鐘琦 薛童 朱禾 葉夢姝

（中國氣象局氣象干部培訓(xùn)學(xué)院，北京 100081）

0 引言

數(shù)值預(yù)報是現(xiàn)代預(yù)報預(yù)測業(yè)務(wù)的基石，每天在世界各地主要氣象業(yè)務(wù)中心運行，在精細(xì)化預(yù)報、災(zāi)害性天氣預(yù)報、延伸期預(yù)報中發(fā)揮著不可替代的作用，并逐步走向精細(xì)和精準(zhǔn)[1]。伴隨數(shù)值天氣預(yù)報的準(zhǔn)確率不斷提高，預(yù)報員職能正在發(fā)生很大變化，美國著名氣象學(xué)家Cliff Mass認(rèn)為，數(shù)值模式的發(fā)展和加工處理技術(shù)將從根本上改變預(yù)報制作方式，預(yù)報員未來最大的貢獻(xiàn)是理解傳播預(yù)報和為更多的用戶服務(wù)。Jascourt等[2]經(jīng)過四年完善并提供數(shù)值預(yù)報培訓(xùn)的試驗探索了預(yù)報員改進(jìn)模式預(yù)報的機會，肯定了預(yù)報員能通過了解數(shù)值模式組成部分的性能及其局限性，達(dá)到智慧地評價和改善數(shù)值預(yù)報模式。預(yù)報員需要了解數(shù)值預(yù)報模式的預(yù)報性能，積累數(shù)值預(yù)報應(yīng)用和訂正經(jīng)驗，才能成為以數(shù)值預(yù)報為基礎(chǔ)，綜合運用各類氣象信息的新型預(yù)報員[3-5]。由于數(shù)值預(yù)報本身處在迅速發(fā)展中，預(yù)報員需要根據(jù)數(shù)值預(yù)報的新屬性調(diào)整使用數(shù)值預(yù)報產(chǎn)品的策略與方法，以達(dá)到提升預(yù)報效果，否則會在使用中陷入盲目，或?qū)?shù)值預(yù)報結(jié)果過分依賴。因此，幫助預(yù)報員建立數(shù)值預(yù)報的應(yīng)用策略成為國內(nèi)外氣象教育培訓(xùn)的重點課題。

21世紀(jì)初，美國天氣預(yù)報服務(wù)中心（NWS）即開始關(guān)注數(shù)值天氣預(yù)報對人工預(yù)報的影響，持續(xù)開展兩者的預(yù)報評分對比并發(fā)布年度報告。NWS培訓(xùn)中心基于職業(yè)發(fā)展系列的課程體系中，包括了一些數(shù)值預(yù)報開發(fā)、模式產(chǎn)品解讀等相關(guān)內(nèi)容。美國國家大氣研究中心的教育培訓(xùn)計劃“業(yè)務(wù)氣象、教育和培訓(xùn)合作計劃”自2009年起制作并發(fā)布了面向預(yù)報員的“在天氣預(yù)報中有效使用數(shù)值預(yù)報”系列課程，內(nèi)容涵蓋數(shù)值模式基礎(chǔ)和產(chǎn)品使用，模式數(shù)據(jù)的偏差訂正，集合預(yù)報產(chǎn)品及應(yīng)用，有效應(yīng)用高分辨數(shù)值預(yù)報等[6]。2015年歐洲中期天氣預(yù)報中心和歐洲氣象培訓(xùn)虛擬組織聯(lián)合組織了其第十屆國際專題研討會，聚焦新時期的數(shù)值天氣預(yù)報應(yīng)用培訓(xùn)，研討氣象培訓(xùn)如何適應(yīng)數(shù)值預(yù)報的發(fā)展，包括預(yù)報員的角色轉(zhuǎn)變；如何基于天氣分析技術(shù)和數(shù)值預(yù)報提升天氣預(yù)報的精度；培訓(xùn)機構(gòu)應(yīng)該注重發(fā)展哪些創(chuàng)新的培訓(xùn)理念以適應(yīng)和支持培訓(xùn)中需要的技術(shù)和能力要求等內(nèi)容。法國國立氣象學(xué)校在2016年的在職培訓(xùn)項目中設(shè)計了一個為期5 d的數(shù)值天氣預(yù)報培訓(xùn)，但僅專注法國氣象局的數(shù)值預(yù)報基礎(chǔ)知識和產(chǎn)品使用。

