1. 智能网格预报之“网格篇”

智能网格预报虽然是近些年才走入公众视野的词汇，但其技术发展却不是从近些年才开始的。

天气预报是不断从定性预报、描述性预报向数字化、格点化预报发展的。比如，原先气象部门发布的城镇天气预报，内容只包括2400 多个城镇的天气现象、高低温和风速风向预报，频次也只是一天三次，预报的时间精度和空间精度不够高。2012 年，国家气象中心推出了一个新的预报产品，即大城市精细化预报，该产品把全国省会城市、计划单列市24 小时内的天气预报进行细化，每6 小时开展一次预报，降水量报到毫米，但即便这样也不够精细，不能满足各行业及公众的需求。

需求推动了业务的发展。2010 年左右，“网格预报”这一概念被引进到我国的精细化预报业务中。如何理解它呢？ 可以这样比喻，就像地球上的经纬网一样，我们可以把中国以及每个城市所在的区域分解成许多个5 公里×5 公里、甚至1 公里×1 公里的网格，而公众就是生活在这样一个个的网格中，每个网格中的天气情况也会有所差异。

网格化预报就是针对这样的每一个网格开展的。与原来的定点预报相比，它在空间上更加精细，也更具针对性。就拿北京的预报来说，原来的预报只是以南郊观象台这一个点的气温、降水等来代表整个城市天气情况，但通过开展网格化预报，北京的天气不再由一个定点来反映，针对北京的气象服务和天气预报可以精细地反映在整座城市每个不同的网格之中。目前，部分省份甚至可以做到分钟级的天气预报；在空间上，已有十几个省份可以实现3 公里分辨率、2.5 公里分辨率乃至更精细化的预报。

网格化预报的精细不仅体现在空间上，还反映在可以每天更高频次的更新和发布上。原来，一天的天气预报中只会涉及一种天气现象，现在网格化预报可以做到全国范围内逐3 小时10 天预报。随时随地，公众都能了解到自己当前所处的网格是什么样的天气，能够清楚地了解气温、降水、风等多个基本气象要素。

除了对陆地上的网格进行预报外，气象部门还将我国的责任海区划分为多个10 公里×10 公里的网格，并进行海上能见度、海上大风等要素的精细化预报。网格化预报不仅让模式更加细化，还提供了更为细致和丰富的预报内容。

在原先的预报产品中，公众接触较多的就是气温、风和天气现象这三个要素，而当前的陆地和海洋预报产品就已细化到四大类18 个气象要素。

▲第一类是基本要素，即气温、降水、降水相态、风、云量、相对湿度等。以前，12 小时的预报中就只反映一个天气现象，现在有了更精细的逐3 小时预报，可以反映不同时段的天气现象。

▲第二类是环境气象要素，包含雾、霾、沙尘暴、能见度等。

▲第三类是灾害性天气要素，包含短时强降水、雷暴、雷暴大风、冰雹等强对流天气预报。

▲第四类是海上气象要素，在产品中具体体现为海上大风、海上能见度、海上天气现象等预报。这张时空分辨率越来越高的预报网格已经是气象部门预报业务最为关键的预报产品。将来，气象部门的预报服务产品都将从这张网中提取，需要什么就可以从中“ 拎”出来什么。

随着网格预报的发展，产品的内容越来越全面、丰富，数据量也越来越庞大。公众不见得直接使用这些产品，而是由中央气象台将这些产品作为基础产品提供给各级气象部门及气象服务单位。各级气象部门基于精细的网格预报，再结合基于位置、网络、移动终端等服务手段，为公众提供距离最近的、最具有针对性的服务和产品。目前，一些省份还根据精细化网格预报为公众的出行安排做规划，甚至可以为公众提供每小时更新的出行天气预报。

2. 智能网格预报之“智能篇”

“阿尔法”围棋（AlphaGo）三盘连胜击败长期排名世界第一的棋手柯洁，让人类对人工智能的未来既心生隐忧，又充满期待。许多行业都是如此，气象预报也不例外。智能网格气象预报的核心特征之一便是智能化。

在所有可以体现智能化的气象前沿科技成果中，最重要的是数值预报和集合预报。高分辨率智能网格需要高分辨率区域数值预报模式支撑，而我国目前有四套业务化运行的高分辨率模式，包括中国气象局数值预报中心研发的全球数值预报模式GRAPES和北京、上海、广东三个区域气象中心研发的高分辨率模式。

如何将它们放在一个盘子里随取随用？中国气象局在上海建立了一个数值预报云（目前正在升级为智能网格预报云），将这四种核心气象预报模式放置在云端，全国气象部门通过数值预报云客户端均可至“云”上快速共享高分辨率的数值预报模式产品。在“取用”的过程中，各省级气象部门开展对模式的数据处理、诊断分析、解释应用、交互订正，形成省级网格预报产品。由于省级制作的网格预报将是未来全国智能网格预报的主要组成部分，因此，这朵“云”意义重大。

