本文旨在探讨大语言模型（LLM）在天气预报中的应用潜力及其面临的挑战。文章分析LLM在气象及相关行业应用，包括知识检索、基座模型、诊断分析、工具调用及文字生成等应用场景，指出LLM在提升天气预报的精准度和业务智能化水平方面有巨大潜力。LLM通过高效处理海量气象知识、整合跨领域多源信息、生成定制化预报产品等，为预报员提供强大的辅助工具。通过构建高质量的气象语料库、优化基准测试框架、结合外部工具等，可进一步提升LLM在天气预报中的应用效果。LLM为气象领域带来了新的技术机遇，但其广泛应用仍需在语料质量、模型优化及人机协作等方面持续探索与完善。LLM在大气运动时空理解、“偏见”与“幻觉”等方面仍存在局限性，需通过数据清洗、去偏见及微调、检索增强生成等技术加以改进。

强降水是对我国国计民生影响最为广泛的灾害性天气之一，其精准预报也是最具挑战的科学问题之一，湿物理过程的多尺度、非线性特征使数值预报和客观订正处理降水问题比处理一般气象要素困难得多。文章以京津冀地区3 h累计降水量为对象，基于站点观测和数值模式预报，通过降水样本构建和采样、降水相关物理特征输入、使用残差训练等策略，探索了机器学习算法LightGBM应用于降水预报订正的效果。结果显示，面对降水样本的长尾分布难题，构建数据集时综合考虑保持降水的真实分布，同时适度增大较强量级降水样本的比例，是提升强量级降水订正效果的关键一环。独立测试集的统计检验表明，LightGBM订正方案在所有阈值降水的客观评分均较原模式预报显著提升，且提升率随降水阈值增大而增加。分类型降水的统计检验和个例评估显示，LightGBM订正方案在不同类型降水预报均体现出强度和落区的综合调整，其中：强天气系统强迫类型降水样本数量相对占优，在各降水阈值订正效果均较显著；而弱天气系统强迫类型降水订正在≥15 mm阈值时较难获得提升，落区的调整也更具挑战。这说明降水样本的不平衡分布仍是机器学习订正面临的挑战，但机器学习体现出对模式预报准确率更低的较大量级降水的订正潜力，即模式预报能力越低，机器学习订正提升的空间和幅度越大。特征重要性分析表明，输入与降水密切相关的动力、热力和水汽等物理特征，对提升LightGBM订正评分具有正贡献。

目前数值天气预报模式风要素预报的精细化程度不能满足内河航运需求，且对不同区域的适应程度不同。将湖北省包含长江航道的西部丘陵、中部平原作为研究区域，参照中国区域多源融合实况分析1 km分辨率（ART_1 km，地面）10 m风实况产品，分析了欧洲中期天气预报中心高分辨率大气模式确定性预报产品（EC-HRES）与中国气象局中尺度天气数值预报模式（CMA-MESO）的10 m风预报在研究区域的适应性，并构建U-Net++深度卷积网络模型，实现风速预报的降尺度订正。订正模型通过改进采样模块，在损失函数中增加地形项和航道区域项，增加了模型的表达能力和鲁棒性，提升了航道区域的订正效果。检验表明该方法可以有效降低数值模式在航道区域的风速预报误差。

使用2022年河南省23个辐射观测站总辐照度数据和CMA-WSP2.0模式产品，通过LASSO回归选取特征变量，建立训练数据集和测试数据集，采用机器学习方法（随机森林、XGBoost、LightGBM）对训练数据集进行模型训练，订正河南省CMA-WSP2.0模式预报的总辐照度，并对订正结果分站点、分区域、分季节、总辐照度分级检验，结论如下：随机森林、XGBoost、LightGBM三种机器学习方法订正效果良好，相较于CMA-WSP2.0预报结果，平均绝对误差和均方根误差显著降低，24 h的准确率和合格率显著提升。其中LightGBM订正效果最优，平均绝对误差相较于CMA-WSP2.0预报减小了18.32~32.91 W·m-2，减小比例在38%~56%，均方根误差减小比例在36%~52%；24 h的平均准确率和平均合格率较CMA-WSP2.0分别提升了7.3%、5.7%。区域统计与站点统计结果较为一致，对于5个区域而言，豫西区域订正效果最好。三种机器学习方法订正后的偏差范围相比CMA-WSP2.0预报集中范围更窄，偏差分布在零值附近的概率更大。在各季节检验结果中三种方法对于冬季订正效果更为显著。对于不同的总辐照度等级，三种机器学习方法均有效改善了CMA-WSP2.0预报，随着总辐照度等级的增加，订正效果总体呈逐渐减弱的趋势。研究结果可为提高河南省总辐照度预报能力提供有益参考。