綜上，從國內(nèi)外氣象預(yù)報業(yè)務(wù)的發(fā)展趨勢來看，加強數(shù)值預(yù)報的應(yīng)用是未來預(yù)報員轉(zhuǎn)型、提升預(yù)報預(yù)測準(zhǔn)確率的主流方向，歐美國家氣象培訓(xùn)機構(gòu)均已著手討論和推進(jìn)數(shù)值預(yù)報應(yīng)用專題的培訓(xùn)設(shè)計和實施。我國天氣預(yù)報員隊伍規(guī)模龐大，地域差別顯著，培訓(xùn)需求具有多層次多樣化的特點。開展面向我國氣象業(yè)務(wù)發(fā)展的數(shù)值預(yù)報應(yīng)用培訓(xùn)需求分析，設(shè)計適合我國預(yù)報員的數(shù)值預(yù)報應(yīng)用培訓(xùn)課程體系勢在必行，以助力廣大預(yù)報員掌握不斷涌現(xiàn)的數(shù)值預(yù)報新技術(shù)和新產(chǎn)品的內(nèi)涵，提升有效應(yīng)用數(shù)值天氣預(yù)報的能力，形成對現(xiàn)代氣象業(yè)務(wù)發(fā)展的有力支撐。

1 研究方法

研究擬通過準(zhǔn)確定位精細(xì)化網(wǎng)格預(yù)報對數(shù)值預(yù)報應(yīng)用的組織需求，調(diào)研目前預(yù)報員數(shù)值預(yù)報應(yīng)用的實際能力，并分析兩者差距，提出數(shù)值預(yù)報應(yīng)用培訓(xùn)的需求，為科學(xué)合理設(shè)計教學(xué)課程和搭建實習(xí)實訓(xùn)平臺提供依據(jù)。研究中采用了資料分析、文獻(xiàn)追蹤、專家訪談、問卷調(diào)研等多種方式方法。首先通過文獻(xiàn)整理了解新時代研究型氣象業(yè)務(wù)格局下精細(xì)化智能網(wǎng)格預(yù)報業(yè)務(wù)的發(fā)展背景和關(guān)鍵技術(shù)，通過文件和政策分析定位現(xiàn)代氣象業(yè)務(wù)在提升預(yù)報員數(shù)值預(yù)報應(yīng)用能力方面的組織需求，通過專家訪談和專題報告進(jìn)一步細(xì)化了精細(xì)化數(shù)值預(yù)報滋生的科學(xué)問題和對預(yù)報員能力素養(yǎng)的新要求，通過問卷調(diào)研分析了預(yù)報員隊伍的能力現(xiàn)狀和與組織需求的差距，最后綜合整理了分層分類的精細(xì)化數(shù)值預(yù)報應(yīng)用培訓(xùn)需求和教學(xué)側(cè)重點。

2 精細(xì)化數(shù)值預(yù)報應(yīng)用培訓(xùn)組織需求

根據(jù)世界氣象組織（WMO）的規(guī)定，氣象業(yè)務(wù)人員應(yīng)同時具備資質(zhì)（Qualification）與勝任力（Competency）。資質(zhì)指從事某一職業(yè)所需的最少量的核心知識，一般通過完成教育機構(gòu)（如大學(xué)）的學(xué)習(xí)課程一次性獲得；勝任力指履行工作職責(zé)過程中完成技術(shù)性較高任務(wù)所需的知識和技能，一般通過崗位培訓(xùn)迅速提升。WMO《技術(shù)規(guī)則》（《Technical Regulations》）于2017年規(guī)范了包括公共天氣預(yù)報與服務(wù)、航空氣象、海洋氣象等六個領(lǐng)域的勝任力框架，其中預(yù)報員勝任力標(biāo)準(zhǔn)包含了“業(yè)務(wù)基礎(chǔ)知識技能、制作產(chǎn)品的能力、確保產(chǎn)品質(zhì)量的能力、與內(nèi)外部用戶溝通的能力”的內(nèi)在層次。本文以我國精細(xì)化網(wǎng)格預(yù)報業(yè)務(wù)對預(yù)報員能力素養(yǎng)的要求為例，分析了精細(xì)化數(shù)值預(yù)報的培訓(xùn)需求。

2.1 中國氣象局對預(yù)報員數(shù)值預(yù)報應(yīng)用能力的要求

數(shù)值預(yù)報是現(xiàn)代氣象事業(yè)發(fā)展的核心支撐，同時具有不可替代性、不完整性和不精準(zhǔn)性的特征[7]，上述“三不”特征決定了研究型氣象業(yè)務(wù)的發(fā)展格局，此業(yè)務(wù)性研究的屬性正是預(yù)報員職能變遷的內(nèi)在原因，也是數(shù)值預(yù)報繼續(xù)教育應(yīng)把握的專業(yè)內(nèi)涵。

2016年1月，中國氣象局印發(fā)《現(xiàn)代氣象預(yù)報業(yè)務(wù)發(fā)展規(guī)劃（2016—2020年）》（以下簡稱《業(yè)務(wù)發(fā)展規(guī)劃》），服務(wù)于構(gòu)建全國精細(xì)化氣象網(wǎng)格預(yù)報一張“網(wǎng)”明確提出構(gòu)筑高素質(zhì)創(chuàng)新型人才體系，推進(jìn)預(yù)報員轉(zhuǎn)型發(fā)展——從過于依賴數(shù)值預(yù)報和經(jīng)驗的“傳統(tǒng)型”向更多依靠科學(xué)分析、駕馭現(xiàn)代預(yù)報技術(shù)的“現(xiàn)代型”轉(zhuǎn)變。通過加強培訓(xùn)和業(yè)務(wù)技術(shù)總結(jié)，著力提升國家-省兩級預(yù)報員在災(zāi)害性天氣預(yù)報和重大氣候事件監(jiān)測預(yù)測中的科學(xué)分析能力、多源資料綜合應(yīng)用能力以及對數(shù)值預(yù)報的解釋應(yīng)用和訂正能力。實施預(yù)報員能力提升工程，強化預(yù)報員崗位培訓(xùn)，完善培訓(xùn)體系，組織實施預(yù)報員全員輪訓(xùn)。

