二、发展现状

（一）全球数值天气预报

2022年，全球数值天气预报模式（确定性预报）中，ECMWF的模式IFS水平分辨率最高，达到9km，中国目前为25km。集合预报模式（概率性预报）中，ECMWF的模式IFS-ENS水平分辨率为16km，中国为50km（表1）。全球数值天气预报水平对比发现，ECMWF、英国为第一梯队，澳大利亚、加拿大、德国、美国、韩国、日本为第二梯队，中国、俄罗斯为第三梯队（图7）。对比不同气象中心北半球集合预报水平，ECMWF水平最高，UKMO、NCEP也较高，中国较低（图8）。

表1. 2022年世界主要国家和组织数值天气预报系统核心参数对比

图7. 近年来世界主要气象机构的全球数值天气预报水平对比（到2022年）（上图为500hPa高度场5天预报RMSE对比 ，下图为ACC对比，中国为荧光蓝色）

图8. 2003-2022年多中心北半球集合预报500hPa高度场1天概率预报评分（CRPS）对比

（二）气候预测模式

目前，全球主要业务中心的13个气候预测模式中，水平分辨率从12公里到139公里不等。预报时长最短4.5天，最长16天。集合数从12个到51个不等。日数据量最大为ECMWF的1100GB，中国为83GB（表2）。

欧、美、英、中、日5国的气候预测性指标最新评估对比（表3）发现，对亚洲夏季风环流指数预测中，中国预测水平最高，欧洲中心次之；对厄尔尼诺区夏季海温异常预测中，欧洲中心预测水平最高，中国次之；对热带季节内振荡（MJO）预测有效天数中，欧洲中心最高，中国次之。

根据美国哥伦比亚大学官网给出的最新ENSO多模式集合预测结果（17个动力模式，7个统计模式），多模式集合平均结果预测目前的拉尼娜现象将在未来6个月持续。中国参与对比的是第一代动力气候预测模式BCC-CSM1.1m，和集合平均预测结果差异较大（图9）。

表2. 13个气象机构气候集合预测模式核心参数表

表3. 次季节-季节-年际尺度一体化气候模式预测业务系统CMA-CPSv3气候预测性能指标对比表

图9. 2022年10月ENSO多模式预测结果，中国的动力模式第一代气候模式BCC-CSM1.1m，统计模式为BCC_RZDM

（三）地球系统模式

世界气候研究计划“耦合模拟工作组”组织的第六次国际耦合模式比较计划（CMIP6）中，有来自全球33家机构的约112个气候模式版本注册参加（表4），其模拟数据为IPCC第6次评估报告提供了科学基础。

和参与上一轮比较的CMIP5模式相比，参与CMIP6的模式有两个特点：一是考虑的过程更为复杂，以包含碳氮循环过程的地球系统模式为主，许多模式实现了大气化学过程的双向耦合，包含了与冰盖和多年冻土的耦合作用；二是大气和海洋模式的分辨率明显提高，大气模式的最高水平分辨率达到了全球25km。中国有9家机构报名参加CMIP6，注册的地球/气候系统模式版本有12个（表5)。

对比CMIP5和CMIP6，后者的评估结果中性能优于中位数的越来越多（图10蓝色），证明了该模式的进步。此外，一些CMIP6模型的性能优于CMIP5性能最佳的模型，所有16个评估变量的进展都很明显。然而，CMIP6模式中仍然存在一些性能不佳的实例（图10中的红色）。模型之间的族关系（即不同程度的共享公式）很明显，例如，GISS、GFDL、CESM、CNRM和HadGEM/UKESM1/ACCESS族在所有大气变量中的得分相似，这点在CMIP5和CMIP6中都存在。对比CESM2/ CESM2(WACCM)、CNRM-CM6-1/CNRM-SM2-1、NorCPM1/NorESM2-LM和HadGEM3-GC31-LL/UKESM1-0-L等模式，高复杂度版本的模式得分和低复杂度版本模式得分相比相似甚至更优，表明通过添加地球系统特征来增加模式的复杂性，不一定会降低模式的性能，而是提高了模式的性能。总而言之，CMIP6模式对于涵盖大气、海洋和陆地领域的平均历史气候态模拟结果通常比上一代的表现更好（高信度）。以附加生物地球化学反馈为特征的地球系统模式总体比缺乏这些反馈的复杂性较低的模式一样好或者更好（中等信度）。此外，CMIP6多模式均值很好地捕捉了观测到的气候变化的大部分方面（高信度）。

表4. 参与CMIP6的气候/地球系统模式研发单位及其国家（地区）

表5. 我国参加第六次国际耦合模式比较计划（CMIP6）的地球系统模式

图10. CMIP3、CMIP5和CMIP6模式性能对比（a、b为不同变量）

三、结果讨论和未来展望

2022年是最早探索数值天气预报的著作《数值过程天气预报》（Weather Prediction by Numerical Process）出版100年（作者是数值天气预报先行先试者理查孙，英国人）。回望百年，可以说数值天气预报彻底改变了气象和大气科学的学科发展路径和在科学界的影响力。2021年2位气象学者获得诺贝尔物理学奖，也是源自经典物理学的现代气象科学回报物理学发展的最好代表。

在理查孙开创性工作百年后，从2022年最新进展来看，AI技术实际上已经开始为气象科学发展范式的下一个改变做好了准备。其中，从ECMWF当前业务链中已经和将要融入的机器学习要素来看，数值预报，尤其是包括多圈层耦合的地球系统预测，AI化已经不可阻挡。特别是，地球系统中除了表征其动力核心的大气环流模式以外，更多的过程无法用物理定律描述、甚至是随机发生的（如火山喷发等），这时候AI技术就可以“大展身手”。未来一年或更长一段时间，以AI技术融入参数化、数据处理和更多算法细节为特征的ECMWF全球业务模式新版本，以及美国“众筹”式研发的面向社区的UFS等新模式，将在全球气象业务活动中陆续露面。

END

来源 | 领略气象编辑 | 苏杰西