引言

天气预报在过去一二十年取得了巨大进展，其背后驱动力来源于气象科技和信息技术的快速进步，电子通讯、计算系统和观测系统的发展，以及用户对天气信息越来越精细和个性的专业需求。实现“以人为本、无微不至、无所不在”的精细化气象预报和个性化服务成为中国和世界各国气象部门共同的发展目标。然而，传统的固定站点和文字定性描述预报形式无法覆盖和表达精细的时间和空间信息，亟待发展时空和内涵无缝隙、质量和内容精细化的网格天气预报。无缝隙是对时空分辨率和多尺度的涵盖，也体现“要素”的完整性，但是必须兼顾到气象问题的科学属性：无缝隙程度依赖于预报时效，而网格精细程度也受可预报性和不确定性等条件的制约^*。

* 2018年全国智能网格预报业务工作部署会议报告。

当前，无缝隙精细化网格气象预报已经成为国际主流趋势。首次世界天气开放科学大会(WWOSC-2014)的主题就是“地球系统无缝隙预报：从分钟到月” (Brunet et al, 2015)。2017年地球系统科学家学会(YESS)联合世界气候研究计划(WCRP)、世界气象研究计划(WWRP)和全球大气观察计划(GAW)创建的地球系统科学前沿白皮书(Rauser et al, 2017)，更是将无缝隙预报作为未来几十年科学界指导方针的重要指标，提出从分钟级到世纪尺度、从米到全球空间尺度的预报发展趋势。美国最早从2003年开始发展国家数字预报数据库(NDFD)(Glahn and Ruth, 2003)，提供逐1 h更新2.5/5 km分辨率从0时刻至45 d延伸期的无缝隙网格天气预报，包括常规气象要素、灾害性天气、台风海洋等预报产品。NDFD的制作首先是基于多尺度天气预报模式和全球集合预报，在多源实况观测资料的基础上采用模式解释应用技术发布格点指导预报，之后各地天气预报办公室的预报员使用网格预报编辑系统进行主观订正，最后拼接生成统一的网格预报(Ruth, 2002)。奥地利气象局发展了无缝隙概率预报系统(SAPHIR)(Kann et al，2018)，逐10 min更新生成最小分辨率1 km的概率和确定性天气预报，预报时效由分钟级临近预报到72 h，同时也提供15 km分辨率的14 d中短期网格预报；该系统基于综合分析的集成临近预报技术(Haiden et al, 2011)和基于集合预报的标准化距平MOS预报技术(Stauffer et al, 2017)，显著提高了临近和短期预报效果。德国基于强大的数值模式能力，利用多个模式解释应用和统计后处理预报的优化集成预报方法，提供逐5 min更新2.5 km分辨率的分钟级至延伸期30 d的订正网格预报。澳大利亚自2012年起也开展了基于业务集成预报技术(OCF)的5 km分辨率8 d内网格指导预报(Engel and Ebert, 2012)。

我国无缝隙精细化网格预报业务技术的发展起步于2014年，主要得益于综合气象观测系统、多源实况融合分析技术和多尺度数值预报模式的快速发展和支撑。能够捕捉天气系统精细结构信息的高时空分辨率观测资料，以及多源资料融合分析的网格实况产品，是精细化网格预报发展的坚实基础；而快速更新同化预报系统、覆盖短时短期的高分辨率区域模式、预报时效达10 d的全球数值预报模式、以及超过30 d的海气耦合集合预报系统，则为精细化网格预报的发展提供了必要的前提条件。

我国观测系统尤其在进入21世纪取得了长足发展，建立了地基、空基和天基相结合，门类比较齐全，布局基本合理的综合气象观测系统(行鸿彦等，2017)。加上全国200多站点的新一代雷达数据(高玉春，2017)，大幅增加了实况观测对于气象要素的精细空间分布刻画能力。2012年起发展的多源资料融合实况分析业务系统^*(潘旸等, 2018；师春香等，2018；韩帅等，2018)，融合了常规、雷达、卫星、闪电、GNSS/MET水汽、飞机、船舶等多源实况观测资料，实时提供包括地面常规要素、三维云量、天气现象、洋面风、海表温度等多种网格实况分析产品，为网格预报模型建立、实况信息更新和预报产品检验提供了基础条件。