2018年5月，中國氣象局進(jìn)一步印發(fā)《智能網(wǎng)格預(yù)報行動計劃（2018—2020年）》（以下簡稱《行動計劃》），計劃到2020年建成無縫隙、精準(zhǔn)化、全覆蓋、智慧型預(yù)報業(yè)務(wù)體系，這一業(yè)務(wù)發(fā)展戰(zhàn)略離不開“現(xiàn)代型”“研究型”預(yù)報員和人才隊伍。為培育預(yù)報理論功底扎實、預(yù)報技術(shù)開發(fā)有創(chuàng)新、可駕馭現(xiàn)代預(yù)報技術(shù)的新型預(yù)報員，《行動計劃》中明確要求創(chuàng)建有利于創(chuàng)新型人才隊伍成長的機制，其中包括強化預(yù)報員專業(yè)技術(shù)培訓(xùn)、完善培訓(xùn)體系、實施分類培訓(xùn)，通過加強培訓(xùn)和交流總結(jié)，使預(yù)報員轉(zhuǎn)變觀念，適應(yīng)智能網(wǎng)格預(yù)報業(yè)務(wù)技術(shù)發(fā)展。提升預(yù)報員對多源資料應(yīng)用能力和對數(shù)值預(yù)報解釋應(yīng)用訂正能力，凝練網(wǎng)格預(yù)報和災(zāi)害性天氣預(yù)報經(jīng)驗，強化網(wǎng)格預(yù)報客觀訂正技術(shù)和方法研發(fā)，并集成到智能網(wǎng)格氣象預(yù)報業(yè)務(wù)系統(tǒng)中。為保障精細(xì)化智能網(wǎng)格預(yù)報業(yè)務(wù)的人才培養(yǎng)需求，中國氣象局于2019年印發(fā)《2019—2023年全國氣象部門干部教育培訓(xùn)規(guī)劃》，明確要求專業(yè)化能力培訓(xùn)更加精準(zhǔn)，適應(yīng)新時代、實現(xiàn)新目標(biāo)、落實新部署的履職能力明顯增強，專業(yè)素養(yǎng)、專業(yè)能力進(jìn)一步提升。氣象新理論、新技術(shù)、新方法培訓(xùn)更具針對性。

近年來，中國氣象局干部學(xué)院緊緊圍繞全面推進(jìn)現(xiàn)代化對預(yù)報預(yù)測人才隊伍建設(shè)的要求，對在崗人員全員輪訓(xùn)，精心設(shè)計不同層級、緊扣實際的教學(xué)計劃，形成了理論與實踐緊密結(jié)合的課程體系[8]。而在國家經(jīng)濟發(fā)展戰(zhàn)略不斷升級，防災(zāi)減災(zāi)形勢日益復(fù)雜，氣象科技創(chuàng)新發(fā)展迅猛，人工智能等技術(shù)對傳統(tǒng)天氣業(yè)務(wù)的影響不斷加深的背景下，預(yù)報員面臨提升專業(yè)知識背景、學(xué)習(xí)總結(jié)能力、科研創(chuàng)新能力、國際交流能力綜合素質(zhì)的更高要求，這對專業(yè)培訓(xùn)提出了更大的挑戰(zhàn)?！吨袊鴼庀缶謿庀蟾刹颗嘤?xùn)學(xué)院發(fā)展規(guī)劃（2011—2020年）》中明確提出，以學(xué)科為基礎(chǔ)提升教學(xué)研的綜合水平是氣象教育培訓(xùn)工作向更深入內(nèi)涵式發(fā)展的重要途徑，并提出重點加強“數(shù)值預(yù)報模式及應(yīng)用”等繼續(xù)教育學(xué)科領(lǐng)域建設(shè)，提升預(yù)報員的數(shù)值預(yù)報應(yīng)用能力。

預(yù)報員的能力素養(yǎng)主要體現(xiàn)在四個方面：一是基本素質(zhì)（個人素質(zhì)，知識素質(zhì)和職業(yè)素養(yǎng)）；二是業(yè)務(wù)能力（業(yè)務(wù)常識、預(yù)報能力、訂正能力、工作經(jīng)驗和信息素養(yǎng)）；三是科研能力（基礎(chǔ)型研究，應(yīng)用性研究和技術(shù)開發(fā)）；四是學(xué)習(xí)與創(chuàng)新能力。下面將基于精細(xì)化數(shù)值預(yù)報的科學(xué)問題和對預(yù)報員能力素養(yǎng)的新要求分析歸納數(shù)值預(yù)報應(yīng)用的培訓(xùn)任務(wù)。

