害產生的損失和風險,促進經濟社會的可持續發展。

2 氣象新技術在防災減災中的應用實例

2.1 氣象雷達技術

氣象雷達是一種利用電磁波探測大氣中水汽、云雨等目標的技術,是目前最重要的氣象觀測手段之一。氣象雷達技術在防災減災中的應用主要包括以下幾個方面:

①雷達回波外推法。這是一種利用雷達回波圖像的運動信息對未來一段時間內雷達回波圖像進行外推預報的方法,是一種常用的短臨預報手段。該方法可以實現對強對流天氣,如雷暴、龍卷風、冰雹等的跟蹤和預警,為防災減災提供及時有效的信息。例如,中國氣象局武漢暴雨研究所研發了分類強對流天氣識別預警系統,利用雷達回波外推法實現了對超級單體龍卷風和下擊暴流等災害性天氣的識別和預警[2-3]。

②雷達風場反演法。這是一種利用多普勒雷達觀測到的徑向風速數據反演出三維風場結構的方法,是一種重要的數據同化手段。該方法可以提高數值模式對大氣運動狀態的初始場分析,從而提高數值模式的預報能力。例如,中國科學院大氣物理研究所研發了基于四維變分法(4DVAR)的雷達風場反演系統,利用多普勒雷達觀測資料反演出高分辨率的三維風場,并將其同化到區域數值模式中,有效改善了對強降水過程的模擬和預報[1]。

③雷達降水估算法。這是一種利用雷達回波強度與降水強度之間的關系估算出地面降水量分布的方法,是一種重要的降水監測手段。該方法可以實現對大范圍、高時空分辨率的降水量進行實時監測,為防范洪澇等災害提供重要依據。例如,中國氣象局南京信息工程大學研發了基于多源數據融合(MFB)的雷達降水估算系統,利用多普勒雷達、微波輻射計、衛星云圖等多源數據估算出全國范圍內1 km分辨率、6 min更新頻率的降水量產品,并與地面雨量站數據進行校正和驗證。

2.2 數值預報技術

數值預報是一種利用數學模式和計算機模擬大氣運動和演變過程的技術,是目前最主要的氣象預報手段之一。數值預報技術在防災減災中的應用主要包括以下幾個方面:

①高分辨率數值模式。這是一種利用高性能計算機運行高空間和時間分辨率的數值模式,模擬和預報小尺度和短時效的強降水、強風等災害性天氣過程的方法,是一種提高預報精度和效率的手段。該方法可以實現對復雜地形、城市化、海陸交界等影響下的天氣現象進行更細致和更真實地模擬和預報,為防災減災提供更精細化和更及時的信息。例如,中國氣象局與北京大學研發的基于非靜力平衡方程組(NPE)的高分辨率區域數值模式(GRAPES-NPE),利用國家超級計算中心天河二號超級計算機,實現了對北京地區1 km分辨率、1 h更新頻率的強降水過程的模擬和預報。

②集合預報技術。這是一種利用多個初始場或多個物理參數化方案運行同一個或多個數值模式生成多個預報成員,反映預報不確定性和概率性的方法,是一種提高預報可靠性和穩定性的手段。該技術可以實現對不同可能發生的天氣情景進行評估和比較,為防災減災提供更全面和更客觀的信息。例如,中國氣象局國家氣候中心研發了基于全球集合預報系統(GEFS)和區域集合預報系統(REPS)的集合預報產品,利用多個全球或區域數值模式,生成了對未來10 d內全球或中國范圍內降水、溫度、風速等要素的概率性預報。

③數據同化技術。這是一種利用觀測數據和數值模式輸出數據之間的統計關系,將觀測數據有機地融入到數值模式中,改善數值模式初始場或物理過程參數化方案的方法,是一種提高預報質量和效果的手段。該技術可以實現對觀測數據的最大化利用,為防災減災提供更準確和更科學的信息。例如,中國科學院大氣物理研究所研發了基于四維變分法(4DVAR)和集合卡爾曼濾波法(EnKF)的數據同化系統(GRAPES-3DVAR/4DVAR/EnKF),利用多源觀測數據(如衛星遙感、雷達風場、探空資料等)同化到全球或區域數值模式中,有效改善了對臺風、暴雪等災害性天氣過程的初始場分析。

2.3 人工智能技術

人工智能是一種利用計算機系統模擬和實現人類智能的技術,是目前最熱門和最前沿的科技領域之一。人工智能技術在防災減災中的應用主要包括以下幾個方面:

①深度學習技術。這是一種利用多層神經網絡從大量數據中自動學習和提取特征,從而實現復雜任務的方法,是一種提高數據分析和挖掘能力的手段。該技術可以實現對氣象數據的智能化處理和解釋,為防災減災提供更高效和更智能的信息。例如,中國氣象局與南京信息工程大學研發的基于深度學習的雷暴預警系統,利用卷積神經網絡(CNN)和長短期記憶網絡(LSTM)從雷達回波圖像中提取雷暴特征,并預測未來30 min內雷暴的發生概率。

