找赛车飞艇微信群嘉微信522899474 后（85166559】 【信誉靠谱实力极速赛车、PK10幸运飞艇、澳洲5、信誉实力欢迎您的到来雨水为2020年夏天打上一个不平凡的记号。

从6月1日到10月1日，江淮流域经历62天“超长梅雨季”，持续时间为1961年来最长，梅雨量为1961年以来最大。进入8月，四川盆地频遭暴雨袭击，截至8月20日，四川平均降雨量为1961年以来历史同期最多。长江、淮河及鄱阳湖、巢湖等经历了持续高水位运行的6月和7月，长江上游又在8月发生了1981年以来最大洪水。8月底至9月初，我国东北地区半个月内遭受台风“三连击”，降水偏多，历史罕见。

这些雨水，有时候突如其来、又匆匆收官，有时候绵延不绝、久驻一地，冲刷着、汇流着，土壤湿透了、江河涨高了……他们是大自然变化万千的一部分，也是对人类生产生活生命的考验。幸运的是，随着气象预报技术的发展，人们已经可以越来越准确地预判雨落的时间、位置、强度和影响。这样的预报，又是如何“炼”成的呢？

擅长“偷袭”的暴雨，如何被气象人获知行踪

8月12日，北京的街头格外安静。这天早上，虽然太阳一度露头，天气看似波澜不惊，但人们却不约而同地减少了出行。

待到午间，做足了伪装的暴雨开始倾下时，却发现自己的“猎物”格外稀少，人们早已躲进安全地带，反而享受起暴雨带来的难得清凉--本来擅长“偷袭”的暴雨，这一次，在精准预报之下，被人事先得知了行踪。

在北京市气象局8月12日值班首席雷蕾眼中，暴雨的“剧本”，早在一周前就开始书写。在智能网格预报“睿图”模式的滚动调整预报中，一场北京入汛以来最强降水的轮廓，在预报员眼中渐渐清晰：首先，白天低空南风波动中的暖区对流会带来降水；夜间冷空气参与其中，冷暖对流造成时空强度不均进一步加剧降水。随着时间推移，暴雨各个细节也被预报员们一一“破译”：降雨中心会落在何处，最大降雨量级会到什么程度，降雨具体落在哪个时段……借助精细化实况风场资料以及对降雨回波的精准把握，8月11日傍晚的预报结论--强降雨极值150毫米左右，8月13日2时强降雨中心移出北京--与最终的降雨实况相差无几。

今年汛期，像这样的成功“捕捉”不胜枚举。随着智能网格预报业务成熟，无缝隙预报逐步走向现实，暴雨“偷袭”成功的难度逐年增加。GRAPES系统经过迭代升级，已经实现全国3公里分辨率每天8次快速更新同化和预报，逐10分钟滚动更新临近智能网格预报；1公里分辨率多源融合实况分析产品进入业务试运行阶段；基于雷达资料的分钟级快速更新预报系统取得进展。这些进步，意味着那些从发生发展到消亡仅有数十分钟的天气过程进入智能网格预报的“射程范围”。虽不可能招招制敌，却也在不断精进。

精准及时的预报，在自8月10日以来频发的暴雨中，拯救了四川省江油市雁门镇敬元村村民敬昌富的生命。从预报员在四川省-市智能网格气象预报业务平台上做出预报结论，到预警发出、组织转移，再到他家房后坡体在暴雨中垮塌，在12小时时间里，一场悲剧被消弭于无形。

当然，强对流天气预报仍是一道世界性难题，但比起从前，如今的气象部门有足够的技术基础，向其勇敢地发出挑战。8月10日，中央气象台开始向全国下发每日8次滚动更新的强对流天气预报产品，对北方地区午后常见的强对流天气、西南地区的短时强降水、东南沿海热带系统造成的强对流天气均有较好的指示意义，填补了我国在分类强对流短时指导预报产品方面的空白。在上海、江苏、江西、河南、广西、贵州、青海等省（自治区、直辖市），利用人工智能开展短时临近分类强对流预报预警的探索已经逐步开展。适用于训练人工智能识别、预报强对流天气的基础数据集研发完成，则为这方面探索注入了“强心针”。

雨带飘忽不定，提前腾出防洪库容的底气从何而来

犹记得6月初，一声令下，三峡水库腾出全部防洪库容221.5亿立方米。提前腾库容，底气从何而来？答案是不断滚动订正的汛期气候趋势预测在大时间尺度上所提供的“超前”决策支撑。

今年3月，国家气候中心利用“动力统计相结合的季节气候客观预测系统（FODAS2.0）”等做出预测：2020年夏季我国降水总体偏多，江南大部、江淮流域和北方大部地区降水偏多2到5成，部分地区偏多5成以上；长江流域、淮河流域、黄河中下游可能出现流域性洪涝灾害。

4月7日，长江流域气象中心即做出今年主汛期长江流域降雨预报结论，并进一步研发应用高时空分辨率的格点预报产品，为三峡水库消落腾容和防汛调度提供支撑。5月，中国气象局还与世界气象组织共同主办了第十六届亚洲区域气候监测、预测和评估论坛，14个国家和地区以及多个国际组织的41位代表围绕2020年夏季风趋势进行会商。