2.2 精細(xì)化數(shù)值預(yù)報應(yīng)用培訓(xùn)主要任務(wù)

對數(shù)十年和幾代前的數(shù)值預(yù)報產(chǎn)品應(yīng)用而言，預(yù)報員參考多為全球環(huán)流模式，主要應(yīng)用于環(huán)流形勢的判斷，對區(qū)域強天氣的參考價值主要體現(xiàn)在觸發(fā)強天氣的大尺度環(huán)流背景和環(huán)境參數(shù)預(yù)報。近年來局地要素產(chǎn)品的精細(xì)化和精確度得到了很大的提升，對預(yù)報員的使用向低門檻和高門檻兩極轉(zhuǎn)化，實際在精細(xì)化預(yù)報的理解應(yīng)用、產(chǎn)品的檢驗評估、預(yù)報結(jié)果和經(jīng)驗的總結(jié)等方面對預(yù)報員提出了更高要求。隨著中尺度業(yè)務(wù)模式分辨率達(dá)到10 km甚至3 km，快速更新同化短臨預(yù)報分辨率達(dá)到1 km甚至更細(xì)，集合預(yù)報也逐漸走向高分辨率對流尺度（1～4 km）。數(shù)值模式可顯示分辨尺度進(jìn)入灰色區(qū)域，其本身基礎(chǔ)理論面臨許多新的科學(xué)問題，相應(yīng)模式的初值和動力/物理過程對預(yù)報結(jié)果的影響和原因也發(fā)生了變化，預(yù)報員需要更新認(rèn)識。當(dāng)進(jìn)入灰色尺度后數(shù)值模式本身有較大變化，最直觀的是顯示分辨和次網(wǎng)格過程描述的內(nèi)容發(fā)生變化。以降水預(yù)報為例，模式在大尺度降水和對流降水的區(qū)分上變得模糊，模式云物理應(yīng)充分考慮包括灰區(qū)參數(shù)化、尺度自適應(yīng)參數(shù)化、精細(xì)下墊面次網(wǎng)格地形效應(yīng)等。數(shù)值預(yù)報模式達(dá)1 km以內(nèi)，模式邊界層參數(shù)化（或大渦模擬）方案和參數(shù)選擇對模式重力波和湍流結(jié)構(gòu)和強度，進(jìn)而對地面溫風(fēng)濕及對流降水預(yù)報準(zhǔn)確性具有影響。多尺度資料尤其是精細(xì)觀測（如雷達(dá)）資料的同化方法不斷發(fā)展，溫濕廓線和水凝物等要素短臨預(yù)報更精確。公里尺度分辨率模式中動力-物理過程之間以及物理過程之間存在強的不可分離的非線性相互作用，直接影響模式對對流觸發(fā)和發(fā)展傳播、冷池強度和大小、降水落區(qū)強度和日循環(huán)特征的預(yù)報能力，而對流尺度集合預(yù)報可為對流系統(tǒng)發(fā)生發(fā)展、強降水落區(qū)、大風(fēng)極值分布等提供豐富的概率預(yù)報信息。

