天气预报我们天天看，但你知道气象部门还能预测未来15-30天的天气过程和趋势吗？这种被称为“延伸期预报”的技术，正逐渐成为政府部门防灾减灾和公众日常生活规划的重要参考工具。
想象一下，如果能提前两周知道暴雨将至，防汛部门就能提前加固堤坝；如果农业部门能提前三周预判干旱，就可以调整灌溉计划；如果电力公司能预知持续高温，就能提前调配供电资源。这正是延伸期预报（15-30天预报）的价值所在——它为关键决策提供了宝贵的“提前量”。与常规的短中期天气预报不同，延伸期预报填补了“天气预报”和“季节预测”之间的空白，所以又称“无缝隙”预报。短期预报主要依靠大气初始状态，而季节预测则依赖海洋等缓慢变化的外强迫信号。延伸期预报独特之处在于，它需要同时考虑大气初始条件和边界条件的共同作用，是一个兼具“天气”和“气候”特征的交叉领域。在气候变化背景下，极端天气事件频发，政府部门和各行各业对这种“中长期”天气预报的需求与日俱增，它不仅能减少灾害损失，还能优化水资源管理、农业生产、能源调度等多个领域的决策。
气象部门如何“算准”延伸期的天气？当前主要依靠三种方法：动力方法、统计方法和混合方法。动力方法也称作“动力模式”。科学家们将大气运动的物理定律编写成超级计算机能理解的数学方程，让计算机模拟未来天气变化。一些动力模式的高级版本，如中国气象局自主研发的次季节-季节-年际尺度一体化气候模式预测系统（CMA-CPSv3），还考虑了大气、海洋、陆面、海冰之间的复杂相互作用，相当于在数字世界里建造一个“虚拟地球实验室”。气象专家常常提到的“多模式集合”听起来很专业，其实它就像我们日常生活中常见的“多方会诊”或“集体决策”，没有任何一个模型能在所有地区、所有天气形势下都表现完美，每个模型都像一位有专长但也有局限的“专家”。气象学家发现，综合多个模型的预测结果，往往比依赖单一模型更可靠。统计方法则更像“以史为鉴”。科学家分析历史天气数据，寻找前期信号与后期天气之间的统计关系。比如发现某种大气波动出现后，华南某地区的降水概率会增加；或者印度洋海温与长江中下游地区的气温存在关联。气象专家们发展出来的“低频天气图法”“150天韵律方法”“时空投影法”等方法都是基于这类统计规律建立的预测工具。“混合方法”则结合了上述两种思路的优势，形成“动力-统计”双保险。气象科学家在这方面做了许多创新：有的直接对动力模式的原始预报结果进行统计修正，就像给预报结果再戴上一副“矫正眼镜”，让预测更准确（也称MOS方法）。有的不直接使用原始预报结果，而是作为统计模型的输入特征，构建“动力-统计”混合模型（也称PP法）。随着技术进步，人工智能正在为延伸期预报注入“智慧大脑”。机器学习、深度学习技术可以从海量数据中自动提取复杂规律，像预报员积累经验那样，在一次次“训练”中提升预测能力。目前在某些特定场景（如极端高温预测）中，AI的准确率已经超越传统数值模式。
延伸期预报关注哪些“天气密码”？热带大气季节内振荡（MJO）被认为是延伸期预报的“明星指标”。这种热带大气中的“风暴王”以20-90天为周期向东传播，会影响全球多地天气和气候的变化。通常当MJO活跃在热带印度洋和海洋性大陆区时，我国南方降水易增多；而当它位于热带太平洋和西半球时，我国南方降水减少。由我国自主研发的人工智能全球次季节—季节预测大模型“风顺”目前对MJO的预报技巧已达32天，已经成为延伸期预报的重要参考。
为什么延伸期预报还不够准？首先是科学认知的局限性。这段时期的大气 “脾气”最难捉摸——它既受最初天气状态的影响，又会对外界环境变化（如海温、积雪等）做出反应，就像同时被两股力量拉扯，预报难度大大增加。其次是动力模式发展技术瓶颈。虽然数值模式不断在进步，但仍需从资料同化、物理过程参数化及模式的后处理技术等多方面协同改进。如对MJO的模拟，诸多的模式存在“海洋性大陆障碍”——难以准确再现MJO从印度洋向太平洋的传播，这种偏差会直接影响下游的延伸期预报技巧。此外，延伸期预报需要全球范围的初始场，但青藏高原等关键区的观测仍然稀缺，海洋和陆面观测的覆盖度、时效性也有待提高。这就像拼图缺少关键碎片，难以构建完整的初始状态。与成熟的短期预报相比，气象部门对延伸期预报的业务规范、产品标准、检验方法都在逐步探索。
尽管当前精细可靠的“延伸期”预报存在诸多的挑战，但气象部门的延伸期预报能力仍在稳步前进。随着次季节-季节（S2S）研究项目推进、智能网格预报技术的发展，这个“天气预报”与“气候预测”之间的桥梁必将更加坚固。未来，更精准的延伸期预报将成为应对气候变化、防御气象灾害的利器，为人类社会提供更长远的安全保障。或许不久的将来，15-30天的天气预报会像现在的3天预报一样可靠，为我们的生活带来更多便利和安全。
气象科技成果转化科普文章目录 二等
作者：王延 陕西省气候中心
赵灿 陕西省气候中心
