从“75·8”到“21·7”的思考

李泽椿， 谌 芸，2，3， 王新敏， 徐 珺， 徐国强， 王月冬， 代 刊 ， 龚 玺

(1.国家气象中心，北京 100081； 2.中国气象科学研究院灾害天气国家重点实验室，北京 100081；3.南方海洋科学与工程广东省实验室(珠海)，珠海 519082； 4.河南省气象台，郑州 450003；5.中国气象局地球系统数值预报中心，北京 100081； 6.国家气象信息中心，北京 100081)

引 言

2021年7月17日至22日，河南省出现历史罕见的极端暴雨过程(简称“21·7”极端暴雨过程)。46年前的1975 年8月4-8 日，河南省也曾发生历史上罕见特大暴雨洪涝灾害(简称“75·8”极端暴雨过程)。同一地区历经两场特大暴雨，无论是在预报预警的准确性、及时性及应急服务反应措施上，还是在应对措施方面，都有极大差别。“21·7”极端暴雨过程的成功预报和服务，得益于政府和相关部门几十年来，依靠科技、立足预防、政府主导、社会联动，以及中国气象局、河南省政府在科技研究、气象工程上给予的极大支持和气象科技人员多年的不断精心研究和尽职尽责的服务。

为及时准确预报出“21·7”极端暴雨过程，河南省气象工作者从7月14日开始高度关注此次暴雨过程；15日河南省气象局发布《重要天气报告》，提醒出现大暴雨和特大暴雨的可能性；16日省长签发1号指挥长令，召开防汛工作视频调度会议；17日起省气象局逐3小时至1小时加密滚动发布《气象信息快报》，为他们正确决策提供科学依据，紧急工作状态一直持续到7月23日。从这次实际预报服务来看，5天的预报非常重要，有可能为应急对策与实施赢得时间。

在当前科学认识水平、技术环境、防灾经验的积累等背景下，气象部门和各级应急部门为“21·7”极端暴雨过程的防灾减灾工作作出了巨大贡献。为此，组织天气预报业务中相关领域的专家进行研讨，各抒己见，求同存异，对“75·8”和“21·7” 大暴雨的预报服务进行探讨，了解今后应努力的目标与方向。

1 同一地区历经同样的特大暴雨，预报服务和应急处置却明显不同

1.1 同一地区的特大暴雨

1975年8月4-8日，河南以驻马店为中心的广大地区发生了历史上罕见的特大暴雨洪涝灾害。泌阳林庄5天降雨量达1631.0 mm，日降雨量达1005.4 mm，6 h降雨量为830.1 mm，泌阳老君庙小时雨量为189.5 mm，日雨量创中国大陆之最(图1、2)。

图1 1975年8月4日08时至8日08时河南及周边地区累计降水量

图2 “21·7” “75·8”暴雨不同时段最大点雨量对比

46年后的2021年7月17日至22日，在河南省也出现了历史罕见的极端强降雨事件，大部分地区出现暴雨或大暴雨，郑州、焦作、新乡、洛阳、南阳、平顶山、济源、安阳、鹤壁和许昌等地出现特大暴雨，强降雨中心位于郑州、新乡、鹤壁和安阳(图3)，最强降雨时段在19-21日。

两次过程呈现出以下相同特点：(1)降雨极端性突出，“75·8”暴雨突破日降水极值，“21·7”暴雨中1/6站点日降雨量突破历史纪录，郑州小时雨强创造中国大陆小时降雨量气象纪录(图 4)。(2)持续时间长，累计雨量大，多地一次天气过程超年平均降水量，“75·8”中的林庄5天累计雨量为1631.0 mm，“21·7”中的鹤壁6天累计雨量为1122.6 mm。

图3 2021年7月17日08时至23日08时河南及周边地区累计降水量

图4 郑州国家气象观测站2021年7月17-22日逐小时降水量

1.2 两次大暴雨的严重影响

根据我们能获取的资料和政府门户网站的信息发现：“75·8”特大暴雨引发淮河上游大洪水，数十座水库漫顶垮坝，73.3万公顷农田受到毁灭性的灾害，1100万人受灾，超过2.6万人死亡，经济损失近百亿元(灾害的连锁性，给交通等部门带来重大影响)。4座大中型水库、58座小型水库引发局地灭顶之灾，2.6万人葬身洪流。板桥、石漫滩两座大型水库在8日凌晨漫坝失事。竹沟、田岗两座中型水库及58座小型水库也垮坝失事。老王坡、泥河洼滞洪区亦先后漫决 。沙、澧河洪水窜流至汝河，驻马店地区大小河道普遍漫溢决口，南阳地区唐河下游堤防漫决。

