北洋数学讲堂预告丨数值模式能彻底解决天气预报的问题吗？—张平文

数值天气预报是目前天气预报最主要的手段之一，也是气象预报员进行天气预报最重要的参考信息。但是由于数值模式的初始场，边界条件，参数化方案等都会引入误差，又由混沌理论，导致数值模式很难进行长时间精准预报。一方面，参数化方案引入的误差会随着分辨率的增高而变大，所以数值模式的分辨率不能无限增高，只能用有限的分辨率来进行计算；另一方面，由于湍流的尺度会超出数值模式的分辨率，湍流的误差也会由蝴蝶效应放大。

因而在实际预报业务中，数值模式的预报数据往往和实况观测存在系统性偏差，即数值模式进行天气预报的能力存在极限、不能彻底解决天气预报的问题的。这就需要预报员要进行天气会商来对数值模式预报结果进行订正，进一步提高预报准确率，实现精准天气预报。用算法来模拟预报员对数值天气预报订正的过程，就是模式后处理。

以往预报员多使用传统统计方法进行模式后处理，近些年，随着人工智能的蓬勃发展，很多基于人工智能技术如机器学习/深度学习的模式后处理方法得到了应用，因其相对于传统统计方法具有可以隐式提取气象要素时空特征和多尺度物理过程的特点，显示了其在模式后处理方面的显著的优越性。