利用2015—2023年自动气象站、浮标站观测数据以及ERA5再分析资料，分析了洋山港海雾特征。在此基础上，基于洋山港历史海雾个例库，训练并建立海雾分型决策树预报模型，并与ECMWF预报进行对比检验。结果表明：洋山站雾日数以2016年为最多，春季及初夏雾特征显著，其次是冬季。洋山站大雾期间的主导风向为东北到偏北风和东南风，无降水时东南风占比超过东北风，有降水时以北向风为主。逐月风向分布，冬季以北风为主，春季逐渐转为东北风和东南风。风向和风速特征在海雾的不同阶段有所不同，发展阶段以东南风为主，成熟阶段以东北风为主，消散阶段以北向风为主且风速较大。伴有降水的海雾过程显著偏多且持续时间较长。分型决策树模型显示温度露点差为各类海雾形成的关键因子。决策树模型雾预报性能优于ECMWF，漏报率显著偏低。分型决策树对平流雾出雾和持续时间预报效果较好，对锋面雾和辐射雾有提示作用。

为评估FY-4A/4B 静止轨道干涉式红外探测仪（GIIRS）反演的温湿廓线产品在贵州的精度和业务应用效果，以贵阳、威宁两站实况探空和ERA5再分析资料为基准，对FY-4A温度廓线、FY-4B温湿廓线进行了检验。结果表明：实际业务中可以考虑只剔除不可用数据，而保留质量最优和较好数据，最大程度保留温湿廓线的完整性。云对GIIRS探测温湿廓线影响较大，有云时FY-4A温度均方根误差比无云和云边界时分别增加1.19℃、0.96℃，FY-4B温度分别增加1.52℃、1.21℃，比湿分别增加1.28 g·kg-1、0.95 g·kg-1，且有云时不同高度的数据分布离散度增大。与不同季节贵阳和威宁实况探空对比表明，卫星反演的温湿廓线能较好体现贵阳和威宁由于地形不同而表现出的不同季节大气层结特征。选取2023年贵州三次区域性冰雹过程评估FY-4A/4B GIIRS产品应用效果，结果表明GIIRS产品与贵阳和威宁两站的实况探空较为一致，高时空分辨率的温湿廓线有助于追踪大气层结变化，冰雹发生前“上干下湿”的不稳定度增加，对冰雹天气的潜势预报有较强指示意义。但对近地层大气温湿反演误差较大，导致对流有效位能低估、低层探空形态改变，使用地面气象观测站2 m温度和露点温度订正后，可以显示出较大的对流有效位能，以及有利于雷暴大风发生的探空结构，对预报员进行分类强对流短时临近预报有较好的参考作用。

利用C波段天气雷达产品和多源观测资料，对2023年3月13—15日滇西南持续性强风暴天气过程及昼夜不同时段的2个典型风暴单体进行分析，结果表明：强风暴天气过程发生在地面冷锋东退、低（高）空西南急流建立并加强、中层西北气流持续侵入的环流背景下，风暴在中、高空急流交角附近初生并发展加强。滇西南地区低层暖平流与中层冷平流持续且稳定的输送，加剧了环境大气不稳定，对流有效位能为826.6～1481.6 J·kg-1，0～3 km、0～6 km垂直风切变分别为14.4～19.9 m·s-1、27.6～34.5 m·s-1，高度层结不稳定和强垂直风切变为致灾性风暴初生、发展和维持提供了良好的环境条件。昼发型风暴由暖平流强迫偏南风抬升配合地面弱辐合线耦合触发，无量山脉两侧显著的水汽、热力差异使得风暴的发展得以增强，而夜发型风暴则初生于中低空斜压锋生区附近，在东移过程中由迎风坡强迫抬升作用触发，并在西南低空急流配合下发展加强。在昼夜差异和不同地形强迫影响下，风暴单体雷达回波特征各异：1号单体风暴具有入流缺口、有界弱回波区（BWER）和“V”型缺口等雷达回波形态特征，径向速度表现出中气旋结构，降雹时段内平均组合反射率为60.5 dBz，平均垂直累积液态水含量（VIL）为36.1 kg·m-2，平均液态水含量密度（VILD）为4.0 g·m-3；2号单体风暴回波则表现有显著的后侧入流急流和前侧入流缺口，回波对地形响应特征更为明显，跨越澜沧江后强回波面积、VIL和VILD出现跃增，VILD由1.7 g·m-3增大至4.5 g·m-3。风暴单体生命史及地面灾害性天气表现迥异：1号单体风暴生命史长达6 h，影响期间持续伴随降雹，过境前后地面出现雷暴大风天气，后期降水相态转变为冰雹混合20 mm·h-1以上的短时强降水；2号单体风暴生命史为3 h，仅在单体发展后期出现降雹，其他类型对流天气并不剧烈。