受“21·7”极端持续强降雨影响，河南中西部和北部出现大范围城市内涝、农田积涝；多座大中型水库超汛限水位，个别水库、河段出现险情。此外，公路、铁路、民航交通受到严重影响。河南境内高速公路多个路段封闭。郑州至洛阳区间的铁路由于水漫线路、路基坍塌、设备淹水等情况，列车无法通行；途经郑州地区的京广高铁、徐兰高铁、京广铁路、陇海铁路、焦柳铁路和宁西铁路等线路的运输均不同程度受到影响；郑州东站160余趟列车停运，造成大量旅客滞留，郑州地铁全线暂停运营服务。机场大面积航班延误、多架次航班被取消。

据河南省农情调度统计，截至22日17时，全省农作物积水面积为71.0万公顷，其中新乡的为18.9万公顷、周口的为11.8万公顷、开封的为0.9万公顷、安阳的为0.7万公顷。由于当时河南最主要的秋收作物夏玉米刚进入拔节期，植株高度较低，此次强降雨造成玉米倒伏程度较轻，以植株倾斜为主，未出现大面积根倒或茎折；但部分地块被雨水冲刷，出现土壤脱肥现象，对秋收作物后期生长不利。据22日应急部门初步统计，全省秋收作物受灾面积为55.5万公顷，约占总播种面积的6.4%。由于统计时周口、新乡等地的洪水尚未消退，预计受灾面积还会有所增大，将对全省粮食生产有一定影响。值得欣慰的是2021年河南省粮食虽然有减产，但仍在全国主粮区中排名第二，为中国人民把饭碗端在自己手中作出了贡献。

“21·7”除了山洪等自然灾害外，由于城镇化发展，加大山洪入城的风险，造成城市内涝灾害比较突出，加上城市生命线工程承灾能力不足和城市洪涝风险的连锁性、突变性和传递性，造成重大人员伤亡和财产损失。“75·8” 主要是流域性的洪水，诱发水库漫顶垮坝，造成毁灭性的灾害。

1.3 不同的预报服务和应急

“75·8”特大暴雨期间，由于缺少基本大气观测信息(卫星、雷达观测等)，预报手段差，预报结论欠佳，防控服务无对策，通信手段几乎没有。正是这次巨大的气象灾害，叶笃正、谢义炳和邹竞蒙等领导作出要开展大气监测网的建设和深入的暴雨科学研究，并在中央气象台建立数值预报业务系统等科学和正确的决定。

“21·7”极端暴雨过程中，中国气象局16日19时启动重大气象灾害(暴雨)Ⅲ级应急响应；21日08时提升为Ⅱ级；中央气象台发布暴雨黄色预警12期、橙色预警5期。河南省气象局16日10时启动暴雨Ⅳ级应急响应，16日20时升级为Ⅲ级，20日06时升级为Ⅱ级，21日02：58再度升级为Ⅰ级。7月17日-8月2日，河南省气象部门共发布暴雨预警信号1095条，其中暴雨红色预警信号291条；郑州自19日19：13发布暴雨橙色预警信号，从21：59开始，升级为暴雨红色预警信号，共发布17条暴雨红色、橙色预警信号。河南省预警短信接收总人次达2.39亿人次，向2.25万名应急责任人发送预警信息76万条。

“21·7”极端暴雨过程期间，气象部门及时向政府及有关部门报送预报信息，并和相关部门联合发布山洪、地质灾害风险预报。中国气象局在16日向中共中央办公厅、国务院办公厅和相关部委报送的《重大气象专报》中指出，“河南等地有大暴雨，局地特大暴雨，致灾风险高”，随后滚动报送18期决策气象服务材料。河南省气象局在15日报送的《重要天气报告》中指出，“我省北部和中东部有暴雨、大暴雨，局部特大暴雨,累积降水量局地可达500毫米，需加强防范”，之后滚动发布《重要气象信息》《气象信息快报》等决策服务材料，开展联合会商，并联合水利厅、自然资源厅发布山洪、地质灾害气象风险预警预报，对省防汛办、省应急厅、省地质环境总站等部门和单位开展了“叫应”服务。