* 2018年成都智能网格预报和实况数据分析业务研讨会议交流报告“全国智能网格实况分析产品研制与评估应用”。

在数值预报模式方面，中国气象局自主研发了全球/区域同化预报系统GRAPES，在动力框架、物理过程和变分同化技术等方面均取得显著进展(刘艳等，2016；沈学顺等，2017；张进等，2017；黄丽萍等，2017；朱立娟等，2017；万子为等，2015)，并且建立了体系完善的全球、区域和集合预报模式系统。北京、上海和广东区域中心还分别建立了华北和华东区域的WRF模式、华南区域的GRAPES_TMM模式等(代刊等，2016)，每天8/24次实时发布空间分辨率3 km、时间分辨率1 h的区域模式产品。另外，欧洲中期天气预报中心(ECMWF)全球模式和集合预报(Hólm et al, 2016)、美国环境预报中心NCEP全球预报模式(Lien et al，2016)等，也实时接收并作为网格预报的原始资料。

然而，大气是典型的混沌系统(Lorenz, 1963；Danforth，2013)，基于大气动力学的数值预报模式，即使是高分辨率区域模式，仍然无法解决近地面的天气细节问题，具有系统和随机误差(丁一汇，2005；Boeing, 2016)。因此，在模式预报基础上利用实况信息进行统计后处理，以求提高预报技巧，是十分有必要也是有效的(Glahn and Lowry, 1972; Carter et al，1989; Vislocky and Fritsch, 1995; Krishnamurti et al，1999)。此外，数值模式的空间和时间分辨率通常不能满足天气预报服务的精细需求，为了提供精细刻画不同地形以及下垫面属性条件下的近地面天气细节，实现下游气象服务的精细信息提取，必须进行空间和时间上的降尺度(Ben Alaya et al, 2015;曹勇等，2016；Tang and Bassill, 2018)。为此，需要发展无缝隙精细化网格预报技术，包括：(1)模式产品的偏差订正、客观解释应用以及降尺度分析技术，获取更加精准、精细的网格预报产品(Hamill et al, 2015)；(2)建立自动化和智能化交互式预报制作平台，满足客观高效制作和预报员主观智力相结合的需求；(3)发展质量检验技术，实时跟踪和评估网格预报产品性能；(4)构建0~30 d无缝衔接、精细化的网格预报产品的技术框架和系统设计。

经过5年建设发展，我国初步建立了逐1 h滚动更新、实时共享的全国5 km分辨率0~30 d和每日两次滚动更新全球10 km分辨率0~10 d无缝隙精细化网格天气预报业务。本文主要针对2014年以来国家气象中心无缝隙精细化网格天气预报技术体系建设，归纳网格预报的技术进展，分析未来发展面临的关键技术难点，希望有助于了解我国无缝隙精细化网格天气预报技术体系，也为未来网格预报技术向纵深和智能化方向发展提供借鉴和参考。

1 主要技术进展 1.1 无缝隙精细化网格预报技术框架

综合利用多源观测、模式数据、新技术新方法，设计和发展了分不同预报时效及不同预报尺度的无缝隙、精细化网格预报技术框架(图 1)。

在不同类型数据集的基础上，基于不同预报时效可预报性特征(Browning，1980)，发展相应的客观后处理技术，包括：对0~4 h预报时效，主要基于全国雷达拼图和GRAPES-Meso模式预报，发展临近分钟级滚动外推预报技术；对4~24 h预报时效，主要基于GRAPES-Meso、GRAPES-3 km、华东区域等高分辨率中尺度或对流尺度模式系统，发展逐小时滚动订正的短时预报技术；对1~10 d预报时效，主要基于多中心全球确定性和集合中期数值模式系统，发展订正和集成的中短期预报技术，提取最有效的预报信息；对于10~30 d时效，主要基于月尺度集合数值预报模式，发展延伸期统计后处理技术，进行系统性偏差订正，并保留低频预报信号。需要说明的是，在我国天气预报业务规范中，0~2 h和0~12 h分别为临近预报和短时预报，但对于无缝隙网格预报，则是按照所采用的技术方案及其预报质量来确定预报时效边界。

