大气环绕整个地球运行,在不同地区引发各种气象现象,而各地区的气象现象又相互影响,因此为实现准确的气象与气候预报,不仅在本国,还在全球范围内广泛收集观测资料。
为此,借助地面观测站、飞机和船舶、雷达和气象卫星等,在天空、陆地、海洋等进行立体化的观测与监视。观测资料要经过利用数值预报模式(即运用数学方程预测未来大气状态的程序)进行分析、生产气象预报与预测、传递与应用等过程。
气象与气候预测可预判干旱、洪水等异常气候的发生,使人们提前知晓地区社会将面临何种风险。为实现这种可信度高的气象与气候预测,必须大量确保相当于导航系统中驾驶员道路行驶数据的高质量气象观测资料。
近来的导航系统可结合用户的实时道路行驶数据,通过对过去驾驶员道路行驶相关海量大数据的分析,对交通状况与拥堵作出交通预测。由此,导航可告知驾驶员最快抵达目的地的绕行道路。准确的交通预测,建立在驾驶员通过导航提供的海量实时与历史道路行驶数据基础之上。
近来新冠肺炎在全球扩散,各国相继封锁国境,航班运行也随之减少。因此,飞机所收集的全球广泛气象观测信息随之减少。
飞机基本上装有测量气温、风向风速、气压等气象要素的传感器。从飞机这些传感器观测到的各种信息中收集、计算气象要素,再由气象数据中继程序(AMDAR)生成飞机气象观测资料。这些资料随后被发送至世界气象资料通信网(GTS)加以利用。
然而,由于新冠疫情,气象数据中继程序(AMDAR)的飞机气象观测收集资料量急剧减少,将今年4月与去年12月相比,仅为30%左右。
据美国海洋大气局(NOAA)近期发表的论文《新冠肺炎对用于数值预报的商用飞机观测数据的影响》,由于基于飞机的观测资料不足,数值预报系统的预测性能有所下降。也就是说,计算并预判大气状态变得更加困难。
该论文显示,在将夏季与冬季基于飞机的观测资料减少至80%的虚拟实验中,预测误差分别上升8%和15%。该论文预计,若基于飞机的观测资料量大规模减少,气象与气候预测的可信度将下降到具有实质意义的程度。
近来因全球变暖,酷暑、干旱、暴雨等极端异常气候现象频繁发生。异常气候近来以更高强度和更复杂形态频繁出现,特异现象正逐渐变为平均现象。在此情况下,对异常气候的监视与预测越来越困难。
从国家与社会层面,检视并提升我们社会应对极端异常气候能力的要求日益提高。政府与地方政府希望以气候预测信息为基础,提前确认异常气候可能引发的紧急状况,制定应对战略与方案。因此,可信的气象与气候预测信息的重要性大幅上升。为把气象与气候预测的不确定性降到最低、提高可信度,世界各国都在努力。
今年全球不仅要应对异常气候引发的灾害与灾难,还要与新冠疫情殊死搏斗,在两条战线上展开了艰难的生存之战。同时,人类在与新冠疫情抗争的过程中,发现了应对异常气候的气象观测资料收集方面的薄弱环节,也找到了相互合作的理由与正当性。
应以此为契机,为有效应对异常气候,制定多角度方案,以稳定地收集与获取气象与气候预测所需的高质量、广泛的气象观测资料。为此,现在正是我国与全世界应予关注并展开合作的时刻。