2 基于数值天气预报结合预报员智慧的“21·7”大暴雨预报

2.1 5天以内的数值天气预报在“21·7”大暴雨预报中起到了重要作用

数值预报在“21·7”大暴雨预报中起到了极其重要的作用，欧洲中期数值预报模式(ECMWF)和中国气象局全球数值预报模式(CMA-GFS)都提前5天作出了河南暴雨过程的预报，为预报员提前5天预报河南暴雨过程提供了关键性的参考依据。

如对河南20日08时至21日08时最强降水日的预报分析：从7月15日开始至7月20日，ECMWF和CMA-GFS模式都对该暴雨过程作出了较为准确的过程预报。图5为对7月20日08时至21日08时ECMWF模式、CMA-GFS模式和日本JMA全球模式的降水TS评分。由图5可知，在提前108 h至提前132 h的暴雨以上量级预报中，CMA-GFS模式的TS评分明显高于ECMWF和JMA模式的预报评分,超过了10%；而在提前36-84 h的暴雨预报中，ECMWF模式占优，其中提前36 h预报的TS评分可接近57%左右，说明ECMWF模式短期强降水预报的中心位置与实况较为接近；JMA模式对这次过程的暴雨预报能力最低。三个全球预报模式对7月20日08时至7月21日08时降水预报的极值都未超过200 mm，其特大暴雨的预报评分均为零，说明全球模式对特大暴雨的极值预报尚有很大难度，还有提升的空间。预报员可发挥智慧在过程预报的基础上作一些弥补。

图5 2021年7月20日08时至21日08时ECMWF、CMA-GFS和JMA全球模式的降水TS评分

2.2 在全球模式基础上区域中尺度模式在降水落区和量级上的精细化预报中发挥重要作用

前面的分析已经指出,全球模式虽然提前5天已经作出了暴雨过程的预报，但降水量极值明显偏小。

这次河南极端降水过程主要发生在7月17日至22日，为从降水落区和量级上精细化检验评估各模式对这次极端降水过程的预报效果，从中国气象科学研究院区域高分辨率检验评估平台分别制作了河南逐3 h阈值≥25 mm和≥50 mm的降水检验图(图6)。由图6可知，对于检验阈值≥25 mm的降水过程，CMA-MESO-3 km、CMA-GD、CMA-SH和CMA-BJ等中尺度模式的评分都明显优于ECMWF、CMA-GFS和NCEP-GFS全球模式的评分(见图6a); 对于检验阈值≥50 mm的降水过程(图6b)，评分也是中尺度模式优于全球模式。从上述分析可知，区域中尺度模式在降水落区和量级的精细化预报明显优于全球模式的预报，其中CMA-MESO-3 km模式预报效果最佳。

图6 2021年7月17日至22日河南逐3 h降水数值模式预报检验(a)检验阈值≥25 mm,(b)检验阈值≥50 mm;起报时间为2021年7月17日至22日逐日08时;命中率越大，漏报越少，成功率越大，空报越少

本文重点分析了区域中尺度CMA-MESO模式对最强降水日20日08时至21日08时降水预报结果。为此制作了24 h、08-14时和14-20时6 h累计降水观测和预报图(图7)，其中降水观测取自国家信息中心提供的0.05°×0.05°的格点降水资料。

由图 7可见，24 h(图7a、b)预报了降水量超过550.0 mm的降水中心，极值中心点降水量为550.6 mm，接近624.1 mm的观测极值，但预报的极值中心位置比观测的偏西和偏北一些；08-14时(图7c、d)，预报大暴雨的范围和极值与观测的较为接近，但预报极值中心偏西、偏北；14-20时(图7e、f)，预报降水极值略大于观测的，但极值中心明显偏西，且在郑州东部存在明显漏报。以上分析说明，中尺度模式较好地预报了这次极端降水过程，但降水极值中心位置存在偏西和偏北的现象。在突发局地暴雨预报方面，除了要争取准确，还要做到精细，这样更有利于决策的制定。

通过以上分析可以认为，全球模式可以提前4-5天预报出此次过程，区域中尺度模式在1-2天内的预报明显优于全球模式，但其预报的降水极值中心位置存在偏西和偏北的现象。

图7 河南及周边地区2021年7月20日08时至21日08时24 h(a、b)、08-14时6 h(c、d)和14-20时6 h(e、f)累计降水观测和预报图(a)(c)(e)为观测，(b)(d)(f)为预报；五角星为降水极值中心位置，方框为郑州大致范围

