加强基础研究，是实现高水平科技自立自强的迫切要求，也是建设世界科技强国的必由之路。

气象作为科技型事业，依靠大气科学和相关学科的基础研究支撑，有着不断拓展的广大应用领域，关系人类生存环境和可持续发展。其前瞻性和战略性尤为重要，需要全盘考虑系统性布局。

前行路上，我们的历史坐标定位在哪里？未来，又有哪些可行路径？近日中国气象局气象干部培训学院在自然科学基金委地球科学部战略研究专项支持下组织召开了大气科学学科发展研讨会，专家就天气学在大气科学中的核心地位和支撑作用、碳中和对气候和经济的影响研究及其对大气学科发展的推动、加强极端事件研究助力高质量发展、人工智能给地球系统模式发展带来的新变化等话题进行了探讨。

(资料图)

传统锚点与新坐标——

重视基础理论研究打开数值预报模式“黑匣子”

南京大学校长、中国科学院院士 谈哲敏

如今，以卫星、雷达为基础的遥感技术不断发展，超级计算机运算能力和运算速度不断提升。工具越来越多，数据越来越多，产生了新的问题——计算得太多、思考得太少。对数值预报模式的依赖造成对天气过程的理解越来越少。理论的发展是否跟上了工具的发展？因此，必须打开阻碍人类思索和预测天气的“黑匣子”。

理论的发展可以改变认识。发展数值预报模式时，应该回过头来想想，是什么理论支撑了模式？使用新的思维重新思考传统理论，可以改变模拟方案。比如，海表面温度对台风的快速增强具有显著作用，海陆差异影响台风结构和雨带的演变。预报台风时，需要了解海洋和大气之间的相互影响，分析数值预报中两个系统之间误差的传递过程，做好大气和海洋的耦合模式，从而改进预报。

在解决大气中的基础科学问题时，基础是对气候系统、地球系统的认识，是对天气过程的认识，因此，做好地球系统模型是关键。

理论仍然是地球物理科学重要的基石，研究人员应抵制住优先模式与观测匹配的诱惑而建立起正确物理模型。数值模式参数化必须牢固地建立于完整的理论上，在相当一段时间内，与观测值对照的测试仍然是全球模拟中的重要组成部分。大气科学中有许多基础性科学问题仍然没有解决。在基础研究方面，探索新的自然基本规律；在应用研究方面，通过应用已知的基本结果，寻求针对性问题的具体解决方案。

新路径与新机遇——

“碳中和”为大气学科发展带来新机遇

复旦大学副校长、中国科学院院士 张人禾

在“碳中和”背景下，需要科学认识气候系统多圈层之间的物质和能量交换过程，了解各圈层之间的碳循环过程，从而更加准确预估未来气候变化。这涉及大气科学、陆地 （生态）、海洋科学等自然科学领域多学科交叉。

人类活动造成的碳排放，引起大气、陆地、海洋这些自然系统多少变化、在哪些方面和哪个地方变化。因此，需要研究全球变暖背景下大气、陆地、海洋的变化，特别是这些变化反过来对碳循环的影响。

为防范气候变化给人类社会带来的风险，需要科学认识气候系统与人类经济社会系统之间的相互作用，评估“碳中和”过程对经济社会发展和公众健康的潜在风险。这涉及自然科学与社会科学的深度交叉。构建气候系统和经济社会系统双向耦合的模式，是评估人类活动导致的气候变化及其影响和风险，制定应对和减缓气候变化途径的重要手段。比如，与天气气候密切相关的行业包括能源、金融、保险、水资源、食品、农业、交通运输、旅游、健康等行业。需要建立经济社会系统的动力学模型，科学认识经济社会系统与自然系统之间的相互作用。

为实现“碳中和”目标，需要进行以使用清洁能源为主的能源转型。太阳能受到大气中云、气溶胶等的影响，风能受到大气低层风速和风向的影响，能源消耗受到气温影响，水力发电与大气降水密切相关，极端天气气候事件威胁能源安全。因此，需加强天气和气候变化对能源影响的研究及其预报能力的提升，特别是加强气候变暖背景下极端天气气候事件的成因、影响和预报研究。

“起飞”的新风口——

人工智能给地球系统模式发展带来新变化

清华大学理学院副院长、地球系统科学系主任 罗勇

大数据与人工智能正在引发一场深刻的地球系统科学研究范式的革命。近年来，大数据与人工智能的应用研究有力促进了地球系统的机理、模拟和预测研究。人工智能与数值预报的融合也成为热点和难点。

清华大学地学系开展了大量AI for Earth的探索，比如利用AI方法构建全球90米海陆DEM数据集，识别极端天气事件的 “E级（百亿亿次）”深度学习，基于热带中尺度对流系统（MCS）数据集的二分类问题以及三维海洋要素数据集智能重构等。

我们将人工智能算法与气候预测相结合，构建智能气候预测技术系统，即以大数据应用为前提，在通过机器学习和常规方法进行客观定量预测的基础上进行智能评估，继而动态推荐预测结果。随着大数据和人工智能的发展，海量数据深度学习、复杂神经网络等逐步应用，人工智能为气候预测提供了一种解决难题的新思路。可以用人工智能算法把超级计算机的预报结果尽可能地、自动地、不用人工干预地修正到与实际观测数据更接近，以促进延伸期-月-季气 候预测能力和准确率逐步提高。

ChatGPT 等“ 生成式”人工智能模型拥有强大的内容生成能力和接近人类水平的“聪明”程度，说明情况已经出现了巨大的变化。生成式 AI 虽然也需要提前进行机器学习，然而它新生成的内容很多是训练数据中从未出现过的，也就是它进行了创造性的再创作。

总的来说，深度学习给地球系统科学研究带来新的机遇包括更准的目标识别、更高的预测能力、更快的预测效率，挑战涵盖可解释性、物理一致性、求解 PDE 方程、有限的样本和巨大的算力需求等。

统筹发展和安全——

极端天气预报预警是气象高质量发展必解的难题

中国气象科学研究院副院长、研究员李建

自工业革命以来，全球气候持续变暖，极端天气气候事件频发。在此背景下，统筹发展和安全对防范气象灾害风险的要求越来越高。放眼国际，对极端天气事件的研究和应对也已成为全球瞩目的热点。

极端天气预报预警是新时代气象事业高质量发展亟须攻克的难题。

在加强监测技术研究方面，对极端天气事件的协同观测技术是基础，要加强对获取的极端天气多源数据的融合分析技术研究，此外，还需不断进行新型探测理论和技术的探索研究。

在极端天气及其灾害发生发展机理研究方面，极端天气的多尺度过程相互作用机制、复杂下垫面对极端天气发生发展的影响以及气候变化对极端天气的调制作用是三大着力点。

提升极端天气预报预警水平还需加强极端天气无缝隙预报预警理论和技术研究，包括对数值预报技术的研究、新技术在极端天气预报预警的应用研究、基于灾害影响与风险评估的预警技术研究等。

气象高质量发展征程中挑战重重，对极端天气事件的研究就是其一。但挑战与机遇并存，困难与希望同在。

来源：“中国气象”公众号

关键词：