基于對高分辨數(shù)值預(yù)報原理及其對預(yù)報結(jié)果影響的了解，預(yù)報員需要依據(jù)精細(xì)化評估技術(shù)和在實際天氣中的應(yīng)用實踐來總結(jié)產(chǎn)品的應(yīng)用和訂正經(jīng)驗。精細(xì)化預(yù)報產(chǎn)品不是簡單的分辨率提升而是時空精細(xì)度的提高，相臨時刻或相鄰網(wǎng)格點之間的要素預(yù)報并非總是平滑過渡，而是包含高梯度細(xì)節(jié)，其時間、空間和量級誤差難以簡單區(qū)分，傳統(tǒng)檢驗評價方法已無法反映高時空分辨率產(chǎn)品的精細(xì)化特征。何為最優(yōu)評價指標(biāo)，如何生成相匹配的參照實況序列，怎樣融入精細(xì)化檢驗和訂正方法開發(fā)，如何通過主客觀融合平臺增加預(yù)報附加值是預(yù)報員面臨的新挑戰(zhàn)。最近人工智能等客觀技術(shù)逐漸引入模式和后處理系統(tǒng)，對預(yù)報員基于精細(xì)預(yù)報產(chǎn)品開展針對性服務(wù)和提升高影響天氣預(yù)報能力的基本素養(yǎng)也提出新的要求。2019年4月中國氣象局發(fā)布了《研究型業(yè)務(wù)試點建設(shè)指導(dǎo)意見》，在15個?。ㄊ校庀缶?、7個直屬單位開展研究型業(yè)務(wù)試點，目前精細(xì)化網(wǎng)格智能氣象預(yù)報業(yè)務(wù)日益完善，以數(shù)值模式和實況業(yè)務(wù)為重點的綜合檢驗評估業(yè)務(wù)格局初步形成。面向現(xiàn)代氣象預(yù)報業(yè)務(wù)數(shù)字化和自動化的突出特點，當(dāng)前和未來的預(yù)報中需深化對數(shù)值模式和已有客觀方法不確定性的認(rèn)識，加強對精細(xì)化天氣氣候演變規(guī)律的科學(xué)認(rèn)識，創(chuàng)新和完善針對各類網(wǎng)格預(yù)報產(chǎn)品的精細(xì)化檢驗評估和訂正，循環(huán)式上升，不斷完善無縫銜接的全球多尺度氣象過程及其影響的客觀預(yù)報方法。這一業(yè)務(wù)過程突出了精細(xì)化預(yù)報和服務(wù)產(chǎn)品的檢驗評估，對未來研究型的現(xiàn)代預(yù)報員提出的新挑戰(zhàn)包括：1）參與研發(fā)強大的后處理系統(tǒng)，包括訂正模式預(yù)報誤差，降尺度到更精細(xì)網(wǎng)格、集成多源數(shù)據(jù)結(jié)果的優(yōu)勢預(yù)報信息、捕捉極端性或災(zāi)害性預(yù)報信息、傳遞預(yù)報的不確定性信息；2）了解信息網(wǎng)絡(luò)和數(shù)據(jù)支撐，理解數(shù)值預(yù)報產(chǎn)品和特點，根據(jù)天氣特征分析和模式預(yù)報誤差信息捕捉，結(jié)合對極端性、高影響等天氣的預(yù)報經(jīng)驗和能力，抓住預(yù)報關(guān)鍵，達(dá)成增加預(yù)報員價值的目標(biāo)。

基于上述分析將面向預(yù)報員的精細(xì)化數(shù)值預(yù)報應(yīng)用培訓(xùn)重點內(nèi)容歸納為三個大類：一是數(shù)值預(yù)報知識類培訓(xùn)，按照易難層次劃分為數(shù)值模式基礎(chǔ)原理；數(shù)值預(yù)報加深知識，包括模式動力、模式物理（尤其模式云和降水、邊界層過程）、模式初值對預(yù)報的影響；數(shù)值預(yù)報前沿技術(shù)原理，包括集合預(yù)報、高分辨率數(shù)值預(yù)報、非常規(guī)觀測資料同化技術(shù)、多源資料融合技術(shù)等；二是數(shù)值預(yù)報應(yīng)用技能培訓(xùn)，包括數(shù)值預(yù)報產(chǎn)品解讀、數(shù)值預(yù)報產(chǎn)品檢驗評估和訂正、數(shù)值預(yù)報新技術(shù)的產(chǎn)品特性及應(yīng)用效果；三是數(shù)值預(yù)報綜合應(yīng)用，按遞進(jìn)層次分為數(shù)值預(yù)報產(chǎn)品應(yīng)用基本思路、數(shù)值預(yù)報綜合應(yīng)用策略、數(shù)值產(chǎn)品在典型和高影響天氣案例中應(yīng)用的分析和研討。

下文將圍繞這三類組織需求開展預(yù)報員現(xiàn)狀調(diào)研，分析當(dāng)前預(yù)報員能力與組織需求之間的差距和定位培訓(xùn)重點。

3 預(yù)報員數(shù)值預(yù)報應(yīng)用能力和培訓(xùn)需求分析

3.1 調(diào)研對象概況

面向預(yù)報員的調(diào)研主要采取問卷調(diào)研和交流討論形式，在交流討論中預(yù)報員反饋2016年以來高分辨數(shù)值預(yù)報在業(yè)務(wù)化和預(yù)報可用性上逐漸被預(yù)報員接受。2016年高分辨率業(yè)務(wù)預(yù)報模式水平分辨率已達(dá)到10 km左右，主要包括EC細(xì)網(wǎng)格產(chǎn)品，GRAPES中尺度模式產(chǎn)品，以及各區(qū)域中心研發(fā)的中尺度模式產(chǎn)品（如華東區(qū)域氣象中心中尺度數(shù)值預(yù)報模式（SMSWARMS），華南區(qū)域中尺度模式（MARS），華北區(qū)域數(shù)值模式預(yù)報系統(tǒng)“睿圖”）；目前中尺度業(yè)務(wù)數(shù)值預(yù)報已精細(xì)到3 km，快速更新短臨預(yù)報模式已精細(xì)到1 km，全國智能網(wǎng)格預(yù)報精細(xì)到5 km，區(qū)域精細(xì)到1 km。研究于2016—2019年間向各級氣象臺預(yù)報員和培訓(xùn)班參訓(xùn)預(yù)報員發(fā)放問卷共計400余份，回收有效問卷共計337份。伴隨高分辨率數(shù)值模式和基于模式的客觀方法的快速發(fā)展，這期間預(yù)報員對精細(xì)化預(yù)報產(chǎn)品的認(rèn)識也在快速調(diào)整，限于篇幅本文沒有給出分時間段的調(diào)研分析結(jié)果。圖1顯示，參與調(diào)研的預(yù)報員大部分（62%）工作年限在10年以內(nèi)，工作11～20年預(yù)報員占比22%，工作21年以上預(yù)報員占比16%。從學(xué)歷來看，調(diào)研對象中60%人員具有碩士研究生學(xué)歷，33%和6%具有本科和博士學(xué)歷，與工作10年以下預(yù)報員隊伍年輕化和高學(xué)歷趨勢相對應(yīng)。從學(xué)科背景來看，82%的預(yù)報員是大學(xué)科學(xué)背景?？梢娝{(diào)研對象主要是一線預(yù)報業(yè)務(wù)崗位，具有大氣科學(xué)專業(yè)背景和較高學(xué)歷，較為年輕的預(yù)報員群體，正是面臨向現(xiàn)代型預(yù)報員轉(zhuǎn)型的隊伍，是培訓(xùn)潛在對象，他們對問卷反饋的結(jié)果具有較好的代表性。

