极端天气气候为何难以预测

2021年诺贝尔物理学奖有一半授予了气象学家：真锅淑郎与克劳斯·哈塞尔曼，获奖原因是“对地球气候的物理建模、量化可变性和可靠预测全球变暖”。这也是诺贝尔奖首度颁给了气象学家。

然而，面对更加频繁的极端天气气候事件，相应的预报与气候预测正变得更具挑战性。

气象学界对极端天气气候事件的普遍认识，是指一定地区在一定时间内出现的历史上罕见的气象事件，其发生概率通常小于5%或10%。因此，灾害天气国家重点实验室主任梁旭东曾将极端天气气候事件和一般致灾性天气比喻为朱鹮和麻雀——前者极端稀少，后者遍地都是。“同样是从零基础开始，要观察麻雀的习性，可能在街头支个凳子就能实现，但要认识朱鹮，可能要深入崎岖险峻之地、花费几十年甚至更长的时间去寻觅、跟踪、记录、总结。观测数据不足，可以研究的样本数少，在一定程度上影响我们总结其发生、发展规律。”

不过，机器学习和人工智能的不断发展，或许正提供了一种新的解题思路。国家气候中心气候服务首席专家周兵认为，就目前而言，模式动力学框架尚不需要改变，而资料同化等基础性工作需要加强，模式物理参数化过程应进行适当调适，更充分地依据大数据云平台及人工智能进行探索性研究。

目前，上海市气象局基于机器学习的智能外推技术可根据突发性雷雨大风和短时强降水预报需求，能实现0小时至6小时短临精细化格点预报产品自动生成；深圳市气象局建立的基于深度学习的雷达外推模型，可在5分钟至10分钟内有效预测未来0小时至6小时的降水。