50年一遇，浙江多地1月出现这样级别的旱情。
47.9米每秒，4月底，江苏通州湾的15级大风刷新该省风速纪录。
去年东北地区遭遇罕见台风“三连击”，今年以来南方地区也出现沙尘天气。
面对不断刷新的极值，呈扩张态势的灾害影响区域边界，在我国极端天气气候事件总体呈增加趋势的背景下，如何更好守住安全防线？
一套成熟的、以预警为先导的“政府主导、部门联动、社会响应”机制能为灾害防御、应急处置赢得更多时间。那么，现在我们能做到哪一步？瓶颈何在？如何突破？
“大网”捉“小鱼”，是全球“天花板”
极端天气气候中，强对流往往是最致命的。
2020年6月12日14时许，一场龙卷风袭击江苏省高邮市城南新区3个村庄，造成部分房屋、车辆受损，4名村民轻伤。而约46分钟前发布的暴雨黄色预警和公共服务产品，为当地灾害防御争取了宝贵时间。
提前46分钟，很难吗？
答案是，真的难。
“因为强对流天气属于中小尺度天气系统。”灾害天气国家重点实验室主任梁旭东说，“尺度越小，可预报性也就越低。”
尺度可以理解为定位天气系统的坐标轴，x轴代表存活时间，y轴代表空间覆盖范围。在这个坐标轴里，强对流天气恰好处于中等偏下位置——可覆盖几公里至几百公里不等，生命史可能仅有几分钟至一小时，也可能长达十几小时以上。
10公里在人们的印象里可能并不算近，但在全国天气预报模式的背景下，就仅仅是网格中的一个芝麻小点。“观测站网，织得再密还是有‘网眼’。”梁旭东感慨，“相对龙卷等‘小鱼’而言，“网眼”还是大了些。”曾参与几次龙卷灾后调查的他，对“局地性”三个字深有感触，“眼前一片狼藉，但两条街外又是另一幅光景。”
而“小鱼”一旦集结成巨型“鱼群”，不仅“活”得更长，侵袭范围更大，破坏力也成倍叠加。比如在今年5月10日至12日的这一轮强对流天气中，湖北省武汉市局部遭遇10级及以上大风；浙江省建德市多地受雷雨天气影响，出现树木倒塌、蔬菜大棚受损情况；在江西省上饶市铅山县河口镇上空，闪电划过夜空犹如白昼；贵州省贵阳市城区遭暴雨冰雹袭击，导致低洼路段被淹、内涝严重……
有人可能要问，个头大的“鱼群”不是更好“抓”吗？恰恰相反。“鱼群”只是整体感觉，“小鱼”仍是“小鱼”。上例中大风、雷电、短时强降雨、冰雹等多种灾难同一时间段出现，产生“大军压阵”的效果，但细究其中极端性灾害发生地，仍然是“局部地区”。
那能不能让这张“捕鱼”的网再密一些？令“小鱼”无所逃遁？中央气象台首席预报员张涛坦言，当“小鱼”游走各地，提前定位、布网仍然是全球气象界共同的“天花板”。目前强对流预警时间提前量约为38分钟，也就是说，对于某个具体的强对流天气事件而言，气象部门可以提前数小时到数天划出大概范围，但很难具体发布预警至某县（区），精确到分钟级或小时级。
这背后更深层的原因，指向对极端天气气候事件的认知短板。
认识“朱鹮”，比认识“麻雀”要难多了
极端天气气候事件和一般致灾性天气，就好比朱鹮和麻雀，前者极端稀少，后者遍地都是。
为什么这么说？学界对极端天气气候事件的普遍认识，是指一定地区在一定时间内出现的历史上罕见的气象事件，其发生概率通常小于5%或10%。
同样是从零基础开始，要观察麻雀的习性，可能在街头支个凳子就能实现，但要认识朱鹮，可能要深入崎岖险峻之地、花费几十年甚至更长的时间去寻觅、跟踪、记录、总结。这个过程中，如果没有不断迭代、日益精准且轻量化的高科技观测、定位设备，仅靠人力几乎寸步难行。
这也正是气象科技工作者研究极端天气气候时所面临的困境。
要想观测、记录小概率事件本就要花费大量人力物力，而对于其中以局地性、突发性为典型特征的强对流天气，就更是难上加难。现阶段，捕捉强对流天气较有效的手段是雷达监测。但地球是圆的，雷达发射的电磁波多为直线传播，就好比对地球做一条切线，切线下方全是盲区，再加上地形干扰、雷达分辨率不足等限制，雷达对龙卷影响最大的接地部分很可能识别不出。此外，雷达数据解析需要时间，但几分钟很可能就是一场龙卷的“生死时速”。
“观测数据不足，可以研究的样本数少，在一定程度上影响我们总结其发生、发展规律。”梁旭东说。没有精确认识，何谈精准预判呢？目前他及其团队通过积极参加灾后调查，开展气候模拟试验，不断积累对强对流天气尤其是龙卷的认识，中国气象局积极推进的气象灾害风险普查也是数据积累的手段之一，但这些都需要一个过程。