此外，对于不同的气象要素采用的技术路线也不同。目前主要将不连续变量降水与连续变量温度、风等区分开来，降水主要采用频率匹配、最优百分位等面向非连续变量的偏差订正集成方法，而温度、风等变量则主要采用MOS建模等方法。为使得网格预报产品不同时效之间的连接处平滑过渡，在实际业务中采用线性权重方法将不同时效产品融合起来，形成0~30 d的无缝隙网格化客观产品。

由于网格化产品的高频滚动、高时空分辨率、海量信息的订正集成等特征，传统人工制作天气预报产品的途径已经无法适应发展需求，需要设计和研发客观方法和预报主观价值相融合的网格预报交互式订正平台，通过海量数据挖掘、网格调整、降尺度等智能技术，帮助预报员在不同层面上实现价值。

为让网格预报流程顺利运行，预报员及时介入实现价值，以及发布的产品获得用户认可，需要建立从数值模式系统到客观预报输出和最终无缝隙网格化产品的全流程检验评估体系，其中如何评估高分辨率的网格化产品是最重要的研发内容。

1.2 不同预报时效的客观后处理技术 1.2.1 0~24 h网格客观预报技术 1.2.1.1 0~4 h预报时效

对于0~4 h的临近时效，需要快速融入最新观测资料进行分钟级滚动更新。目前无论国际还是国内，都是以基于实时观测或分析数据进行线性外推为主。临近时效重点关注降水演变外推技术，其中光流法因为较好的预报效果在业务中得到了广泛的应用(Bowler et al, 2004)，但也存在一定缺陷，主要包括：对于无降水区域如何给出最优的平流背景风场估测；如何避免半拉格朗日外推出现降水强度削弱的计算误差；另外传统光流法难以考虑降水系统的生消发展(Cheung and Yeung, 2012)等。为解决上述关键问题，从2016年发展了改进光流法的临近外推技术，包括三项关键技术：第一，利用金字塔架构的LK光流技术，给出无降水落区的最优平流背景风场，为较长时效外推提供可靠的背景风场；第二，利用强度守恒约束的半拉格朗日平流外推技术，解决传统半拉格朗日外推时出现的降水强度计算误差现象；第三，提出基于光流法回算残差以及基于GRAPES-Meso模式对流环境场预报，发展出降水强度变化预报技术，改进传统光流法无强度变化预报的缺陷。通过以上改进，在提高外推位置预报准确率的同时，也可进一步提高临近时刻降水强度变化的准确率。图 2对2018年7月1日00时至9月30日23时0~4 h时效的持续预报、传统光流及改进光流技术所输出的临近逐小时预报产品进行预报评分对比，可以看到若以TS=0.4为基准，改进光流技术较传统光流技术将预报时效延长了1 h左右。

在人工智能、大数据和云计算迅速发展的技术背景下，国家气象中心已经开始探索将人工智能技术应用于网格预报业务，与清华大学合作，采用分布式深度学习框架、时空记忆深度循环网络算法，实现了外推时效延至2 h雷达回波不同尺度空间特征的有效提取，雷达外推预报准确率较交叉相关法(COTREC)平均提升40%，有助于提高0~2 h降水要素的预报精准度^*。

* 2018年10月全国气象台长会议交流报告《大数据与人工智能技术在天气预报中的应用》。

1.2.1.2 4~24 h预报时效

对于4~24 h的短时时效，主要基于快速滚动更新的高分辨率中尺度模式开展预报技术的研发。如降水要素，GRAPES-Meso模式系统实现了逐3 h快速滚动更新运行。由于实时同化了最新观测资料，因此在短时阶段相比于全球模式，中小尺度对流系统对降水的预报能力更强。即便如此，GRAPES-Meso模式同样也存在预报误差，需要进行偏差订正。这里引入实时频率匹配订正技术。这一技术(Zhu and Luo, 2015)已在定量降水预报的模式后处理中得到了较广泛的应用，其原理为：利用待订正量以及观测量样本资料，分别计算待订正量和观测量的经验累积概率分布函数，并利用两者之间差异，对待订正量的数值修正，最终两者一致，计算公式如下：