圖1 調(diào)研對象從事預(yù)報的年限分布（a），所獲最高學(xué)歷（b）和專業(yè)方向（c） Fig. 1 Distribution of years being forecaster (a), education background (b) and majors (c) of the respondents

3.2 預(yù)報員對開展數(shù)值預(yù)報培訓(xùn)的必要性認(rèn)識

隨著數(shù)值預(yù)報的發(fā)展和客觀預(yù)報水平的不斷提升，預(yù)報員在很大程度上要依靠和參考數(shù)值預(yù)報的結(jié)果，調(diào)查顯示61.3%的預(yù)報員基本在所有值班日預(yù)報中均參考了數(shù)值預(yù)報產(chǎn)品，另有32.2%的預(yù)報員參考數(shù)值預(yù)報產(chǎn)品的日數(shù)在70%以上，極少預(yù)報員（0.3%）較少參考數(shù)值預(yù)報產(chǎn)品。同時，半數(shù)以上預(yù)報員（51.5%）仍然堅信無論何時預(yù)報員都具有不可替代的作用，并且47.6%預(yù)報員認(rèn)為應(yīng)該在數(shù)值預(yù)報的基礎(chǔ)上進(jìn)行主觀訂正，訂正的收益大于風(fēng)險。而在數(shù)值預(yù)報基礎(chǔ)上預(yù)報員能有所作為的領(lǐng)域集中在臨近預(yù)報（59.7%）、強對流天氣預(yù)報（57.3%）和短時預(yù)報（43%）領(lǐng)域。

然而目前預(yù)報員關(guān)于數(shù)值預(yù)報應(yīng)用的系統(tǒng)性培訓(xùn)較為匱乏。圖2顯示，64.2%的預(yù)報員主要通過和同事的業(yè)務(wù)交流獲得數(shù)值預(yù)報應(yīng)用的經(jīng)驗，48.5%依靠自學(xué)數(shù)值模式發(fā)布的產(chǎn)品手冊獲得相關(guān)產(chǎn)品信息，僅有35.2%得到了相關(guān)培訓(xùn)，另有43.3%的預(yù)報員是通過參加學(xué)術(shù)活動（包括文獻(xiàn)閱讀和參加學(xué)術(shù)會議）獲取數(shù)值預(yù)報發(fā)展的知識。

圖2 目前預(yù)報員獲取數(shù)值預(yù)報應(yīng)用方法的主要途徑 Fig. 2 The main ways of forecaster to communicate the NWP skills

3.3 預(yù)報員數(shù)值預(yù)報應(yīng)用能力現(xiàn)狀分析

基于第2.2節(jié)數(shù)值預(yù)報培訓(xùn)組織需求的三類任務(wù)分解，分別從預(yù)報員對數(shù)值預(yù)報知識、數(shù)值預(yù)報技能和數(shù)值預(yù)報綜合應(yīng)用方面的能力現(xiàn)狀及其與組織需求的差距展開分析。

3.3.1 數(shù)值預(yù)報知識類培訓(xùn)

將數(shù)值預(yù)報知識類培訓(xùn)細(xì)化為數(shù)值模式的基礎(chǔ)知識、加深知識、數(shù)值預(yù)報前沿技術(shù)展開分析。圖3顯示，大部分預(yù)報員（76.4%）認(rèn)為對普適的數(shù)值模式基礎(chǔ)知識有較好的掌握基本不需要進(jìn)一步學(xué)習(xí)。對模式加深知識的掌握普遍不夠，僅25.2%預(yù)報員掌握模式動力對預(yù)報的影響，16.4%掌握模式物理對預(yù)報的影響，12.4%掌握同化系統(tǒng)如何構(gòu)建模式初始場，極少數(shù)預(yù)報員（8.5%）對數(shù)值預(yù)報降尺度有了解。在數(shù)值預(yù)報新技術(shù)方面，僅有17.3%的預(yù)報員認(rèn)為掌握高分辨率數(shù)值模式特性。集合預(yù)報技術(shù)方面，因已開展了3期專題培訓(xùn)和在第二輪省級預(yù)報員輪訓(xùn)中開設(shè)了集合預(yù)報課程，半數(shù)預(yù)報員（50.3%）認(rèn)為對集合預(yù)報的原理已經(jīng)有了較好的掌握。