更糟的是，“朱鹮”的“习性”还在不断发生变化，甚至超过科学家的认知速度。
近百年来，全球气候正经历一次以变暖为主要特征的显著变化。气候变暖带来了一系列影响，包括海平面上升、冰川消融、沙漠化加剧等，这些让地球系统各圈层之间的相互作用和反馈机制变得更加复杂，其中也包括影响大气环流的机制。
不要小看这些看似微小的变化，1961年，气象学家爱德华·劳伦兹用计算机模式模拟天气时，发现变量的微小变化，能够造成大相径庭的结果，他由此发出了著名一问：“一只蝴蝶在巴西振翅，是否会掀起得克萨斯的一场飓风？”
要消弭气候预测中的“蝴蝶效应”，就必须把蝴蝶振翅带起的气流从巴西到得克萨斯的路径、演变摸得清清楚楚。
但影响大气环境的要素十分复杂。而随着考虑的要素越来越多，需要计算的数据量也随之水涨船高，这又是现有观测手段和算力难以支撑的。
难道我们就束手无策了吗？
“磨利剑”与“绷紧弦”缺一不可
当然不。
提高预报预测准确率，守牢防灾减灾第一道防线，这是气象部门的永恒课题。
我国主要发展数值模式预报，需要从气象专业角度摸清机理，确保预报科学合理，其系统设计、程序规范、运行支撑、检验评估等还涉及大量计算，耗费较长时间与较大的计算资源。“气象＋计算”的融合不是一蹴而就的，核心技术的研发，好比一块生铁，要经过淬火、锻造、打磨，才能百炼成钢。
从极端天气气候事件发生发展的角度看，首先要从气候预测的角度，强化对极端天气发生概率、时段、范围的预报预测，做好防范准备。
“做好气候预测要夯实理论，也要‘磨利’工具，即发展高精度气候预测动力模式。”南京信息工程大学教授、气候与应用前沿研究院院长罗京佳建议，一方面需要继续从科研管理的角度对核心技术研发的从业者给予支持，鼓励专家潜心科研；另一方面，需要通过机制建设，加强大气海洋模式方面专家与计算机专家的跨学科融合，研发匹配我国芯片和预报模式运算需求的计算程序。
击准目标，还需从更近的天气尺度来看，做好强对流天气的预报。
“尽管强对流发生比较随机，但可以从容易出现强对流的环境背景来判断，进而支持决策。”梁旭东认为，可以从技术角度发力，如加强基于雷达的快速分钟级预报等，其核心是把现有资料用好，探索更小尺度的预报。要加强对强对流的机理研究，如天气过程为何会发生，天气系统内部热力和动力过程如何演变等，为预报业务提供科研支撑。
张涛认为，更为精细的分钟级和小时级的预警预报业务，实际上是由各地气象台特别是地市级气象台落实。因此，中央气象台与地方气象台要在技术层面加强沟通，形成上下互联机制，共同防范强对流天气。
机器学习和人工智能的不断发展或许能提供新的解题思路。当前，多地气象部门致力于擦亮这把“新剑”：深圳市气象局建立的基于深度学习的雷达外推模型，可以在5分钟至10分钟内有效预测未来0小时至6小时的降水；上海市气象局基于机器学习的智能外推技术可根据突发性雷雨大风和短时强降水预报需求, 实现0小时至6小时短临精细化格点预报产品自动生成。罗京佳表示，这为提高预报预测准确率创造了较好的应用前景，其关键问题也在于跨学科融合，即如何围绕预报预测核心技术短板组织团队、强化政策支持开展长期攻关。
突破天花板，能力提升非一日之功，在全球共同打磨的极端天气精准预报利刃出鞘前，专家认为，政府和公众也需要提高警惕，完善应急体系，根植防御意识，未雨绸缪，做好防御准备。
“每到这个季节，遇到风险提示的时候，需要上至政府、相关部门，下至企业、公众都必须绷紧防御之弦。”梁旭东说，“一般突发的强天气过程带有随机性，考验的就是应急应变能力和平时的防御准备，需要在掌握孕灾事件发生概率等信息的情况下及时决策。”
内蒙古自治区巴彦淖尔市农业气象试验站高级工程师孔德胤则结合自身经历，建议要破除思维定式，遵循科学变化规律从事生产生活。“在抢播小麦的过程中，也有少数农户认为气温偏高没有关系，按照往年经验在3月底种植就行，结果今年到了那时候却种不上了。”
国家气候中心气候服务室首席周兵建议，进一步健全预警信息接收和传播工作机制，充分利用权威渠道和公众喜闻乐见的平台，针对防范极端天气气候事件开展科普宣传，提高公众应对极端天气气候事件和防御气象灾害的能力。（中国气象报记者：李一鹏 叶奕宏 吴彤）