2.3 数值预报对“21·7”大暴雨预报的不足

从提前4-5天的预报来看，ECMWF模式和CMA-GFS模式都预报出了这次暴雨过程，但预报的降水极值和区域都存在明显的偏差，预报的24 h降水最大值都在200 mm以下。区域中尺度模式对这次极端短时降水预报具有明显优势，但对于极端降雨强度的预报能力仍存在明显不足，各数值预报模式对暴雨中心的预报明显偏西，没有预报出201.9 mm/h的极端强降水过程，即都不能预报出降水的极值强度。从GRAPES区域集合预报分析可以认为，这次暴雨过程可预报性高，但降水极值及落区可预报性低。未来还需要加强新技术、新理论和新资料的应用研究，完善高分辨率模式的同化和预报系统，以解决精细化问题。

苏爱芳[1]、张霞[2]和齐道日娜[3]等从天气学角度对模式预报进行了分析，对于中尺度低涡的生成及演变、风向的转换及切变线的演变等中小尺度系统预报，中尺度模式的预报优于全球模式的预报；对地面关键影响系统如河南西部的气旋等，全球模式均漏报，中尺度模式尤其是CMA-MESO和CMA-BJ对其有较好地反映；但对郑州附近的中尺度辐合线，中尺度模式同样存在一定的漏报。事后总结，分析产生偏差的原因有利于预报的改进。

数值天气预报虽然存在不足，但仍然是当前天气预报的主要科技手段。数值天气预报的改进是需要过程的，在现有模式预报能力的基础上，预报员如何智慧地运用数值预报结果也是需要不断探索的。

2.4 数值预报和预报员的智慧在“21·7”大暴雨预报与服务中起到了决定性的作用

对于“21·7”的暴雨过程预报，数值模式的参考性好，可预报性高，为暴雨过程累计雨量预报提供了较好的参考。并预报出了低涡、热带扰动和偏强、偏北的日本海高压和大陆高压等暴雨过程的主要影响系统。但对低涡和烟花台风移动路径预报偏差大，对暴雨中心落区和量级预报偏差大，可预报性低，模式对特大暴雨和极端雨强没有预报能力。而从7月15日开始，中央气象台首席预报员基于多家集合预报和确定性数值模式预报产品关注到此次暴雨过程，在早间会商明确指出华北等地16日夜间-19日将有暴雨、局地大暴雨天气，并在7月16-22日期间一直保持与河南省气象台的会商，做出各种时效的预报，为正确决策提供了较好的科学依据。

目前我国定量降水预报业务建立了以数值天气预报模式为基础、融合多元高时空分辨率观测及智能网格等数值模式后处理产品，预报员基于对暴雨机理的掌握，在各家数值模式产品、客观产品性能优势和偏差特征的认识基础上，结合最新实况、处理海量数据，制作并发布最终的国家级定量降水预报指导产品。在对该次极端暴雨的预报中，5天预报清晰地指出暴雨过程，短时临近预报较准确地把握了极端降水的量级和落区，体现了预报员在业务流程中的积极作用。

3 数值天气预报在业务中的核心地位及发展历程

3.1 发展数值天气预报是国家经济发展对气象保障的主流需求

数值天气预报是从大气内部规律中表述天气、气候变化的，因此在天气预报业务中应不断加强研究，这对改善和提高天气、气候预报业务是非常重要的。这个科学思想必须牢固树立。河南“75·8”暴雨教训引发预报现代化必须走数值天气预报业务道路的共识，确立了数值天气预报是作好气象预报预警的核心和关键技术。为此，叶笃正、谢义炳和邹竞蒙等国家计委气象组专家做出了以下决定：在气象业务部门建立业务数值预报系统，数值预报科研人员集中统一调配，要有一个正确的科学发展思路。随后中国气象局为此争取了国家科委的“中期数值天气预报”重点攻关项目和国家计委的“扩建北京区域气象中心(建立中期数值天气预报)”工程建设项目。科技攻关项目是工程建设的先导，工程的建设是科研攻关的落脚点。

