高温屡破极值、暴雨刷新纪录……2025年夏季,全球极端天气事件频发。西班牙46℃热浪夺走1180条生命，美国纽约地铁沦为“水帘洞”，漠河气温达到了35℃以上--当“突破历史极值”的字眼频现，我们不禁追问:现在的天气究竟怎么了?极端天气会越来越多吗?天气预报的难点在哪里?带着这些问题，中国气象报联合新华网记者专访国家气象中心主任(中央气象台台长)金荣花。

中国气象报记者：闫泓

新华网记者：于子茹?关心

金荣花（左一）正在接受记者采访?新华网供图

极端天气多发频发重发 气候变暖加剧大气波动

记者：最近多地高温天气持续，部分地区气温突破历史极值，为何有这种现象？有网友认为，预报气温与体感温度存在较大偏差，这是什么原因？

金荣花：在夏季，受副热带高压影响，我国往往会出现大面积高温炎热天气。今年的副热带高压持续增强，西伸北抬。同时，今年的大陆高压也较为活跃，大陆高压易造成晴晒天气，两者共同造成了我国大范围的异常高温天气。一般来讲，夏季出现高温天气属于正常的气候态。然而今年6月下旬，我国东北地区，尤其是黑龙江大部地区出现了35℃以上的高温天气，确实比较异常，部分地区气温打破了自1961年有气象记录以来的历史极值。另外，全球气候变暖也是造成夏天温度升高的原因。相较于过去，出现高温天气的几率，以及气温升高的幅度、持续的时间、影响的范围和频次等等，都呈增长趋势。

近期，我也注意有网友说“超过40℃时，气象局不报40℃以上天气。”出现这样的质疑，主要是因为气象部门预报的是观测温度。为了让各国、各时代的气温数据能够客观对比，科学家制定了一套统一的气温观测标准，是由气象站中距离地面1.5米百叶箱中的温度计测得。它与我们在城市中不同地表环境（如水泥地、草坪）所感受到的温度不同，大家感受到差异很正常。另外，体感温度还与环境、相对湿度、个人身体状况等因素有关。这也提示我们，气象部门不仅需要预报气象要素，更需要预报天气影响。目前，我国一些城市已开始尝试做体感温度预报，希望能让预报温度更贴近公众的实际感受。

记者：除了高温，公众也普遍感觉其他极端天气事件似乎增多了，实际情况是否如此？极端天气以后是否会越来越多？

金荣花：需要注意的是，并不是天气热一点、雨下大一点，就是极端天气。极端天气是对标气候平均态来界定的，只有远离平均态才叫“极端”。极端天气的成因非常复杂，涉及到多尺度天气系统的相互作用、地形和下垫面等多种因素的共同影响。政府间气候变化专门委员会（IPCC）发布的第六次评估报告（AR6）提到，在全球变暖背景下，未来全球，包括我国极端高温事件的频率、强度和持续时间呈现出增加趋势。

高温热浪的强度、频次和持续时间显著增加，极端强降水事件增多增强，同时高温干旱、暴雨洪涝、风暴潮与天文大潮叠加等复合型极端事件也更加频繁。为什么极端天气会变多？这就好比一锅水，在常温下是平静的，如果温度升高，这锅水就开始冒泡，变得活跃。大气活动与此类似，剧烈的大气运动更容易引发极端天气事件。近20年，全球气候变暖的趋势和变暖的幅度增加，在此背景下，极端天气出现的频率越来越高，强度也越来越强。

立体监测网捕捉各类天气 但这种天气仍难监测

记者：气象部门如何监测、预报极端天气？

金荣花：现在，全国气象部门已经建立起“地空天”立体监测网，包括8颗在轨风云气象卫星、500多部天气雷达和9万多个地面观测站，能够严密捕捉各类天气现象和灾害，在全球处于领先水平。

观测网提供一个大气初值，我们把它输入到大气演变的方程组里面，运用物理约束推演未来天气要素变化，这个叫做“数值天气预报”。2022年以后，人工智能模型技术应用于气象预报，我们发展了风清、风雷等模型支撑天气预报员的预报。目前，能做1至30天的预报，其中7天以内的趋势预报较为准确。然而，模型是存在误差的，预报的时间越长，误差积累的也会越多。所以，建议公众随时关注最新天气信息。气象部门也在持续改进模型，减少误差，提高预报的准确性。

