提升极端天气临灾防范能力 气象部门强化临近预报预警
中新网北京7月18日电 (记者 陈溯)当前正值“七下八上”防汛关键期，突发性强、发展迅猛的强对流天气愈发频繁地进入公众视野。基于强对流天气预报预警仍是世界性难题这一现状，气象部门进一步强化气象预警与灾害预报联动，以层层递进的预报预警，提升服务效果，同时，面对难题勇于挑战，不断提升极端灾害性天气监测预报预警能力。
今年3月下旬，江西北部多地出现雷暴大风或冰雹天气，江西省气象台连发多道预警，涉及冰雹、大风、雷电等强对流天气。截至3月27日17时，南昌市新建区气象台发布包括雷电、大风、冰雹等气象灾害在内的7条预警信号。
3月27日17时许，新建区昌邑乡一羊肚菌种植基地大棚受10级大风等强对流天气影响倒塌。得益于气象部门提前预报预警，棚内51名采摘工人提前转移避险。
这是一次典型的国省市县四级联动发布强对流天气预警过程，国、省级气象部门发布的灾害预警是面向政府及相关部门的气象灾害风险提示，包含灾害类型、影响时段、区域、强度及防御建议，时效一般为12小时至72小时。新建区气象台发布的则是气象灾害预警信号，即针对短时临近突发气象灾害发布的标准化警示信号，以简明图标和等级(红、橙、黄、蓝)及防御指南为核心内容，时效一般更短，为0至12小时。
“中央气象台发布的强对流天气预警就是一种短期预警。”国家气象中心强天气预报中心副主任盛杰介绍，在3天以内的短期预报中，强对流天气预警时效为24小时，主要针对冰雹、雷暴大风、短时强降水甚至龙卷风等天气。一方面，公众可以通过预警直观了解强对流天气可能发生和影响的区域，采取防范措施；另一方面，中央气象台可以通过发布国家级预警产品，更好地指导省市县级气象部门发布相应的预警信号。
相比于短期预报来说，从“0”时刻开始的短时临近预报主要针对强对流天气开展。未来0至2小时的天气预报称为临近预报，2小时至12小时的预报称为短时预报。短时临近预报通常基于观测实况，如天气雷达、气象卫星、自动气象站等多源观测资料，再结合数值预报和人工智能等技术方法而作出的，具有更高的时间和空间分辨率，准确性更高。
这背后，有天气雷达和风云气象卫星的“默契配合”，有中尺度快速更新数值预报模式对观测数据的“消化吸收”，也有我国自主研发的“风雷”人工智能模型的“深度学习”，基于数据资料不断更新，通过大数据驱动实现分钟级更新，实现0至3小时临近预报，支撑强对流临灾预警。
今年，中央气象台研发了短时警戒产品，进一步明确强对流天气的极端性，诸如降水量级、10级乃至12级以上大风以及龙卷风可能出现的情况。同时，通过国省市县短临协同预报业务平台(SWAN)可实现6分钟内生成全国0至2小时短临预报产品，靶向发布至省市县级气象部门，并根据预警级别，滚动更新发布，为市县级气象部门发布预报预警信息提供有力的产品支撑。
目前，极端性、灾害性天气短时临近预报仍是全球气象学界亟待突破的难题之一，存在监测难、研判难、预报难等挑战。
今年7月，中国气象局联合国家发展改革委印发的《极端灾害性天气短临预警能力提升实施方案(2025—2026年)》就是针对短时强降水、雷暴大风、龙卷风和冰雹等灾害高风险区域进行设计布局，旨在通过提高0至12小时内灾害易发区域灾害性天气预报精准度、预警指向性和预警信息发布及时性，补齐中小尺度极端灾害性天气预报预警短板，进一步提升我国极端天气临灾防范能力。
在盛杰看来，要做到极端灾害性天气预报预警的“定时、定点和定量”，就要“致广大而尽精微”，锚定目标，一步一个脚印前进。不断提升极端灾害性天气监测能力，加密建设天气雷达、完善地基垂直观测站网、补充升级地面观测设备；增强极端灾害性天气预报预警能力，升级区域高分辨率数值预报系统、短临气象灾害预报预警业务系统，完善短临预警信息发布传播业务系统，提高极端灾害性天气预报预警产品时空分辨率和预警提前量；强化气象短临预警信息支撑能力，提升国省极端灾害性天气监测数据快速传输、处理与服务能力。(完)
2016nian，《zhongguohaiyangbao》zengbaodaocheng，genjuzhongyangtongyibushu，zhongzubuanpaiguojiahaiyangjuyuhainanshengdezhongqingnianganbujinxingshuangxiangjiaoliurenzhi。dangnian8yue，edong“kongjiang”quanguozongmianjizuidadechengshi——hainansansha，rensanyashiweifushuji（zhengtingji），houjianrenxuanchuanbubuchang、shijiweishujidengzhi。2017nian5yue，tarensanshashidaishichang，2geyuehoudangxuanshichang。2(2)01(1)6(6)年(nian)，(，)《(《)中(zhong)国(guo)海(hai)洋(yang)报(bao)》(》)曾(zeng)报(bao)道(dao)称(cheng)，(，)根(gen)据(ju)中(zhong)央(yang)统(tong)一(yi)部(bu)署(shu)，(，)中(zhong)组(zu)部(bu)安(an)排(pai)国(guo)家(jia)海(hai)洋(yang)局(ju)与(yu)海(hai)南(nan)省(sheng)的(de)中(zhong)青(qing)年(nian)干(gan)部(bu)进(jin)行(xing)双(shuang)向(xiang)交(jiao)流(liu)任(ren)职(zhi)。(。)当(dang)年(nian)8(8)月(yue)，(，)阿(e)东(dong)“(“)空(kong)降(jiang)”(”)全(quan)国(guo)总(zong)面(mian)积(ji)最(zui)大(da)的(de)城(cheng)市(shi)—(—)—(—)海(hai)南(nan)三(san)沙(sha)，(，)任(ren)三(san)亚(ya)市(shi)委(wei)副(fu)书(shu)记(ji)（(（)正(zheng)厅(ting)级(ji)）(）)，(，)后(hou)兼(jian)任(ren)宣(xuan)传(chuan)部(bu)部(bu)长(chang)、(、)市(shi)纪(ji)委(wei)书(shu)记(ji)等(deng)职(zhi)。(。)2(2)01(1)7(7)年(nian)5(5)月(yue)，(，)他(ta)任(ren)三(san)沙(sha)市(shi)代(dai)市(shi)长(chang)，(，)2(2)个(ge)月(yue)后(hou)当(dang)选(xuan)市(shi)长(chang)。(。)
常进京美容的女\
《中国企业家》：你在这本书中提到随着人工智能和机器人的发展，工作岗位会不会减少的问题。最近ChatGPT爆火，会修正你的理解吗？