$ {x_c} = F_o^{ - 1}[{F_m}({x_m})] $

(1)

式中，x_m是待订正量，F_m(x)是待订正量的累积概率分布函数，F_o^-1(p)是观测累积概率分布函数的逆函数，x_c即为x_m对应的订正值。该方法的本质是要实现待订正量和观测量的对应分位数的映射。在实际业务中，根据中尺度模式快速滚动更新的特点，发展了实时动态频率匹配方案，即：利用GRAPES-Meso模式前2 h的预报以及对应时段的实况观测数据，分别计算各自累积概率分布函数，然后通过频率匹配技术，进行降水强度偏差订正。如图 3，针对2016年4月13日08时出现在广东东部和南部的对流性降水过程，GRAPES-Meso模式较好地预报了系统的位置，但强度与实况相比明显偏弱；采用实时频率匹配订正技术之后，降水量级得到显著提高，更接近实况强降水值。

1.2.2 1~10 d网格客观预报技术

在1~10 d的中短期预报时段，基于多中心全球确定性和集合预报模式，国家气象中心具有发展历史较长的多种类客观预报技术方法来支撑网格预报业务。

1.2.2.1 降水预报

目前支撑降水预报业务的客观预报方法包括：2009年开始研发，2012年业务运行的基于多中心确定性模式降水相似分析的多模式集成方法(陈力强等, 2005；林建等，2013)；2012年开始研发，2014年业务运行的基于确定性全球模式物理量统计建模的逻辑回归法(张芳华等，2016)；2015年从南京大学引进的基于确定性全球模式的频率匹配订正算法(Zhu and Luo, 2015)；2013年开始研发，2015年业务应用的基于集合模式的最优百分位方法(代刊等，2018)；以及2016年引入业务应用的基于确定性全球模式评分最优化的订正算法(OTS方法)(吴启树等，2017)。

根据每年的检验评估结果，每种方法都在进行不断的改进。例如对基于集合预报的最优百分位方法，起始于2013—2014年集合预报数据的业务应用研究，最初来自于预报员对集合预报产品的使用经验，即发现不同的集合预报统计量对于不同等级降水量有优势，为此制定集成规则，将不同降水等级上的优势集合预报统计量集成起来，能够取得更好的评分技巧；2015年，引入动态百分位的概念，能够根据不同季节、不同时效的优势信息进行自动集成；2016—2017年，则进一步采用频率匹配方法和局地概率匹配方法对最优百分位值分别进行量级和空间分布订正，实现多技术融合。图 4给出了2018年1—9月四种定量降水客观预报方法与ECMWF模式直接输出降水的24 h预报时效24 h累计降水暴雨TS和Bias评分对比, 可以看到，所有客观方法结果较最先进模式的直接输出结果，暴雨TS评分能够提升20%~28%左右，且能很好地修正模式的暴雨量级预报偏弱的问题。需要说明的是，不同客观方法优化目标不同，应用范围和适用的地区或天气类型也不相同；要找到最佳技术方法，首先要清楚如何定义“最佳”(多种评分的平衡)。此外，目前客观技术还存在如下问题：数值模式的有效预报信息集成度还不高，大多数客观方法都是基于EC模式，没有考虑多中心或不同尺度模式；客观方法以降水量级订正为主，而对空间分布的订正能力弱。

在客观订正方法的基础上，由于全球模式订正结果没有达到精细化网格预报要求的时空分辨率，还需要加入统计降尺度技术[详细技术说明见曹勇等(2016)的研究]，包括：降水空间统计降尺度技术，实现粗分辨率降水预报具有气象意义的降尺度到细分辨率网格；降水时间拆分技术，实现降水预报由粗时间分辨率向细时间分辨率的转换。