记者：哪种天气类型最难监测，为什么？

金荣花：有一些天气，突发性、局地性强，生命史又很短，这种天气很难监测。比如龙卷风，它的空间尺度仅为公里级，有些甚至才500米，触地后也是很小的一个天气系统。有些龙卷风的生命史只有20分钟，最长的也就一个小时，没等到预报员去观测可能就结束了。受到实况监测条件以及超级计算机算力约束，这种小尺度天气系统的三维演变难以通过客观预报来刻画，所以很难去认识它、预警它，这也是世界性难题。

预报愈发精准 人工智能赋能但不全能

记者：现在，天气预报的时间、空间分辨率越来越精细，请介绍一下气象部门现在的预报、预警能力。

金荣花：随着数值预报模式、智能网格技术和人工智能等领域的技术突破，各类预报产品越来越丰富。中央气象台从2014年开始发展智能网格预报技术体系，经过10多年自主科技创新，目前实现空间分辨率全国1千米，全球5千米，短临0至3小时逐10分钟滚动更新10分钟间隔，短时0至36小时逐小时滚动更新1小时间隔，短期0至72小时的1小时间隔，中期0至240小时的3小时间隔，时效0至60天，并做到气象要素全覆盖。

中央气象台发布的气象灾害预警主要有14类，如台风、暴雨、强对流、冰冻、寒潮、高温、沙尘、大雾等。不同天气的提前预警时限不同，像寒潮和高温这类系统性天气，提前7天可研判，提前2至3天可发布预警；强对流和暴雨等天气，成因复杂，研判更谨慎，一般提前1天发布预警。

记者：很多人会有疑问，有时看到预报说第二天有大风、暴雨，但当天似乎并没有那么严重，这是因为预报不准确吗？

金荣花：其实，这是非常考验我们预报员的，预报员每天都在和“准”较劲。天气预报本身是预测科学，预报员一直在努力提高准确率。多数情况下，对于天气的研判是准确的。就像预报中的大风天气，它不是没有发生，只是你所在的地区没有那么强。这一类大风天气，是一种冷空气大风，它和台风不一样。台风是一个系统性的风，会一直持续，而这种冷空气大风是阵性的。所以，天气预报上，对于冷空气的大风，我们会强调阵风。

公众对气象信息的关注度越来越高，说明气象灾害预警信息与百姓生产生活融合得越来越紧密。大家有这样的感觉也提醒我们，要针对不同天气，更好地向公众传达和解释信息，减少信息差。这个信息差是我们预报的难点，未来，我们会继续加大科技攻关的力度。

记者：人工智能发展如此迅速，未来有可能替代人类预报员吗？

金荣花：人工智能作为强大的新兴工具，显著提升了气象预报的工作效率，是预报员得力的助手。然而，它目前仍然无法替代人类气象预报员。当前人工智能模型虽在解决局部问题上表现优异，但整体输出仍显“粗放”，精细度不足。例如预报区域性暴雨，传统物理模型能相对精细地刻画出分散的强降水点，如北京市海淀区有暴雨但通州区较弱，而人工智能往往仅能给出一大片区域，难以精准定位核心落区。面对暴雨、大风等复杂现象的精细时空分布，人工智能仍有局限。人类预报员的核心价值不可替代，他们不仅是依赖数据和模型进行关键研判的“决策者”，能结合经验与洞察力发现新规律、做出决定性分析，更是至关重要的“行动建议者”，能根据预报提出具体的灾害应对措施，这涉及复杂的风险评估和社会影响考量，超出当前人工智能的能力范围。人工智能是优化流程、提升服务效能的重要工具，但对复杂天气的深度理解、最终研判等核心工作，依然掌握在人类预报员手中，短期内不会发生颠覆性改变。

递进式气象服务机制——步步聚焦 层层递进 因地制宜

记者：为应对局地突发强天气，气象部门不断优化递进式气象服务。请介绍一下递进式气象服务的内涵，它与之前气象服务的不同之处在哪里？

金荣花：递进式气象服务机制，是气象部门应对气象灾害的一项关键创新。是围绕高影响天气和气象灾害发生演进的不同阶段，按照“时效逐步缩短、空间不断精准、内容更具针对性”的原则，基于无缝隙预报产品、精细化预警产品以及高密度实况产品开展的“灾前—临灾—灾中—灾后”全链条气象服务供给模式。

