本篇文章2318字，读完约6分钟
以下复印件来自中央气象台科技创新服务，作者成果君中央气象台科技创新服务。
中央气象台，天气预报国家级队。 秉承“创新、协调、绿色、开放、共享”的快速发展理念，依托科技创新，面向领域诉求，推进新闻与资源融合，创造气象科技服务新时代。
年9月17日至18日，云栖大会召开了以“数智未来全速重构”为主题的云栖大会。 今年云栖大会将聚焦ai智能、数字驱动、新零售、视频云、边缘计算、云原生等技术应用趋势，探讨公司数字化转型和领域智能化升级之路，为中国经济的优质快速发展提供新的运动能源 值得注意的是，中国气象局自主开发的数值模式预报系统grapes在这次大会上亮相，引起了很多关注。
tips :云栖大会的前身可追溯到2009年的地方网站峰会，年正式更名为“云栖大会”，同时永久定居西湖区云栖町，是中国规模最大的网络和创新技术盛会之一。
在这次云栖大会上，中央气象台总工程师、中国气象局数值预报中心副主任沈学顺向公众介绍了中国自主开发的grapes地区/全球一体化数值天气预报业务系统建设的最新成果，让我们看一下视频！
01
葡萄系统的重要科学技术？
要点1 :非静力估计修正半拉格朗日算法，非静力模式全球四维变分同化，约束卫星资料变分偏差修正方法，适合中国特殊地形和季风气候优势的高精度模式算法，中国的多态性多普勒天气雷达三维组织网同化技术，公里
要点2 :完全自主开发中国第一个世界中期数值天气预报系统，系统掌握卫星资料同化技术，将中国与欧洲中期数值预报中心( ecmwf )、日本、法国、英国和加拿大并列，具有自主研发能力，业
要点3 :有效应用中国组网雷达和风云卫星资料全国高分辨率(3km )中小尺度数值预报业务系统grapes_meso，统一技术框架下区域/全球一体化国家数值预报业务的完善体系和自动化平台
02
数值预报的难点在哪里？
科学上的难点:用千变万化来表现自然界的一些变化不为过，说东边日出的西边雨，虽然没有晴朗，但是晴朗。 大气运动遵循物理学的基本规律，这是天气预报的基础。 但是，我们知道“蝴蝶效应”、“混沌”现象最先被气象学家发现，广泛应用于自然科学和社会科学各行业，这种混沌现象证明了天气预报的难度和多样性。 另外，大气中发生的许多物理现象，例如云的形成、消散等，由基本原理可知，不容易用一个确定明确的数学公式来表现，与多旋转层发生的物理现象有关。
工程科学上的难点:与卫星雷达探测等大气探测，再与其他地球圈层，例如海洋等观测相关，与多学科相关，需要计算量大、高性能的计算机和计算科学，更需要自动化作业监视、管理调度、通信西
03
格蕾丝天气预报系统能达到什么精度？
近年来，3公里格蕾丝地区的数值模型为中国地区的降水和雷达回波预报对中国预报员暴雨和开展强对流天气预报提供了参考。 今年夏天，我国长江、淮河等多个流域出现持续强降雨天气，防洪救济情况非常严峻，3公里grapes模式强降水预报有利于7月份长江中下游、新安江、淮河上游等流域洪水和8月中旬长江上游洪水预报服务 6~7月中国地区36小时时效3小时累积强降水预报超过了世界排名第一的ecmwf。
与ecmwf的预报能力相比平均提高了40%以上，受到了预报员的高度评价。 年7月7日至8日由于长江中下游极端强降水，安徽省省会县7月7日高考未按计划进行，7月9日浙江新安江自1959年建成以来首次进行了9闸放水。 在这次强降水过程中，3公里的grapes模式是50毫米以上的暴雨，特别是100毫米以上的大暴雨预报能力远远超过ecmwf模式预报。
多样化地形地区的降水预报是天气预报行业的世界性课题，也是验证数值模式预报能力的重要指标。 年8月中旬四川盆地出现了持续性极强的降水，四川出现了1981年以来的最大洪水，长江上游出现了三峡水库建设以来的最大洪峰。 3公里葡模对这次极强的降水过程50毫米以上的暴雨、100毫米以上的大暴雨预报也明显优于ecmwf模式预报。
04
grapes下一步的快速发展方向是什么？
进一步细化和预报能力提高新的高度。 不同尺度的天气，加强适应不同地区多而复杂背景的技术完整性，在中国多行业宣传应用，可以迅速发展中国的自主技术力量。
开发基于地球系统科学的新预报技术，包括与大气化学的结合、与海洋海冰的结合等。 一方面延长可利用的预报期，尽可能实现“早、早、准”，实现预报精度的早期增加，另一方面开发局部细分的迅速预报警报技术，应对突发性强、生命史短的强灾害天气的预报警报。
05
人工智能时代，如何利用ai预测天气？
数值预报和人工智能都根据已知新闻预测未知，采用的数据有高维、大容量、异种的优点。 数值预报重视以理论为驱动，以数学物理公式的形式明确表现气象规则，但人工智能以数据为驱动，通过预测模型本身来隐含地表现数据中的规则。 由于数值预报和人工智能的优势，两者可以使各自的所长、特征相辅相成。 目前，中央气象台与阿里达摩院开展了基于ai技术的台风定位较强、强天气识别、预报等联合研究，取得了初步进展。
未来的人工智能有望在数值预报的全链中发挥作用。 例如，在观测资料方面，可以改善观测的质量管理和偏差纠正技术，进行多源数据的融合。 在资料同化方面，可以进行同化算法参数的优化和替代资料同化方法的开发。 在数值模式中，可以进行物理过程的参数化方案和关键参数修正。 在集合预报中，可以展开初始值和模式扰动的量化。 数值预报产品的应用可以实时纠正和长时间预报的误差分解等。
怎么样？ 请出演云栖大会的格蕾丝。
打几分？
中国气象新闻社出品
原标题:“格蕾丝数值预报模式在云栖大会登场吗？ ！ 快来看热闹！ ”。
阅读原文。