1.2.2.2 其他气象要素预报

除降水要素外，对于温度、风、能见度等其他连续性变量，目前0~10 d预报时效均采用同一技术方案，尚没有在0~24 h内分不同时效进行区分处理。主要技术方案为:在模式背景场和城镇站点指导预报的基础上, 通过考虑精细化地理信息订正的逐步插值分析方法，使网格点预报逐步向站点指导预报逼近, 形成最终网格预报结果。这里，城镇站点指导预报是基于传统的MOS建模预报结果(赵声蓉等，2012)。在此基础上选取对应的模式预报为插值分析的初始场，若对应模式预报要素和时效不存在，则选取替代的要素和时效；通过初始场插值分析得到与格点预报空间分辨率和区域一致的背景场；在插值分析过程中，考虑地理信息的订正作用，如对于温度要素，利用温度垂直递减率，把插值点温度订正到被插值点高度；采用反距离权重的逐步迭代方法，得到网格预报结果；为适应不同的站点疏密程度，在站点预报误差插值到格点的过程中采取了变搜索半径、分等级的技术方案(Dallavalle and Glahn, 2005)。对于能见度，采用区域模型的网格预报方案, 即在适当的分区基础上，利用区域站点建立区域预报模型并应用于网格点，得到网格预报(赵翠光和李泽椿，2012；Stauffer et al, 2017)。具体包括：利用历史能见度站点观测资料，应用REOF的分析方法进行客观分区。在站点分区结果的基础上，利用GIS系统确定区域内每个格点的区域归属；在站点观测和数值预报产品历史资料基础上，利用概率回归方法建立不同能见度等级有无的区域预报模型，将区域预报方程扩充到区域内任何格点上，得到格点的能见度等级预报结果。

1.2.3 10~30 d延伸期网格客观预报技术

对于10~30 d延伸期预报时效，受到可预报理论、数值模式和历史资料等诸多因素的制约，该时段的降水、气温等要素网格预报，一直是无缝隙预报技术中的难点，也是国内外研究的前沿问题(杨秋明，2018；吴捷等，2018；Mariotti et al, 2018)。目前国际上均基于海气耦合的全球集合数值预报资料，采用偏差订正和降尺度技术获得10~30 d的降水和气温等基本气象要素的网格预报产品(Guan et al, 2015)。2017年以来国家气象中心在延伸期网格预报技术方面进行初步探索，主要利用月尺度集合数值模式系统资料，通过多种统计后处理技术进行误差订正，并利用高分辨率实况资料，建立统计降尺度矢量关系，实现降水、气温等要素预报在延伸期时段的统计降尺度，提高空间分辨率。例如，对于降水要素，为了消除由集合平均带来的延伸期小量级降水预报的湿偏差，采取了逻辑回归法(Sloughter et al, 2007)和临界值法，设定降水临界值进行消空，一定程度上消除了集合平均带来的“小雨空报”，同时结合统计降尺度技术提高预报产品的空间分辨率。对于气温要素，则主要采用衰减平均偏差估计法(Cui et al，2011；Guan et al, 2015)，即对上一时刻相对分析场的偏差进行估计，使用具有权重系数的衰减平均值，结合预报前期偏差和最新的预报偏差计算当前时刻平均偏差，用以对预报场进行偏差订正。由此构成了每日两次滚动更新全国10 km分辨率10~30 d延伸期网格预报业务产品。

1.3 主客观融合的网格预报平台技术

Hoffman et al(2017)指出，利用最先进的探测手段也不可能对大气进行完整观测，同时基于最高级的计算机系统也不能完美预报天气。因此，天气预报是人和技术相互依赖、协同的结果。