3.2 前20年中国业务数值天气预报的引进、吸收、使用过程

国家气象中心1978年开始研发亚欧区域短期天气业务预报系统，格距为540 km，简称为A模式；并在1980年开始发布48 h形势预报，标志着我国数值预报进入业务实时应用阶段。“六五”期间，国家气象中心、中科院大气物理研究所和北京大学组成联合数值预报研究团队，由王世平、朱抱真、陈受钧等人组成的专家组研制了北半球(格距为381.0 km)和亚洲区域模式系统(格距为191.5 km)，简称为B模式，初步实现了天气预报由定性到定量、主观到客观的转化。

从社会服务实践中发现，3天以内的短期预报已不能满足社会需求。于是中国气象局党组要求建立中期(10天)数值天气预报系统，开展中小尺度数值天气预报和相应的台风、暴雨、沙尘数值天气预报，以及延伸期预报、集合预报等。

根据当时国内条件，确定我国以建立数值预报业务为主要发展方向，采取“引进、吸收、使用、提高、再创新”的技术路线，在20世纪90年代初建立起我国全球中期天气预报业务系统和有限区域短期数值预报业务系统，使我国跻身于国际上少数能发布中期数值预报的国家行列。该系统包括T63、T106、T213和T639系列全球中期数值预报模式系统。其中，从2007年开始业务化的全球模式T639在空间分辨率、初始场同化技术、台风Bogus技术、产品丰富性等方面都较之前的T213有长足进步，有力地保障了暴雨预报业务的发展[4]。在此期间还研发了中国气象局第一代预报业务系统软件MICAPS(气象信息综合分析处理系统)，为预报人员快速应用天气观测及预报数据、掌握三维大气结构及大气运动趋势、形成预报结论起到了非常重要的平台支撑作用。

20世纪80年代、90年代要解决的难题之一是计算机条件。没有好的计算条件，数值天气预报业务系统是建立不起来的。当时西方发达国家以计算机卡社会主义国家的脖子，中国在运用国产高性能计算机的基础上，又打破封锁，买到了国外最先进的巨型机系列Cray、Cyber超算机，为建立业务数值天气预报系统奠定了硬件基础。业务数值天气预报实质上是多学科、多种技术融合的产品，是大气科学工程化的一个典型。

3.3 后20年中国业务数值天气预报的提高和创新性发展

从2001年开始，中国气象局组织建立数值天气预报创新基地，开始自主开发建立新一代多尺度通用的全球/区域同化与数值预报系统GRAPES[5-12]。GRAPES模式采用格点非静力数值预报模式，能有效解决分辨率不断提高带来的计算瓶颈问题，适应未来高分辨率数值预报的需要。GRAPES模式系统考虑了我国复杂地形和季风气候背景，如华南丘陵地带、横断山脉、四川盆地等中国的特殊性，其精细化设计考虑了更多的中国特色，有别于欧洲中心和其他国家的数值模式系统，中国数值预报水平不断提高。

GRAPES模式有两个系列的应用版本：CMA-GFS(中国气象局全球数值预报模式) 和CMA-Meso(区域中尺度模式)。该模式系统包含有全球四维变分同化系统和区域公里分辨率快速更新三维变化同化系统，实现了我国风云卫星系列与国际主要气象卫星资料的四维同化，卫星资料应用占比已达70%。

2006年，GRAPES区域中尺度系统开始业务运行。2015年，GRAPES全球、集合数值预报系统投入业务运行。现在GRAPES系统已经在亚太台风预报、雾霾和沙尘预报、污染扩散应急响应等系统中得到了全面应用。

后20年是中国数值预报创新性发展的20年，是中国自主研发的数值预报系统全面业务应用和不断提高的20年，是培养和造就具有强劲自我独立发展能力的数值预报研究队伍的20年。

3.4 独立自主研发具有创新性和不被“卡脖子”的数值预报业务体系

从中国数值预报的发展历程可以看出，引进和吸收国外的模式，在数值预报发展的前期能够较快建立业务数值预报系统，但由于欧洲中心等数值预报的核心技术往往是封锁的，如ECMWF的同化系统和模式的最新版本，因此“引进”又制约了我国数值预报更快的发展。从社会需求和业务运行中发现的问题，明确了进一步的发展思路，即迫切需要研发中国自主创新和不被“卡脖子”的业务体系，建立一支独立自主的研发队伍。