②自然語言處理技術。這是一種利用計算機系統理解和生成自然語言的技術,是一種提高語言交互和溝通能力的手段。該技術可以實現對氣象信息的自動化生成和傳播,為防災減災提供更便捷、更友好的信息。例如,中國氣象局國家氣象中心研發了基于自然語言處理的氣象預報文本生成系統,利用神經網絡機器翻譯(NMT)和注意力機制(Attention)從數值模式輸出數據中生成氣象預報文本,并支持多語言輸出。

③計算機視覺技術。這是一種利用計算機系統識別和理解圖像或視頻中的內容的技術,是一種提高圖像分析和識別能力的手段。該技術可以實現對氣象圖像或視頻的智能化分析和識別,為防災減災提供更精確和更細致的信息。例如,中國科學院大氣物理研究所研發了基于計算機視覺的臺風云圖識別系統,利用卷積神經網絡(CNN)和條件隨機場(CRF)從衛星云圖中識別出臺風眼、臺風壁、臺風螺旋云等結構,并估算出臺風強度。

2.4 衛星遙感技術

衛星遙感是一種利用人造衛星搭載的傳感器從空間觀測地球表面或大氣層的物理量或化學量的技術,是目前最重要的氣象觀測手段之一。衛星遙感技術在防災減災中的應用主要包括以下幾個方面:

①衛星云圖產品。這是一種利用衛星傳感器觀測到的可見光、紅外、水汽等波段的輻射數據生成反映云系分布、類型、高度、溫度等特征的圖像產品,是一種重要的云系監測手段。該產品可以實現對全球范圍內各種云系如對流云、層云、霧霾等進行實時監測,為防災減災提供基礎信息。例如,中國國家衛星氣象中心研發了基于風云四號衛星(FY-4A)的多波段衛星云圖產品,利用FY-4A搭載的高分辨率可見光和紅外掃描儀(AGRI)生成了全球范圍內0.5 km分辨率、15 min更新頻率的衛星云圖產品。

②衛星降水產品。這是一種利用衛星傳感器觀測到的微波、紅外、可見光等波段的輻射數據,結合地面雨量站或雷達降水數據生成反映降水量分布和強度的圖像產品,是一種重要的降水監測手段。該產品可以實現對全球范圍內各種降水如雨、雪、冰雹等進行實時監測,為防災減災提供關鍵信息。例如,美國國家航空航天局(NASA)和日本航空宇宙研究開發機構(JAXA)聯合研發了基于全球降水測量任務(GPM)的多源衛星降水產品(IMERG),利用GPM核心衛星和其他多個衛星搭載的微波和紅外傳感器,結合地面雨量站數據生成了全球范圍內0.1°分辨率、30 min更新頻率的降水量產品。

③衛星大氣成分產品。這是一種利用衛星傳感器觀測到的紫外、可見光、紅外等波段的輻射數據,結合大氣化學模式或反演算法生成反映大氣中氣溶膠、臭氧、二氧化碳等成分含量和分布的圖像產品,是一種重要的大氣環境監測手段。該產品可以實現對全球范圍內各種大氣污染物,如PM2.5、SO2、NO2等進行實時監測,為防災減災提供參考信息。例如,歐洲空間局(ESA)研發了基于哨兵五號先驅衛星(Sentinel-5P)的多種大氣成分產品(TROPOMI),利用Sentinel-5P搭載的紫外—可見光—近紅外—短波紅外光譜儀(TROPOMI),生成了全球范圍內0.01°分辨率、1 d更新頻率的大氣成分產品。

3 氣象新技術在防災減災中面臨的挑戰和問題

氣象新技術在防災減災中雖然取得了顯著的成效和進步,但仍然面臨著一些挑戰和問題。

3.1 觀測數據的質量和覆蓋問題

觀測數據是氣象新技術的基礎和源泉,但目前,觀測數據仍然存在一些質量和覆蓋方面的問題。例如,衛星遙感數據受云層、大氣層等因素的干擾,需要進行復雜的校正和處理;雷達觀測數據受地形、建筑物等因素的遮擋,需要進行復雜的插補和優化;地面觀測數據受設備、人員等因素的影響,需要進行復雜的質控和評估。此外,觀測數據在空間和時間上的分布和覆蓋也不均勻,導致一些區域或時段的觀測數據缺乏或不足,影響了氣象新技術的應用效果。