针对时间、空间、频次及其精细气象要素格点预报，预报员开始借助于可视化的软件系统来解决初猜场的编辑和修正。Ruth(2002)和Mass(2003)在人机交互预报准备系统(interactive forecast preparation system，IFPS)中应用基于可视化工具AWIPS/GFE来实现网格预报编辑功能，具体包括三方面，一是数据预处理，如将粗分辨模式格点通过降尺度生成5 km分辨率预报，二是提供智能化编辑工具实现格点预报快速制作，如基于标准递减率对复杂地形下的气温预报插值、基于MOS开展区域调整等，三是GFE还实现网格预报产品处理加工、生成文字、图形制作等功能。丁建军等(2008)基于订正点与关联点之间相似区关联，通过文本、图形两种修改方式，完成对高时空密度、多预报要素值的修改订正。高嵩等(2014)基于MICAPS 3.2框架研发格点编辑平台，实现对原始的格点场进行基于单点、区域的编辑修改；也可以借助将等值线进行压缩、伸拉变形以及整体移动、删除等操作，将等值线的形变结果反演格点等方法。王海宾等(2016)基于B/S架构的大城市精细化格点预报系统，建立了依赖基准站的曲线订正反演模型和站点预报影响模型，将模型中基准站点反演到“面”预报，同时将面反演和时间序列反演结合，实现多时次预报快速订正。宁方志等(2017)采用ArcGIS地理信息系统技术开展网格预报编辑，张宏芳等(2017)把百度WebGIS应用于网格预报数据的展示。贺雅楠等(2018)基于MICAPS实现要素场协调性处理，集成了降水、温度等客观预报算法，并提供丰富的主客观交互功能。

在网格预报所有要素中，预报员参与QPF产品订正的程度最高，也是发挥其关键作用的重要环节。毕宝贵等(2016)全面回顾了QPF预报技术的进展，指出数值模式不断发展和统计后处理技术的深入应用使得降水预报的精准度持续提升，预报员在其基础上能够提供的附加值越来越有限。为了发挥预报员在QPF网格化预报业务流程中的核心作用，2016年起国家气象中心研发了新的主客观融合定量降水预报平台(唐健等，2018)。该平台重新定义QPF预报员价值，通过客观手段、智能算法将预报员从繁重的手工操作中解放出来，重点发挥预报员对于极端性、高影响或不确定性较高天气的预报经验和能力，并且控制整个QPF业务流程，实时监控无缝隙格点化产品预报质量，当客观预报方法失效时介入。主客观融合QPF系统的目标在于设计从全自动→半自动→手工的不同层级的预报平台，让预报员在数字化预报流程中，在关键环节或关键时间节点上能发挥其价值。主客观融合的定量降水预报平台有五种不同等级的工作模式(图 5)，根据多个数值模式和客观方法预报的稳定性和一致性，降水的强弱等级和可预报性，以及模式等客观预报与预报员的天气分析概念模型的相近程度，预报员可以选择分别采取全自动客观网格化指导预报模式(L0)、选取优势预报数据源模式(L1)、指定权重或概率匹配平均合成预报模式(L2)、编辑格点模式(L3)、或绘制降水落区等值线并反演主客观合成技术模式(L4)，得到最终的网格预报产品。

1.4 高时空分辨网格预报产品的检验评估技术

随着精细网格预报业务的稳步推进，相应的质量检验和性能评估技术的研发工作也同时开展。

1.4.1 传统城镇预报检验技术的沿用

传统的城镇预报检验技术被继续应用，包括降水晴雨预报准确率、分级累加降水空报率、漏报率、TS评分和Bias评分，最高气温、最低气温预报准确率，风向风速预报准确率，相对湿度预报准确率及能见度TS评分检验等。这些传统的检验指标一方面能够大致体现精细化网格预报的水平，同时也便于同历史上的城镇预报产品质量进行对比，从而呈现精细网格预报技术进步带来的预报准确率的变化。然而传统的检验方法并不能充分反映预报结果精细化的质量和效益。这是因为网格预报带来了预报范围、时空精细度的巨大变化，由此对检验技术提出了新的要求。