4 2015年以来暴雨预报技术的发展

暴雨预报技术是数值模式基础上的自然延伸，是提升灾害天气预报预警能力的重要手段。在实际业务中，一方面，数值模式直接输出的预报结果与真实情况常表现出偏差，这主要是由模式自身的误差或分辨率不足[13-16]，生成初始条件的同化方法或模式物理过程不完善，描述大气演变的不确定性不完整[17-18]，以及用确定性公式描述大气的不确定性[19]等造成；另一方面，业务中存在从全球到区域尺度，从确定性预报到集合预报，以及多个业务中心的数值模式系统，提供多源、多样的海量预报信息，用户很难从中提取出最有效的关键信息。为此需要发展暴雨客观预报技术，通过偏差订正、时空降尺度和多源信息融合等方式，以获得更高准确率和精细度的最优预报起点，为预报员提供参考。

4.1 数值天气预报模式的发展

数值模式的不断发展是暴雨客观预报方法的基础。Robber等[20]指出，当前主要依靠三种途径来提升对暴雨预报的能力：发展高分辨率数值模式系统直接预报降水精细特征，发展集合预报系统提供降水预报不确定性信息，将高分辨率模式与集合预报结合起来优势互补。特别是近年来，已研发了多种技术方法来改进高分辨率模式的预报能力，特别是对流尺度模式(CPMs，Convection-permitting models)的研发和业务应用，将推动短期QPF的精细化预报再上一个台阶[21]。全球许多发达国家的业务中心都在建设对流尺度模式系统，例如美国的HRRR模式系统[22]、英国的UKV对流模式[23]、欧洲的联合小尺度模式COSMO[24]等。我国的CMA-MESO模式时间分辨率也达到了3 km，每天更新8次，能够更好地捕捉强降水的频率及精细分布特征[25]。此外，将高分辨模式与集合预报结合起来，可实现优势互补[20]，并且在业务中已形成最新趋势，已经有多个国家的业务气象中心开始运行业务高分辨区域集合预报[26-27]。我国数值预报中心也开发了以GRAPES全球模式产品为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率CMA-REPS区域集合预报模式,并投入业务运行[28]。

4.2 客观后处理和人工智能技术在暴雨预报中的应用

由于数值预报误差将长期存在，需要发展客观预报方法对数值预报的结果进行后处理和订正，消除系统性误差。目前业务中，暴雨预报客观方法主要包含两类：一类是通过对数值模式输出的各种产品(气压、温度、湿度及诊断量)利用统计方法建立预报模型，得到客观预报的降水量；另一类是在数值模式中直接输出的降水预报结果上进行订正，得到更为精确的降水预报产品。频率拟合订正技术[29]、最优百分位集合预报技术[30]、OTS最优评分订正技术[31]等逐渐成为业务上常用的统计后处理方法，能够有效消除模式的系统性偏差，提升对强降水预报的表征能力。Wang等[32]研发了一种基于补充网格点的多源定量降水预报融合算法，将偏差订正和多源预报信息融合起来，并适用于业务环境下的短时序样本条件，能够获得更加可靠的预报结果。上述大部分客观预报方法提供了基础的后处理功能，但随着模式时空分辨率的不断提升，能够描述对流系统的精细结构特征，即使小的系统位置偏差也会使格点上的降水产生很大差别，这对传统的基于“点对点”的统计后处理方式带来很大挑战。为解决该问题，基于“面对面”的模式后处理方法得到新的发展，典型的有考虑周围格点的领域法[33]、将雨区作为整体的对象法[34]。这些方法能够给出强降水的不确定性信息，更加科学合理。