2020年1月1—17日新疆石河子市发生了一次持续性低能见度天气。利用系留气艇、微波辐射计、地基大气气溶胶激光雷达等设备对此次持续较长的低能见度天气进行了联合探测试验，分析了过程期间的气象因子、大气边界层和污染物的日变化及逐日特征。结果表明：此次由雾-霾引起的低能见度天气具有霾阶段持续时间长、大气边界层高度偏低、逆温层明显、污染物层较厚等特点。大气边界层高度的变化与污染物积累之间存在显著的相互作用，低边界层高度对应低风速、高湿度和高污染物浓度。观测期间平均能见度低（1040 m）、地表风速小（低于2 m·s-1）、相对湿度较高（71%~92%），大气边界层呈上干下湿结构，其高度范围主要在230~500 m，PM2.5质量浓度峰值为320 μg·m-3。雾-霾期间相对湿度和PM2.5质量浓度达到一定阈值后均对能见度呈显著非线性负相关影响，其中PM2.5质量浓度的影响更显著。研究结果对雾-霾天气的监测和预报有一定指示意义。

利用1966—2023年山东122个国家级气象观测站逐小时降水资料分析山东强降水频率变化特征，通过不同边缘分布函数拟合降水持续时长和降水量，并基于Copula函数分析不同持续时长强降水重现期的变化规律。结果表明：强降水事件的降水持续时长和降水量之间存在显著的依存关系，采用广义极值和对数正态分布函数可以较好地拟合降水持续时长和降水量，Gumbel Copula和Clayton Copula函数较适合刻画山东短时强降水二元变量的依存结构，但针对降水持续时长在8 h以上的情景，更适合采用Clayton Copula函数；由日降水量估算的重现期可能会严重低估短时强降水的致灾危险性，短时强降水事件在相同的承灾条件下，降水持续时长越短，联合重现期越长；通过Copula函数估算的联合重现期，随着时长的增大，联合重现期的高值由鲁东和鲁南等区域逐渐缩小至鲁东区域，特别是60年一遇强降水在鲁东和鲁南等地区致灾危险性较高。该方法可以更科学地描述不同情景强降水致灾危险性，特别是描述短时强降水情景下的致灾特征，可以为山东防灾减灾规划及其灾害风险管理提供有效的科学依据。

2025年5月北半球极涡呈单极型分布，强度偏强。中高纬环流从冬季三波型转化为夏季四波型，西太平洋副热带高压较常年同期偏西、偏强，南支槽强度偏弱，南海夏季风于5月第6候（29日）爆发，较常年偏晚2候。5月全国平均气温为17.3℃，较常年同期偏高0.8℃，为1961年以来历史同期第三高。全国平均降水量为77.6 mm，较常年同期偏多约10%。月内共出现6次暴雨及强对流过程，多个站降水量突破同期历史极值，在贵州、广西、广东、湖南、江西等地引发洪涝和次生地质灾害。4日，贵州黔西监测到极大风速为44.7 m·s-1的雷暴大风；8日，湖南祁东、醴陵分别发生EF1级龙卷。月内出现5次沙尘天气过程，主要影响我国北方地区，较2000—2024年同期平均值显著偏多。