递进式气象服务关键优势在于“步步聚焦、层层递进”，兼顾“提前”与“精准”。就像“剥洋葱”一样，随着灾害临近，我们的预警信息会越来越精准——时间更准、范围更小、措施更具体。这帮助地方政府和应急部门“分阶段、按区域”科学启动应急措施，让响应措施更加精准、高效，最大限度保障人民生命财产安全。

记者：我们经常会听到“3161”“31631”等数字，请解码一下其中的含义。

金荣花：因为各地天气类型不一样，递进式气象服务的名称也不一样。比如，有的地方叫“3161”，有的叫“1262” “31631”“24622”等。

这些数字代表什么？以“3161”为例，意思就是提前3天研判天气区域，提前1天明确天气类型，提前6小时精准定位地区，提前1小时发布预警。又如福建、云南“1262”气象灾害预警联动机制，各级气象部门按规定开展强降水递进式预报预警工作，提前12小时预报强降水落区，精细到县；提前6小时、提前2小时预报强降水落区，精细到乡镇。相关部门根据气象递进式预报预警及时指挥调度，分别做好以下风险防范应对工作。这种模式因地制宜，让响应措施更加精准高效，最大限度让政府防灾减灾救灾的力量和配置实现最优化。

这些服务模式和时间节点，主要由当地气象预报预警能力、气象灾害特征和防灾减灾救灾及精细化治理需求共同决定。

未来预报更加精细化、智能化、个性化

记者：《全国气象发展“十四五”规划》对暴雨预警、强对流天气预警、台风路径预报都提出具体目标，实现情况如何？

金荣花：暴雨、台风和强对流，在预报工作中挑战性是最大的。其中，24小时台风路径预报误差规划目标为65公里，已提前完成。暴雨预警信号和强对流天气预警提前量主要是面向省、市、县三级预警信号，目前24小时暴雨预警信号准确率由89%提高至91%，接近目标值92%，今年有望实现目标。强对流的预报难度最大，是难中之难。“十三五”末期，强对流提前预警时间为38分钟，去年提升到43分钟。这5分钟的提升，对我们的观测体系、模型系统、预报员，以及上下联动的所有业务流程和支撑平台，都提出非常大的挑战。从去年到今年，我们发展了AI数字预报员助手和AI预警的自动化系统。通过这些手段，强对流预警的预警时效有所提升。气象部门将持续投入资源和精力，努力突破技术瓶颈，提升强对流天气预报能力。

记者：未来，国家气象中心在预报服务方面有哪些规划？

金荣花：国家气象中心正在参与全国气象发展“十五五”规划设计，围绕公众对精细化、高质量气象服务需求，目标是实现“数字化升级、智能化转型、智慧化服务”，为公众和各行各业提供更加精准、个性化的气象服务，更好地满足社会发展需求。

未来，天气预报服务将朝着精细化、智能化、个性化升级迈进，基于下一代天气气候一体化地球数值预报系统和人工智能气象模型体系，构建“物理+数据”双驱动的预报业务体系，推动精准预报业务数字化升级和智能化转型，全面强化用户需求导向的气象服务产品供给。在人工智能气象应用方面，将持续发展“风清”“风雷”为代表的人工智能预报模型体系，推动AI与数值模式耦合应用，重点提升短临、中长期预报的精准度；将建立发展数智预报员助手等为代表的AI智能体，辅助预报员完成数据处理、产品加工、辅助决策等基础工作。

记者：全球气候变暖带来变化与冲击，给气象部门的工作带来哪些挑战？

金荣花：如今，预报员面临的挑战越来越多了。过往气象学科所总结的规律，多源于长期经验认知的凝练。在全球气候变暖的大背景下，很多天气的发生，都打破了传统的、固有的认知，每一次预报都是对预报员自身能力的检验。依托日益完善的观测系统，气象部门正着力深化对气候变暖背景下极端天气演变规律的科学认知。同时，积极引入人工智能技术赋能气象预报。未来，我们有信心有效应对挑战，更好地把握天气变化，服务公众与各行各业。

（责任编辑：曹锐怡）