圖3 預(yù)報員對數(shù)值預(yù)報知識的掌握情況 Fig. 3 The status of forecasters’ NWP knowledge acquisition

在資料同化技術(shù)方面（圖4），70.3%的預(yù)報員關(guān)注快速更新循環(huán)同化系統(tǒng)在業(yè)務(wù)中的應(yīng)用，半數(shù)以上的預(yù)報員對資料同化在實際天氣中的應(yīng)用（57.1%），資料同化方法介紹（54.9%）和觀測資料質(zhì)量評估、預(yù)處理和質(zhì)量控制（51.6%）有學(xué)習(xí)需求，41.8%的預(yù)報員希望了解觀測誤差的統(tǒng)計方法（或同化系統(tǒng)對觀測資料敏感性診斷分析）相關(guān)知識。半數(shù)以上預(yù)報員希望了解各區(qū)域中心特色的資料同化現(xiàn)狀（63.7%）及未來發(fā)展（54.9%）。

3.3.2 數(shù)值預(yù)報技能培訓(xùn)

圖4 預(yù)報員對資料同化技術(shù)的培訓(xùn)需求 Fig. 4 Training needs of forecasters on data assimilation

將數(shù)值預(yù)報應(yīng)用技能分為對數(shù)值預(yù)報產(chǎn)品解讀，數(shù)值預(yù)報評估和訂正，數(shù)值預(yù)報新技術(shù)產(chǎn)品應(yīng)用等方面。調(diào)查顯示，預(yù)報員在數(shù)值預(yù)報產(chǎn)品基本信息（56.3%）和獲?。?4.1%）方面預(yù)報員相對掌握較好（圖5）。如何利用數(shù)值預(yù)報提高預(yù)報準(zhǔn)確率是需求最普遍（45.3%）的技能。如何利用數(shù)值預(yù)報提升科研能力成為預(yù)報員較為關(guān)切和需求旺盛的內(nèi)容（38.4%），但僅有5.3%的預(yù)報員自認(rèn)為具備這項能力，這一需求和現(xiàn)狀的差距將隨著研究型氣象業(yè)務(wù)的推進(jìn)進(jìn)一步凸顯。

圖5 預(yù)報員對數(shù)值預(yù)報應(yīng)用技能的掌握情況 Fig. 5 Forecasters' mastery of NWP skills

隨著精細(xì)化智能網(wǎng)格預(yù)報的日益完善，基于數(shù)值預(yù)報的精細(xì)化檢驗評估和訂正成為現(xiàn)代氣象業(yè)務(wù)中的重要環(huán)節(jié)。多數(shù)業(yè)務(wù)單位已經(jīng)認(rèn)識到檢驗評估的重要性，但僅有約四分之一的預(yù)報員了解數(shù)值預(yù)報檢驗評估方法（圖5）。而基于數(shù)值預(yù)報開展訂正更加困難，雖然大部分預(yù)報員（67.9%）支持對數(shù)值產(chǎn)品進(jìn)行訂正，但僅20.3%預(yù)報員自認(rèn)具備數(shù)值預(yù)報產(chǎn)品訂正思路。

在目前的預(yù)報實踐中進(jìn)行了訂正的比例并不高，對數(shù)值預(yù)報訂正比例在70%以上的預(yù)報員僅占23.4%，訂正比例不到一半的預(yù)報員占52.8%。目前預(yù)報員經(jīng)常進(jìn)行訂正的數(shù)值預(yù)報要素為暴雨以上的降水量（41.2%），最高最低溫度（39.4%），另外在一些地面要素如地面風(fēng)（11.6%），邊界層輻合線也有少部分預(yù)報員（5.1%）常進(jìn)行訂正，這些物理要素對強對流觸發(fā)預(yù)報較為關(guān)鍵且模式預(yù)報準(zhǔn)確率較差，是預(yù)報員容易發(fā)揮優(yōu)勢的領(lǐng)域。從主觀訂正效果來看（圖6），能取得較好訂正效果（提高預(yù)報效果的比例70%以上）的僅占16.6%，有一定訂正效果（提高預(yù)報效果的比例50%～70%）的占31.6%，另有半數(shù)以上預(yù)報員（51.8%）認(rèn)為自己訂正后預(yù)報效果的提升不及50%。

