新闻分析：台风预报难在哪，如何破

　　新华社北京7月25日电　新闻分析：台风预报难在哪，如何破
　　新华社记者刘诗平
　　7月25日10时，中央气象台继续发布台风橙色预警，今年第12号台风“红霞”25日早晨由强热带风暴级加强为台风级，预计25日夜间至26日早晨在香港到广东陆丰一带沿海登陆，登陆后转向偏北方向移动，强度逐渐减弱。
　　记者注意到，中央气象台连日来发布台风“红霞”相关消息时，台风路径、强度和登陆区域等时有变化。台风发展变化多端，预报难在哪？如何破？新华社记者对此采访了相关气象专家。

　　　　　　台风预报三大难点

　　台风预报难点，包括台风移动路径、强度及其带来的降水变化。
　　——路径或移速突变难预判
　　国家气象中心台风与海洋气象预报中心主任赵伟介绍，近年来，台风路径预报准确率有长足进步，24小时路径预报误差已从过往的百余公里缩小至数十公里级别，但台风路径或移动速度的突然变化仍然是预报员面临的一大考验。
　　“台风就像在一条水流湍急的大河中航行的小船，它受副热带高压、季风环流和高空引导气流的共同作用。当这些‘推手’各自发力、方向不一致时，台风就可能出现突然转向、减速，甚至停滞打转。”赵伟说。
　　——强度预报是“世界级难题”
　　台风强度时常变化。赵伟表示，台风强度突变预报是全球气象领域公认的技术挑战。台风快速增强是台风预报的一大难点，长期缺乏有效的预报技术支撑。
　　——台风降水预报非常棘手
　　国家气象中心天气预报室副主任张夕迪介绍，远距离输送与长时间滞留是台风降水预报中的双重挑战。
　　“台风未至，暴雨先行。”张夕迪说，台风“巴威”距离我国大陆尚有上千公里时，其外围环流远距离输送水汽北上与冷空气配合，在京津冀和东北地区制造了极端降水，辽宁和河北有6个国家级气象观测站的日降雨量突破当地历史极值。
　　台风“美莎克”滞留导致持续性极端降水，则是“台风虽弱、暴雨不绝”的典型案例。张夕迪说，“美莎克”进入广西后，移动极为缓慢，以热带风暴级以上强度滞留长达25个小时，导致广西多地出现极端强降雨。其残余环流继续北上，与中纬度天气系统相互作用，形成了一条稳定少动的大范围强降雨带。
　　“真正的预报难点，时常隐藏在台风残涡后部的‘尾流’区域——短时间内便可能产生极端性的累计雨量。”张夕迪说。

　　　　　　破解预报难“新招”

　　针对台风预报难点，赵伟和张夕迪介绍了近年来预报中使用的一些创新技术和方法。
　　——远距离暴雨的集合预报
　　针对台风远距离水汽输送导致的暴雨预报难题，气象部门采用集合预报方法，通过多个模式、多个初始场的集成分析，量化预报的不确定性。这一方法有助于捕捉“巴威”这类台风远距离输送场景下暴雨落区和强度的可能范围，为决策提供概率化信息。
　　——台风残涡与多系统耦合诊断
　　针对“美莎克”残涡北上并与中纬度系统耦合的复杂场景，气象部门建立多系统耦合诊断技术，通过分析高空槽与低涡的配置关系、低空急流的建立与维持、水汽输送通道演变，判断雨带的发展趋势。同时，重点监测台风残涡后部“尾流”区域的强降雨——这一区域往往是暴雨预报的“盲区”。
　　——滚动预报、逐步修正
　　面对不确定性，气象部门不断滚动更新。随着台风逼近，观测数据日益丰富，数值模式不断修正，预报趋于精准。
　　——使用全球台风路径超级集合集成预报技术
　　2024年，国家气象中心建立新一代全球台风路径超级集合集成预报技术，将天气预报模型与人工智能模型融合。通过2025年台风季检验，预报准确率得到提高。

　　　　　　AI技术正在台风预报中发挥作用

　　赵伟和张夕迪介绍，AI技术正在台风预报中发挥作用。AI气象大模型的计算速度远超传统物理模型，预报效率大幅提升；AI预报模式在3至5天的台风路径预报上比传统物理模式更准确，路径预报准确率显著提高；国家气象中心基于“风清”AI模型发展了台风强度预报适配模型，强度预报取得突破；防灾决策提前量拉长，如“风清”模型在台风“摩羯”登陆前6天多提前锁定其登陆路径。
　　如何更好地发挥AI作用？赵伟和张夕迪等专家表示，从台风预报中对AI模型的应用来看，建议建立分阶段、多模型的集成预报框架，在不同预报时效、不同场景下赋予AI模型不同权重。同时，持续积累和分析AI模型预报效果，推动AI模型从“能预测”向“可信赖、可业务服务”转变。
　　中国气象局总工程师潘进军表示，AI气象模型已具备较强预测预报能力，但当前仍面临极端天气样本少、模型可靠性不足等瓶颈。下一步关键是加强极端天气事件的样本积累，提升模型在罕见场景下的泛化能力。
　　中国气象局印发的《台风科技创新工作方案（2024—2030年）》提出，构建融合人工智能和物理模型的台风监测和预报预测技术体系。到2030年，实现台风定位和定强平均误差减小20%，24小时路径预报平均误差减小5公里，台风极端风雨预报能力得到有效提升。
　　专家预计，随着AI的更多运用，气象观测、物理模型、超级计算和人工智能相互融合，将会做出更快、更细、更能反映不确定性的台风预报。（完）