本文旨在探讨大语言模型（LLM）在天气预报中的应用潜力及其面临的挑战。文章分析LLM在气象及相关行业应用，包括知识检索、基座模型、诊断分析、工具调用及文字生成等应用场景，指出LLM在提升天气预报的精准度和业务智能化水平方面有巨大潜力。LLM通过高效处理海量气象知识、整合跨领域多源信息、生成定制化预报产品等，为预报员提供强大的辅助工具。通过构建高质量的气象语料库、优化基准测试框架、结合外部工具等，可进一步提升LLM在天气预报中的应用效果。LLM为气象领域带来了新的技术机遇，但其广泛应用仍需在语料质量、模型优化及人机协作等方面持续探索与完善。LLM在大气运动时空理解、“偏见”与“幻觉”等方面仍存在局限性，需通过数据清洗、去偏见及微调、检索增强生成等技术加以改进。

强降水是对我国国计民生影响最为广泛的灾害性天气之一，其精准预报也是最具挑战的科学问题之一，湿物理过程的多尺度、非线性特征使数值预报和客观订正处理降水问题比处理一般气象要素困难得多。文章以京津冀地区3 h累计降水量为对象，基于站点观测和数值模式预报，通过降水样本构建和采样、降水相关物理特征输入、使用残差训练等策略，探索了机器学习算法LightGBM应用于降水预报订正的效果。结果显示，面对降水样本的长尾分布难题，构建数据集时综合考虑保持降水的真实分布，同时适度增大较强量级降水样本的比例，是提升强量级降水订正效果的关键一环。独立测试集的统计检验表明，LightGBM订正方案在所有阈值降水的客观评分均较原模式预报显著提升，且提升率随降水阈值增大而增加。分类型降水的统计检验和个例评估显示，LightGBM订正方案在不同类型降水预报均体现出强度和落区的综合调整，其中：强天气系统强迫类型降水样本数量相对占优，在各降水阈值订正效果均较显著；而弱天气系统强迫类型降水订正在≥15 mm阈值时较难获得提升，落区的调整也更具挑战。这说明降水样本的不平衡分布仍是机器学习订正面临的挑战，但机器学习体现出对模式预报准确率更低的较大量级降水的订正潜力，即模式预报能力越低，机器学习订正提升的空间和幅度越大。特征重要性分析表明，输入与降水密切相关的动力、热力和水汽等物理特征，对提升LightGBM订正评分具有正贡献。

目前数值天气预报模式风要素预报的精细化程度不能满足内河航运需求，且对不同区域的适应程度不同。将湖北省包含长江航道的西部丘陵、中部平原作为研究区域，参照中国区域多源融合实况分析1 km分辨率（ART_1 km，地面）10 m风实况产品，分析了欧洲中期天气预报中心高分辨率大气模式确定性预报产品（EC-HRES）与中国气象局中尺度天气数值预报模式（CMA-MESO）的10 m风预报在研究区域的适应性，并构建U-Net++深度卷积网络模型，实现风速预报的降尺度订正。订正模型通过改进采样模块，在损失函数中增加地形项和航道区域项，增加了模型的表达能力和鲁棒性，提升了航道区域的订正效果。检验表明该方法可以有效降低数值模式在航道区域的风速预报误差。

使用2022年河南省23个辐射观测站总辐照度数据和CMA-WSP2.0模式产品，通过LASSO回归选取特征变量，建立训练数据集和测试数据集，采用机器学习方法（随机森林、XGBoost、LightGBM）对训练数据集进行模型训练，订正河南省CMA-WSP2.0模式预报的总辐照度，并对订正结果分站点、分区域、分季节、总辐照度分级检验，结论如下：随机森林、XGBoost、LightGBM三种机器学习方法订正效果良好，相较于CMA-WSP2.0预报结果，平均绝对误差和均方根误差显著降低，24 h的准确率和合格率显著提升。其中LightGBM订正效果最优，平均绝对误差相较于CMA-WSP2.0预报减小了18.32~32.91 W·m-2，减小比例在38%~56%，均方根误差减小比例在36%~52%；24 h的平均准确率和平均合格率较CMA-WSP2.0分别提升了7.3%、5.7%。区域统计与站点统计结果较为一致，对于5个区域而言，豫西区域订正效果最好。三种机器学习方法订正后的偏差范围相比CMA-WSP2.0预报集中范围更窄，偏差分布在零值附近的概率更大。在各季节检验结果中三种方法对于冬季订正效果更为显著。对于不同的总辐照度等级，三种机器学习方法均有效改善了CMA-WSP2.0预报，随着总辐照度等级的增加，订正效果总体呈逐渐减弱的趋势。研究结果可为提高河南省总辐照度预报能力提供有益参考。