进入7月，雨带长期徘徊，南方遭遇多轮暴雨侵袭。骤雨急倾击长江，先后5轮洪峰奔涌而至，彼时的“超前”决策为迎战流域洪水增添了底气。融合了“相似误差订正”“雨型诊断预测”“多模式动力统计集成预测”和“机器学习”等多种先进的气候预测方法和IT技术的FODAS系统再一次在汛期经受住了考验--预测结果PS评分突破80分，成功预测长江流域、淮河流域及黄河中下游流域性洪涝灾害。该系统已连续11年准确预测我国汛期主雨带特征，实现在全国31个省（自治区、直辖市）气候中心推广应用。

经历“空台”的7月后，三个台风在半个月内纷纷北上。而这一切，在国家气候中心4月底发布的一份气候趋势预测材料上似乎早有征兆：今年台风活动呈前期生成偏少、后期生成偏多的特点，夏末至秋季较常年活跃，盛夏可能有台风北上登陆……

事实上，预报周期长、事件可预报性差、预报结果精准度要求高，气候预测一直是一块难啃的“硬骨头”。国家气候中心气候预测室首席预报员王永光介绍，气候预测方法分为动力模式和前兆信号两种，相较于天气预报，目前气候预测所用方法达到的准确率还不太高。同时，气候还受大气圈、水圈、冰冻圈、岩石圈、生物圈等五大圈层及其相互作用的影响，这大大增加了气候预测的难度。

虽委重投艰，犹摩顶放踵，利天下为之。汛期气候预测技术准备提前半年就已启动--国家气候中心研发影响各类雨季开始早晚和强度的关键大气环流延伸期客观预测产品，开展长江流域6.25公里统计和动力降尺度计算，分析长江流域未来洪涝风险，运用第六次耦合模式比较计划（CMIP6）模式降尺度预估黄河上游气温与降水变化趋势，基于多模式客观预测MODES系统研发智能气候预测技术；长江流域气象中心建立动力与统计相结合、模式产品降尺度释用以及机器深度学习等方法相结合的旱涝气候趋势预测方法，实现延伸期至年际降水预测预报无缝衔接……

一条高位运行的大河，致洪前还能盛下多少雨

从8月11日到17日，在长江上游嘉陵江、岷江流域，两场强降雨接踵而至。6.7万平方公里的土地上累计雨量超过250毫米；大于100毫米降雨覆盖了22.7万平方公里的土地。

预料之中。关于这场降雨的报告8月10日就已发布。当天下午，长江流域气象中心与三峡集团梯级调度中心展开远程视频会商。长江流域气象中心副台长田刚说，除了知道雨怎么下以外，预测这些雨带来的影响也至关重要。降水预报精细化程度和洪水预见期不够、气象预报与洪水预报结合度不高一直是气象预报中的难点。

为了破解这一难题，长江流域气象中心开展了“流域定量降水估测”“流域降水网格预报和精细化面雨量预报”“流域旱涝气候趋势预测”“流域水文气象耦合模型”“长江上游洪涝风险预估模型”“长江流域水文气象服务产品制作和信息共享平台”等关键技术研究和系统研发。

长江2号洪水来袭时，两湖流域水位较高，而上游水库群刚承接了第1号洪峰压力。重重压力之下，一份重点区域过程降雨累计预报格外关键：长江上游干流、乌江面雨量60毫米~80毫米，中游清江、澧水面雨量120毫米~150毫米，下游滁河面雨量将超过100毫米。这些数据决定了三峡工程的下泄量，最终2号洪水平安过境。

面雨量预报，是描述整个区域（流域）内单位面积上的平均降水量，而它，正是流域防汛减灾中，气象与水文之间最重要的结合点，也是水文气象预报业务体系的核心内容之一。中央气象台发展了基于智能网格降水预报的全国分布式水文气象预报模型，旨在实现流域面雨量精准预报，以及中小河流洪水、山洪与地质灾害气象风险预警。今年，随着5公里×5公里分辨率智能网格技术的快速发展，中央气象台分布式水文气象预报模型可以实现逐3、6、12、24小时任意流域面雨量预报，并耦合中央气象台高分辨率分布式水文模型，实现流域暴雨洪灾的气象风险预报与预评估。

对于中小河流暴雨洪水灾害，利用高分辨率水文模型反演流域致洪动态临界面雨量阈值，与基于智能网格降水的中小流域精细化面雨量预报结合起来，如果大于临界面雨量阈值，就判定该中小流域有暴雨致洪致灾的气象风险。同样，通过科学设置不同雨量阈值，山洪、滑坡泥石流崩塌等灾害气象风险也可以预判。这也是世界上水文气象业务模型的主要方法。目前，中央气象台已经建立基于智能网格的水文气象统计与物理相结合的预报技术体系和综合分析与会商支撑业务系统平台，在汛期水文气象预报服务中发挥重要支撑与对下指导作用。

当然，这些技术方法的形成、完善并非一朝一夕，或凭气象部门一己之力就能完成。也因此，长江流域气象和水文部门紧密合作、信息充分共享；淮河流域两年举办一次淮河流域暴雨洪水学术交流研讨会，依托寿县国家气候观象台围绕淮河流域能量与水分、流域致灾暴雨机理研究等命题开展科学研究；太湖流域整合区域内专业人才建立联合攻关团队，发展提高流域分区面雨量预报技术、精细化定量降水预报方法等，建立流域水文气象服务业务规范和业务系统流程……

不止在抗洪压力较大的南方。今年三个影响东北的台风中，“美莎克”带来了最强风雨影响。在东北三省，智能网格预报定量降水预报产品充分应用于服务中，水库预泄、群众预防性转移工作有序开展。

汛期还在继续。预报精准，永无止境。对自然的认识和对预报技术方法的探索，永不止步。（中国气象报记者 张格苗 刘钊 崔国辉 高迅芝）