面向海量的模式预报数据和观测数据，传统的客观预报方法对信息的提取和推理能力还远不能满足需求。人工智能(AI,Artificial Intelligence)技术的兴起为客观预报方法的发展提供了新机遇[35]。AI技术，尤其是深度学习，在预报应用中的优势主要体现在天气系统识别、海量数据处理、空间建模、超分辨率降尺度和时空预测等方面。基于上述技术优势，欧洲中期天气数值预报中心(ECMWF,European Centre for Mdeium-Range Weather Forecasts)在2021年初发布的未来10年发展规划中，深入阐明了未来AI技术在天气预报流程中的重要性。目前业务中，AI模型在临近预报中获得广泛应用，如光流法等，以便解决数值预报模式在0-2 h临近预报上表现不足[36-37]的问题。业务上常用的外推方法，由于拉格朗日守恒和平滑运动场假设，仍存在着局限性。基于深度学习的临近预报模型，不依赖物理框架，通过雷达等观测数据训练模型并预报回波的运动过程，可以很好地模拟传统方法难以预测的非线性降水，已有研究对这方面工作做了全面回顾。清华大学软件学院提出预测循环神经网络(PredRNN，Predictive Recurrent Neural Network)和运动循环神经网络(MotionRNN，Motion Recurrent Neural Network)模型，对捕捉和预测动作空间和时间内部复杂变化的能力有显著提升，并应用于雷达数据驱动的短临预报，在国家级业务单位得到初步应用。尽管AI技术表现出巨大潜力，但其在算法的选择、算法的数据基础、融合海量数据及模型的可解释性、可信度、可用性和工程化流程等方面存在诸多挑战，还需要持续深入研究，以便解决暴雨预报中的难点和关键问题。

5 2015年以来极端降水基础科学研究的发展

5.1 全球变暖背景下有关极端降水的天气和气候研究成为热点

过去一个世纪持续的全球变暖和城市化已经导致所有季风地区极端降雨事件的强度和频率显著上升[38]。近年来极端降水统计研究[39]揭示了华北、西南和华南是我国主要的强降水区，其时空分布和相关的天气系统也被揭示[40-44]，全球变暖背景下极端降水的变化及其机制[45-46]也成为研究的一个热点。然而在区域尺度上，大尺度环流仍然是不确定性来源之一，当前气候模式模拟极端降水的不确定性大，仍是科学研究中的难点。极端降水产生于有利的大尺度环流背景下。近年来也有通过聚类和合成分析揭示我国不同地区极端降水的大气环流特征及其年际变化，如与华北极端降水有关的大尺度环流[47-48]、产生华北持续性极端暴雨的经向、纬向和减弱的登陆台风三种环流型[49]；也有研究分析了华北极端降水年际和年代际变化有关的太平洋年代际震荡等。以上研究从大尺度环流方面丰富了对极端降水的关键动力过程的认识。

5.2 更高时空分辨率的观测研究推进极端降水的中尺度机制认识

2015年以来随着我国气象观测布网的进一步发展和多源观测融合技术引进，对于极端降水观测、对流发生发展机制的研究得到了进一步发展，具体包括随着双偏振雷达和雨滴谱等观测的发展，在华北夏季极端降水、华南前汛期极端降水和梅雨锋强降水的锋面对流观测方面也取得一定进展，如北京“7·21”和广州“5·7”极端降水的锋面对流回波结构研究均表明锋面附近强降水对流系统呈现低质心的结构[50]。2014年7月11-14日梅雨锋锋面附近对流同样呈现线状对流和沿锋面的对流单体分布,对流发展高度高,回波强度强[51]。通过多次机载观测，揭示了华北层积混合云中的积云中存在的播种-供给机制，并发现云水丰富、上升气流强的层云可以发展为积云，同时对对流泡的尺度、上升强度均作了观测[52-53]。通过雷达和地面高时空分辨率自动站等常规非常规观测资料，揭示了梅雨锋对流触发和维持的机制、产生极端降水的对流的触发和组织过程[54]等，进一步认识了直接产生极端降水的中尺度对流的云物理和动力过程。

5.3 极端降水的影响研究有助于推进极端降水带来的洪水内涝等风险防控

我国已有研究表明，珠江三角洲和长江三角洲的极端小时雨强的增加和快速城市化之间可能存在联系，而城市热岛效应可能对极端小时雨强的增强有作用[55-57]。除了城市热岛，污染物导致的凝结核增强和微地形阻碍也有可能使城市降雨强度和频率高于郊区的频率和强度[58]。对于极端降水的影响研究表明，从1961年到2017年中国许多地方的洪水风险都有所增加，随着城市化进程和全球变暖，全球暴露于洪水风险中的人口在增加[59]，同时我国暴露于极端降水事件影响区域内的人口和国内生产总值均呈显著增大趋势[60]。而城市化和人类活动引起的下垫面变化等因素导致的城市洪涝问题越来越突出[58]。因而全球变暖背景下，快速城市化进程中在城市规划、基础设施建设中需要充分考虑城市突发极端降水的影响，同时要建立城市洪涝应急预案，提升城市抗灾减灾能力。