利用2015—2023年自动气象站、浮标站观测数据以及ERA5再分析资料，分析了洋山港海雾特征。在此基础上，基于洋山港历史海雾个例库，训练并建立海雾分型决策树预报模型，并与ECMWF预报进行对比检验。结果表明：洋山站雾日数以2016年为最多，春季及初夏雾特征显著，其次是冬季。洋山站大雾期间的主导风向为东北到偏北风和东南风，无降水时东南风占比超过东北风，有降水时以北向风为主。逐月风向分布，冬季以北风为主，春季逐渐转为东北风和东南风。风向和风速特征在海雾的不同阶段有所不同，发展阶段以东南风为主，成熟阶段以东北风为主，消散阶段以北向风为主且风速较大。伴有降水的海雾过程显著偏多且持续时间较长。分型决策树模型显示温度露点差为各类海雾形成的关键因子。决策树模型雾预报性能优于ECMWF，漏报率显著偏低。分型决策树对平流雾出雾和持续时间预报效果较好，对锋面雾和辐射雾有提示作用。

为评估FY-4A/4B 静止轨道干涉式红外探测仪（GIIRS）反演的温湿廓线产品在贵州的精度和业务应用效果，以贵阳、威宁两站实况探空和ERA5再分析资料为基准，对FY-4A温度廓线、FY-4B温湿廓线进行了检验。结果表明：实际业务中可以考虑只剔除不可用数据，而保留质量最优和较好数据，最大程度保留温湿廓线的完整性。云对GIIRS探测温湿廓线影响较大，有云时FY-4A温度均方根误差比无云和云边界时分别增加1.19℃、0.96℃，FY-4B温度分别增加1.52℃、1.21℃，比湿分别增加1.28 g·kg-1、0.95 g·kg-1，且有云时不同高度的数据分布离散度增大。与不同季节贵阳和威宁实况探空对比表明，卫星反演的温湿廓线能较好体现贵阳和威宁由于地形不同而表现出的不同季节大气层结特征。选取2023年贵州三次区域性冰雹过程评估FY-4A/4B GIIRS产品应用效果，结果表明GIIRS产品与贵阳和威宁两站的实况探空较为一致，高时空分辨率的温湿廓线有助于追踪大气层结变化，冰雹发生前“上干下湿”的不稳定度增加，对冰雹天气的潜势预报有较强指示意义。但对近地层大气温湿反演误差较大，导致对流有效位能低估、低层探空形态改变，使用地面气象观测站2 m温度和露点温度订正后，可以显示出较大的对流有效位能，以及有利于雷暴大风发生的探空结构，对预报员进行分类强对流短时临近预报有较好的参考作用。

利用C波段天气雷达产品和多源观测资料，对2023年3月13—15日滇西南持续性强风暴天气过程及昼夜不同时段的2个典型风暴单体进行分析，结果表明：强风暴天气过程发生在地面冷锋东退、低（高）空西南急流建立并加强、中层西北气流持续侵入的环流背景下，风暴在中、高空急流交角附近初生并发展加强。滇西南地区低层暖平流与中层冷平流持续且稳定的输送，加剧了环境大气不稳定，对流有效位能为826.6～1481.6 J·kg-1，0～3 km、0～6 km垂直风切变分别为14.4～19.9 m·s-1、27.6～34.5 m·s-1，高度层结不稳定和强垂直风切变为致灾性风暴初生、发展和维持提供了良好的环境条件。昼发型风暴由暖平流强迫偏南风抬升配合地面弱辐合线耦合触发，无量山脉两侧显著的水汽、热力差异使得风暴的发展得以增强，而夜发型风暴则初生于中低空斜压锋生区附近，在东移过程中由迎风坡强迫抬升作用触发，并在西南低空急流配合下发展加强。在昼夜差异和不同地形强迫影响下，风暴单体雷达回波特征各异：1号单体风暴具有入流缺口、有界弱回波区（BWER）和“V”型缺口等雷达回波形态特征，径向速度表现出中气旋结构，降雹时段内平均组合反射率为60.5 dBz，平均垂直累积液态水含量（VIL）为36.1 kg·m-2，平均液态水含量密度（VILD）为4.0 g·m-3；2号单体风暴回波则表现有显著的后侧入流急流和前侧入流缺口，回波对地形响应特征更为明显，跨越澜沧江后强回波面积、VIL和VILD出现跃增，VILD由1.7 g·m-3增大至4.5 g·m-3。风暴单体生命史及地面灾害性天气表现迥异：1号单体风暴生命史长达6 h，影响期间持续伴随降雹，过境前后地面出现雷暴大风天气，后期降水相态转变为冰雹混合20 mm·h-1以上的短时强降水；2号单体风暴生命史为3 h，仅在单体发展后期出现降雹，其他类型对流天气并不剧烈。