1.4.2 精细网格预报检验的参照实况方案的改进

传统的城镇预报重点关注站点附近的天气，而智能网格预报则覆盖预报区域内的每个点，如果仍然以国家站的观测数据作为实况参照，则不能满足大部分区域的检验需求。为此，发展了两套针对精细化智能网格预报的参照实况方案。一种是采用国家站和自动站作为检验参照，其中需要解决的技术问题是业务中许多自动站的观测存在明显的质量问题。为此，通过对过去多年自动站观测资料进行梳理统计，挑选了10461个站点组成一套用于检验的稠密站点序列。然后，针对上述站点实况，增加了更为严格的质量控制流程，确保所用实况高度可信。此外，还根据站点分布密度和地形复杂性的差异对每个站点设置了不同的权重，以缓解我国东西部站点密度差异带来的检验公平性问题。另一种方案是采用实况分析场作为检验参照，其前提是准确地估算网格实况的误差范围，否则无法理解检验结果的含义。为此需要在业务产品中实时计算网格实况的误差方差，为基于网格实况的检验提供基础。

1.4.3 解决时空精细度变化的检验技术

目前精细化智能网格预报的空间分辨率达到5 km，时间分辨率达到逐小时，相临时刻或相邻网格点之间的要素预报并非总是平滑过渡，而是包含高梯度细节，也就是说，它不是简单的分辨率的提升，而是空间精细度的提高。然而尺度越小，要素时空变化的可预报性越差，因此高时空精度对具体的单点而言意味着更大的误差方差。传统的点对点检验方法，经常会出现所谓的“双重惩罚”现象，其评分结果不能稳定地体现预报产品的性能。针对上述问题，近年国内外研发了多种检验方法，其中之一是点对面检验法(陈法敬等，2019)，基本思想是当某网格点预报有事件发生时，其周边一定距离内实况也有发生即考虑为预报正确。该检验方法能够给出更稳定的检验结果，但网格预报的时空细节被忽略。尺度分离检验法则采用傅里叶转换或小波分解将预报和实况进行尺度分离，再对不同尺度的预报分量进行检验，其中就包括对网格尺度的预报准确度的检验。针对精细网格预报内呈现的概率含义，可以采用邻域空间检验方法(Roberts and Lean, 2008；赵滨和张博，2018)，对比一定大小的空间窗口内预报和实况要素值达到某一阈值的比例。

然而，尺度分离法和邻域空间检验等方法并不能检验精细化网格预报的具体时空偏差，基于目标的检验方法则可满足该要求。该类方法是将预报和实况场中要素值达到一定阈值的区域识别成多个目标，并相互匹配，进一步对预报目标的位置、形态和强度的误差进行检验。刘凑华和牛若芸(2013)进一步改进了基于目标识别的检验评估方法，使得目标识别配对过程可以在网格预报和站点实况之间进行，避免了实况插值带来误差的同时，拓展了此类方法的应用范围。但基于目标的检验方法并不能给出每个格点的位置误差，为此Keil and Craig(2007)提出了变形场检验方法，其基本原理是通过由大到小各个尺度的平移变换，将预报场以整体最小的位移量变形至和实况场高度相似，而每个格点的位移量即代表了网格预报的位置误差。

Gilleland et al(2009)将上述升尺度检验、尺度分离检验、邻域空间检验、基于目标的检验和变形场检验等方法统称为空间检验方法，上述方法侧重于空间上的对比，对天气过程在发生、持续和结束等时间特征的检验则非常薄弱，但对预报产品的用户而言，了解预报在时间上的误差幅度也是非常必要的。为此有必要开展针对精细化网格预报中天气过程的时间分布特征的检验研究。牛若芸等(2018)提出了降水过程的识别方法，未来此类方法可以引入到精细化网格预报的时间特征检验当中。表 1归纳了目前网格预报中的常用检验方法。

2 未来发展面临的关键技术难点

人类社会正在步入人工智能、大数据、云计算和移动互联时代，这为网格预报技术新的发展以及气象与其他行业的深度融合、发展智慧气象带来了机遇和挑战。当前，无缝隙精细化网格预报技术向纵深和智能化方向发展，面临诸多急需破解的关键科学技术难点，也有亟待解决的系统设计升级和基础架构改造的迫切要求。