3.2 數值模式的物理過程和參數化問題

數值模式是氣象新技術的核心和關鍵,但目前,數值模式仍然存在一些物理過程和參數化方面的問題。例如,數值模式對于一些小尺度或復雜的物理過程,如云微物理、輻射傳輸、湍流混合等難以直接解析,需要進行簡化或近似的參數化;對于一些不確定或隨機的物理過程,如對流發生、云形成、降水產生等難以準確預測,需要進行概率或集合的處理。此外,數值模式對于一些非線性或混沌的物理過程,如大氣環流、氣候變化、災害天氣等難以穩定模擬,需要進行敏感性或可預報性的分析[3]。

3.3 人工智能技術的可解釋性和可信賴性問題

人工智能技術是氣象新技術的創新和突破,但目前,人工智能技術仍然存在一些可解釋性和可信賴性方面的問題。例如,人工智能技術對于一些復雜或抽象的任務如圖像識別、語言生成、情感分析等難以給出清晰或合理的解釋,需要進行可視化或邏輯化的展示;難以保證正確或安全地執行一些敏感或重要的任務,如預警發布、災情評估、決策支持等需要進行驗證或監督的控制。此外,人工智能技術對于一些新穎或變化的任務如新型災害、新型需求、新型場景等難以適應或更新,需要進行遷移或增強的學習。

4 氣象新技術在防災減災中的發展前景

氣象新技術在防災減災中雖然存在一些挑戰和問題,但仍然具有廣闊的應用前景。

4.1 觀測數據的融合和共享

觀測數據是氣象新技術發展的基礎和動力,未來將進一步加強觀測數據的融合和共享。例如,利用多源多類型多時空尺度的觀測數據,如衛星、雷達、地面、海洋、空中等,建立地球系統大數據平臺,實現對全球范圍內各種天氣、氣候現象和氣象災害風險的實時監測、動態評估和精細預警[1]。同時,加強與國際組織、國家之間的合作交流,推動全球氣象觀測數據的開放共享,提高氣象信息服務的全球覆蓋率和均等化水平[2]。

4.2 數值模式的物理過程和參數化改進

數值模式是氣象新技術的核心和關鍵,未來將進一步改進數值模式的物理過程和參數化方案。例如,加強對云微物理、輻射傳輸、湍流混合等小尺度或復雜的物理過程的研究,提高數值模式對這些過程的解析或近似能力;加強對對流發生、云形成、降水產生等不確定或隨機的物理過程的研究,提高數值模式對這些過程的預測能力;加強對大氣環流、氣候變化、災害天氣等非線性或混沌的物理過程的研究,提高數值模式對這些過程的模擬或敏感性能力[3]。

4.3 人工智能技術的可解釋性和可信賴性提升

人工智能技術是氣象新技術的創新和突破,未來將進一步提升人工智能技術的可解釋性和可信賴性。例如,加強對人工智能技術背后的原理、機制、規律等方面的研究,提高人工智能技術對復雜或抽象任務給出清晰或合理解釋的能力;完善對人工智能技術在敏感或重要任務中正確或安全執行的保障機制,提高人工智能技術在執行這些任務執行時的可信賴性;健全對人工智能技術在新穎或變化任務中適應或更新的學習機制,提高人工智能技術在這些任務中的適應性、可靠性。

5 未來展望

5.1 加強基礎研究和應用研究,突破關鍵核心技術

基礎研究是科技創新的源頭,應用研究是科技創新的重要推動力。要加強對天氣氣候機理、地球系統模式、人工影響天氣等方面的基礎研究,深入揭示自然規律和內在機制,提高對復雜系統的認知水平;要加強對觀測裝備、數據分析、數字化預報、智能化服務等方面的應用研究,突破關鍵核心技術,提高預報預警精度和服務效率。

5.2 加強科技創新平臺和人才隊伍建設,提升科技創新能力

科技創新平臺是科技創新的重要載體,人才隊伍是科技創新的核心資源。要加強實驗室、試驗基地、計算平臺等科技創新平臺建設,提供先進的硬件設施和軟件環境;要加強戰略性人才培養、引進和激勵機制建設,培養造就一批高水平的科學家和領軍人才。

5.3 加強國際合作和交流,拓展科技創新視野

國際合作和交流是科技創新的重要途徑,拓寬視野是科技創新的重要動力。要加強與國際組織和其他國家的合作交流,參與全球氣象科學治理,增強我國在國際氣象領域的話語權和影響力;要加強與國內外相關領域的合作交流,借鑒借力先進經驗和成果,促進跨學科交叉融合。

5.4 加強科技成果轉化和應用,提升科技創新效益

科技成果轉化和應用是科技創新的最終目標,提升效益是科技創新的根本動力。要加強科技成果轉化應用管理機制、評價機制、激勵機制等方面的建設,推動科技成果與業務需求的有效對接,提高科技成果在防災減災中的應用水平和效果。