2020年1月1—17日新疆石河子市发生了一次持续性低能见度天气。利用系留气艇、微波辐射计、地基大气气溶胶激光雷达等设备对此次持续较长的低能见度天气进行了联合探测试验，分析了过程期间的气象因子、大气边界层和污染物的日变化及逐日特征。结果表明：此次由雾-霾引起的低能见度天气具有霾阶段持续时间长、大气边界层高度偏低、逆温层明显、污染物层较厚等特点。大气边界层高度的变化与污染物积累之间存在显著的相互作用，低边界层高度对应低风速、高湿度和高污染物浓度。观测期间平均能见度低（1040 m）、地表风速小（低于2 m·s-1）、相对湿度较高（71%~92%），大气边界层呈上干下湿结构，其高度范围主要在230~500 m，PM2.5质量浓度峰值为320 μg·m-3。雾-霾期间相对湿度和PM2.5质量浓度达到一定阈值后均对能见度呈显著非线性负相关影响，其中PM2.5质量浓度的影响更显著。研究结果对雾-霾天气的监测和预报有一定指示意义。

利用1966—2023年山东122个国家级气象观测站逐小时降水资料分析山东强降水频率变化特征，通过不同边缘分布函数拟合降水持续时长和降水量，并基于Copula函数分析不同持续时长强降水重现期的变化规律。结果表明：强降水事件的降水持续时长和降水量之间存在显著的依存关系，采用广义极值和对数正态分布函数可以较好地拟合降水持续时长和降水量，Gumbel Copula和Clayton Copula函数较适合刻画山东短时强降水二元变量的依存结构，但针对降水持续时长在8 h以上的情景，更适合采用Clayton Copula函数；由日降水量估算的重现期可能会严重低估短时强降水的致灾危险性，短时强降水事件在相同的承灾条件下，降水持续时长越短，联合重现期越长；通过Copula函数估算的联合重现期，随着时长的增大，联合重现期的高值由鲁东和鲁南等区域逐渐缩小至鲁东区域，特别是60年一遇强降水在鲁东和鲁南等地区致灾危险性较高。该方法可以更科学地描述不同情景强降水致灾危险性，特别是描述短时强降水情景下的致灾特征，可以为山东防灾减灾规划及其灾害风险管理提供有效的科学依据。

2025年5月北半球极涡呈单极型分布，强度偏强。中高纬环流从冬季三波型转化为夏季四波型，西太平洋副热带高压较常年同期偏西、偏强，南支槽强度偏弱，南海夏季风于5月第6候（29日）爆发，较常年偏晚2候。5月全国平均气温为17.3℃，较常年同期偏高0.8℃，为1961年以来历史同期第三高。全国平均降水量为77.6 mm，较常年同期偏多约10%。月内共出现6次暴雨及强对流过程，多个站降水量突破同期历史极值，在贵州、广西、广东、湖南、江西等地引发洪涝和次生地质灾害。4日，贵州黔西监测到极大风速为44.7 m·s-1的雷暴大风；8日，湖南祁东、醴陵分别发生EF1级龙卷。月内出现5次沙尘天气过程，主要影响我国北方地区，较2000—2024年同期平均值显著偏多。