在科学技术和数据支撑方面：(1)需要发展人工智能应用技术。近年来卷积神经元网络、深度学习和蒙特卡罗决策树等人工智能技术的发展，驱动以大数据为主的预报技术，也为智慧气象预报提供了新的技术思路。(2)需要发展高级多模式统计后处理技术。网格预报技术需要对海量的观测信息、数值模式产品以及历史资料进行处理分析，需要统计学、大数据挖掘技术背景的专业人员加入，发展高级多模式统计后处理技术来支持偏差订正、海量有效信息的集成。(3)需要解决协调一致性关键技术难题。多时空尺度的多源实况和预报数据的融合技术和网格化方法，以及不同气象要素、不同时间和空间尺度天气预报的一致性问题，例如时间上短时临近预报与短期预报的融合和一致性处理，空间上陆地与水体过渡带、不同粗糙度和热力属性过渡带网格气象预报的融合和一致性处理，都是我国无缝隙精细网格预报需要继续研究解决的技术挑战。(4)需要长序列、高分辨、高质量的历史分析和模式资料支持。产品质量受到输入数据质量的限制，迫切需要实现长历史、统计特性一致的模式数据(如Reforecasts)的定常化业务保障，以及整理和开发长序列、高质量、高分辨的观测和分析资料用于训练和检验。(5)需要建全适应高频次、高分辨率的网格产品的检验技术体系。传统检验评估评分不能反映高时空分辨率网格产品精细化水平的提升，需要推动新技术(时间、空间分析)的研发、广泛理解和接受。

在系统设计和基础架构方面：(1)需要发展统一、完整的技术架构和开发标准。采用现代编程语言、软件架构、版本控制、完整文档和协同开发无缝隙网格化的技术架构，发展统一、完整的技术架构和开发标准，形成开发合力，避免“筒仓现象”。(2)需要重新设计和开发后处理业务系统。目前基于传统MOS预报技术主要面向站点建模，处理海量气象数据信息能力有限，需要扩展新的统计后处理技术、数据基础，重新设计和开发后处理业务系统。(3)需要建立开放性、众创型的科研和业务结合平台。需要进一步推动研究成果到业务应用的转换，包括建立开放性、众创的后处理支持基础架构如美国气象发展实验室(Meteorological Development Laboratory，MDL)正在开发的WISPS(the Weather Information Statistical Post-processing System)，建立跨行业、跨部门的团队来建设和维护后处理软件、测试数据和检验评估，提供资源用于训练相关人员的算法代码、软件构建水平。

与此同时，为了实现智慧气象服务的目标，要提供更加精准精细的个性化专业气象服务产品，也给气象网格预报技术发展提出新的问题。预报空间方面，当前我国网格气象预报主要提供近地面天气预报，但是以航空为代表的空中作业气象保障，要求提供精细的三维空间气象观测和预报信息；以海上交通为代表的海上导航气象服务，要求将陆上天气预报向全球海洋延伸。预报服务方面，进一步将网格气象预报与不同行业的数据和服务需求相融合，提高基于网格气象预报面向农业、环境、水文、林业等多行业智慧服务能力，也是我国无缝隙精细化网格预报发展有待加强的方向。

3 结论与展望

我国精细化无缝隙网格天气预报技术的发展任重而道远，需要在不断提高观测数据质量和数值模式预报水平的基础上，最大程度地借助和研发模式后处理和解释应用技术，尤其是补齐短临和延伸期客观预报技术短板，挖掘已有大数据信息，努力接近可预报性的极限边缘。

未来，较为成功的无缝隙精细化智能网格预报技术，将在高质量的实况客观分析和数值模式预报的基础上，附加最前沿的技术进展和科研成果，具体包括：业务产品能够反映最新的技术研究成果(分布式数据库、高级统计模型、人工智能、数据挖掘、云计算等)；预报员的理论分析和经验价值能够通过不同层级充分体现；高质量的训练数据集(气象观测与社会观测，模式预报与人工智能)用于高质量的加工处理流程；一流的气象、数学、信息及相关行业科学家一起研究该领域最重要的科学问题；具有先进、开放、标准化的技术基础架构，以便业务、研究、高校等部门协作，促进科研向业务转化和预报技术研究领域的发展。

致谢：感谢国家气象中心王建捷、宗志平给予的技术指导和支持。