未来，气象部门还将发展结合物理机理与数值预报大数据挖掘应用的智能预报技术。一方面，基于数值预报机理的数理统计形成复杂预报模型、预报方法；另一方面，基于大数据技术的数据挖掘、机器学习等方法，研究深度学习预报模型或预报机器人。有人可能会问，如果完全基于机器学习和人工智能，那未来智能预报该怎么做呢？

的确，“智能”对预报提出了挑战。以医学为例，美国近年来研制了完全基于机器学习、深度学习的疾病诊断方法。今年2月IBM公司机器人医生沃森来中国“出诊”，10秒内开好处方，得到现场5位资深人类主任医生的认可，大幅提高诊疗效率。围棋也是如此，“阿尔法”围棋团队中没有职业围棋选手，团队核心均是人工智能背景的科学家和工程师。“阿尔法狗”发展到现在，已经脱离了靠大量棋谱来“喂养”的阶段，凭深度学习就能不断进步。

但气象与医学、围棋都有所不同，医学所研究的人体是一个封闭的系统，而围棋虽然内部机理比较复杂但规则相对简单，气象是个更为复杂的系统，受影响的因素太多。比如降雨，水汽、湿度条件都满足了，但空气中没有“凝结核”，雨也下不下来；比如沙尘暴，风速太大只会让风在平流层“奔跑”，无法形成沙尘。

因此，“智能”并不意味着预报员在这一过程中毫无“用武之地”。预报员的优势在于丰富的经验和对关键天气形势的把握。在智能预报的初级阶段，预报员多年的预报经验可以用来“喂养”机器和模式；而在模型和智能化水平越来越高、人工订正的空间越来越小时，一部分预报员将会投入技术研发，而另一部分预报员将主要转向对关键转折性天气过程等的气象服务工作。

目前，中国气象局相关团队已经与清华大学、中科院等合作开展人工智能技术研发工作；国家级气象部门也联合组建了智能预报服务原型系统团队；国家气象中心一批资深预报首席、年轻研发型预报员、IT工程师一道组成了大数据及智能预报团队。这些，不仅将极大促进智能网格预报发展，还将可能给气象预报服务带来意想不到的惊喜。

3. 智能网格预报之“服务篇”

6月21日到24日，北京全市平均降雨量达92毫米。但差不多同时收到预警的人，身边的暴雨却并未同一时间抵达。21日晚上，河北、天津、北京南部率先有雨，一时谣言四起。22日，又是一天漫长的等待，当天深夜，暴雨终于如约而至。

在这场过程中，我们不难发现，天气预报是准确的，但天气预报与公众的需求并没有完全契合，有的地方下雨了，有的地方还没下。如何与公众需求相契合就是智能网格预报业务要解决的问题。智能网格预报的初步目标是把全国分成5公里×5公里的网格，在这个基础上每隔1小时更新一次预报，如果遇到重大天气过程，更新的频率还会加快。

也就是说，如果还是同样一场雨，无论你身在北京哪一个角落，你得到的天气预报将是你所处的5公里网格范围内的天气预报。假如你在南边的某个“网格”里，那你和北边、甚至距离你不远的西南边、东南边某个“网格”里收到的天气预报是不一样的，你只需要在你所在地下雨前做好准备即可。从另外一个角度看，这也避免了无谓的恐慌，限制了谣言的传播。

有人会问，划这么细，准确率能保证吗？从气象科学的角度看，在同样的技术水平下，当时间和空间分辨率变大，气象预报的准确率一般来说是会降低的。但气象部门在智能网格前期试点和试运行的过程中，首先要保证的就是使智能网格预报的准确率较以前的站点预报不降反升。

其实，甘愿冒着降低预报准确率的风险，气象部门也要改变传统预报、制作高时空分辨率的网格预报，就是基于气象服务的需求。只有这样，才能打破“预报有雨很准，但雨没下到我这里”的奇怪现象。

当然，智能网格预报不仅仅只为你提供降雨预报服务。事实上，它能提供基于你电脑IP地址和手机位置的精准气象服务，除了降雨，还有风、温度、湿度、云量、能见度等。

与以前的预报相比，网格预报将全部是精细定量的数字化预报，这还有助于预报员开展灾害性天气影响预报。基于精细的智能网格，在开展地质灾害、暴雨洪涝、高温干旱等影响预报时，预报员对下游灾害性天气影响的预报准确率也会大大提高。

此外，基于比较精细的网格预报，不管涉及农业、交通，还是旅游，你所享受到的与气象有关的服务都会变得更加精细。以航海气象服务为例，精细的海洋网格预报能给海上航行的船只提供航线上精细的预报信息，为安全海洋提供强大数据支撑。

随着气象科技的发展，5公里和3小时，这两个数字会越变越小，这意味着网格预报的精细化程度会越来越高。气象部门从去年开始也在研制全球网格预报。这样一来，即便你走出国门，去“一带一路”沿线等国家旅游、做生意，也能享受到我国气象部门提供的贴心气象服务。