5.4 直面可预报性的挑战

随着雷达、卫星等多种常规和非常规的高时空分辨率观测和中尺度数值模式的发展，对可以产生极端降水的强对流风暴可预报性的研究也逐渐增多[61-65]。研究表明，强对流风暴时空尺度小，受到初始扰动、湿对流过程、复杂地形等多因素影响，可预报性时效较短[61]。相对而言，数值模式对其大尺度环境条件可预报性相对较高，而对对流触发、位置、结构、演变预报不确定性十分大[61]，是预报中的难点。目前国外在野外观测实验、可预报性研究和目标观测方面均取得一些有意义的进展[66]，由于我国雨带推进受季风影响，地势复杂，极端降水频发，极端暴雨的可预报性研究也需要系统的开展。

6 从75·8到21·7的思考

同一地区历经的两次极端暴雨过程的预报服务和应急处置等方面的明显不同，给我们提出了诸多可以思考的问题。

6.1 预报服务和应急决策的思考和建议

(1)“21·7”极端暴雨预报服务的成功经验表明，预报业务流程和组织方式会对防控突发灾害起到作用，以大气环流为背景，做好月预报、延伸期预报、着重关注中期预报特别是5天以内的预报、短时临近预报及有针对性的动态风险评估是当前预报服务的重点工作，也是预报员基于业务数值天气预报并发挥其智慧可以做到的工作。

(2)对突发的自然灾害预警在于科学的研判，不作无用的表面化的工作，不把精力放在是否是千年、百年一遇及不可检验和无实际应用价值等方面的工作，科学研究必须要有明确目的，要为以后的监测、预报、预警、服务和决策等起到提高促进作用，还要区分长远性和急需性。

(3)对灾害预警程度不应有过度的要求，不能不加分析地指责预报量级及落区不准等，要看到大气变化规律的复杂性和纳入预报方案的困难性。依据集合预报等数值预报产品，拓展思路，分析灾害天气极端的可能性。

(4)进一步提高次生灾害高风险区预判能力。在强降雨致灾决策气象服务中，需进一步提高强降雨实况和强降雨预报落区叠加效应致灾的敏感性，提高次生灾害高风险区预判能力和决策气象服务效率。

(5)开展风险区划工作，是极端天气预报、预警的背景，但更重要的是要结合中国特色的气象需求，特别在基层乡村的防灾减灾和人民生命财产的保护和建设中的高速发展、人口的迁移等社会背景及受灾体变化等开展动态的风险评估工作，提高灾害影响预估研发能力，为决策提供支撑。

(6)建设完整的监测系统，开展及时准确的预报预警工作，并开展灵活有针对性的服务和快速制定有效措施，建立统一指挥的防控体系。

(7)大气规律的认识需要很长的时间，不可能立刻解决现有的不足。因此发挥基层气象业务部门的预报员的智慧更为需要。数值预报的发展，结合预报员对局地地形及天气特点的认识和智慧应用会有更好的效益，使中国式的气象服务落实到乡镇，应急做到基层。

6.2 预报技术的思考和建议

(1)极端降水预报一直是业务降水预报的难点。有针对性提升全球和区域业务数值预报模式对极端强降水的预报能力，发展中尺度集合预报系统，加强中尺度模式及其集合系统的检验评估和应用，研发相应的后处理技术，进一步提升其预报准确率。

(2)分析业务数值预报模式的偏差原因，加强对集合预报产品的分析和应用，开展集合敏感性试验和聚类分析等，发展极端强降水“集合异常预报法”，建立基于异常度的极端强降水集合概率预报，提高对极端强降水的预报能力，包括提前预警能力和预报准确率等。

(3)发挥预报员的智慧，在极端强降水成因分析基础上，既要注重对关键天气尺度系统、动力条件、水汽条件等异常特征的分析，也特别需要加强对地形增幅作用及中尺度对流系统发生发展规律的分析。

(4)发展不同区域持续性和短历时极端强降水物理概念模型和诊断分析技术，充分利用大数据和人工智能等技术，研发基于可预报性的极端强降水客观预报技术。

致谢：在成文过程中，陈涛、苏爱芳等在预报服务、模式检验方面进行了有益的探讨，张立生、张芳、王雨、程佳佳、黄丽萍等在绘图方面提供了许多支持，在此表示感谢。