為提升基于數(shù)值預(yù)報的主觀預(yù)報能力，預(yù)報員迫 切需要學(xué)習(xí)（圖7）數(shù)值預(yù)報產(chǎn)品本地化和訂正方法 （79.8%），不同天氣類型數(shù)值預(yù)報的能力（79%），高分辨率數(shù)值預(yù)報的誤差評估（46.2%），數(shù)值預(yù)報誤 差來源（42.9%），數(shù)值預(yù)報評估方法和體系（42.9%）。 因此，在未來數(shù)值預(yù)報應(yīng)用技能的培訓(xùn)中，應(yīng)開展分區(qū)域的分天氣類型的數(shù)值預(yù)報能力評估，重點關(guān)注高分辨率數(shù)值預(yù)報的誤差檢驗和誤差來源分析，開發(fā)適用本地化的訂正方法和策略，為預(yù)報員提供有效的參考。

圖6 預(yù)報員認(rèn)為對數(shù)值預(yù)報結(jié)果進(jìn)行訂正后提高了預(yù)報效果的比例 Fig. 6 Proportions of Forecasters who believe that the accuracy is improved when they do corrections on NWP

圖7 預(yù)報員最希望得到的數(shù)值預(yù)報培訓(xùn)內(nèi)容 Fig. 7 The most wanted training on NWP for forecasters

3.3.3 數(shù)值預(yù)報綜合應(yīng)用

在掌握數(shù)值預(yù)報基本知識和基本技能的基礎(chǔ)上，建立基于數(shù)值預(yù)報且綜合運用多源氣象資料和信息的預(yù)報思路是預(yù)報員培訓(xùn)的重要目標(biāo)。目前預(yù)報員參考數(shù)值預(yù)報產(chǎn)品時最常采用的做法是把模式預(yù)報結(jié)果與實況直接比照分析（83.9%），或?qū)⒛Ｊ筋A(yù)報分析場與實況對照分析（70%），將不同來源的模式產(chǎn)品進(jìn)行對比（72.4%），不少預(yù)報員（61.2%）也會參考模式前幾日的預(yù)報變化（圖8）。小部分預(yù)報員（約25%）掌握了結(jié)合雷達(dá)資料和衛(wèi)星資料對比模式產(chǎn)品進(jìn)行分析。

圖8 目前預(yù)報員參考數(shù)值預(yù)報產(chǎn)品時常使用的天氣分析和診斷方法 Fig. 8 Weather analysis methods based on NWP used by forecasters

隨著集合預(yù)報的推廣，預(yù)報員對不確定預(yù)報的接受度逐漸提升，但是在綜合應(yīng)用確定性預(yù)報和不確定性預(yù)報產(chǎn)品方面還沒有形成科學(xué)的預(yù)報思路。36.5%的預(yù)報員認(rèn)為維持原有預(yù)報思路不變，30.1%的預(yù)報員認(rèn)為需要改變現(xiàn)有預(yù)報思路，因此在提升預(yù)報員協(xié)同集合預(yù)報和確定性預(yù)報的預(yù)報策略方面具有較大的空間和必要性。

面對預(yù)報員轉(zhuǎn)型的新形勢，預(yù)報員認(rèn)為未來相對于傳統(tǒng)預(yù)報將更多的轉(zhuǎn)向精細(xì)化高影響預(yù)報和服務(wù)的提供者（35.2%），27.2%認(rèn)為預(yù)報員將轉(zhuǎn)向為數(shù)值預(yù)報解釋應(yīng)用和訂正專家，22.4%預(yù)報員認(rèn)為未來預(yù)報的研究性要求提高，逐步轉(zhuǎn)向天氣預(yù)報科學(xué)家或研究人員。可見，隨著精細(xì)化智能網(wǎng)格預(yù)報業(yè)務(wù)的發(fā)展，預(yù)報員更多是在客觀預(yù)報的基礎(chǔ)上進(jìn)行訂正，關(guān)注高影響天氣的預(yù)報，并且從單純的預(yù)報業(yè)務(wù)轉(zhuǎn)為向不同用戶提供有針對性的預(yù)報服務(wù)。為適應(yīng)這一新形勢和要求，預(yù)報員需要更深入地理解數(shù)值預(yù)報在本地應(yīng)用的優(yōu)缺點，并積極參與到數(shù)值預(yù)報產(chǎn)品的后處理開發(fā)過程中。59.4%預(yù)報員認(rèn)為應(yīng)該參與數(shù)值預(yù)報統(tǒng)計釋用，49.4%認(rèn)為預(yù)報員應(yīng)該開發(fā)更適合本地天氣特點的統(tǒng)計產(chǎn)品，43.9%認(rèn)為預(yù)報員應(yīng)該參與到數(shù)值預(yù)報模式評估中和，36.1%認(rèn)為預(yù)報員的職責(zé)也包括進(jìn)一步提高數(shù)值預(yù)報產(chǎn)品的價值（圖9）。

圖9 預(yù)報員認(rèn)為的未來預(yù)報員崗位職責(zé) Fig. 9 The future job responsibilities of forecasters according to forecasters

3.4 分層分類的數(shù)值預(yù)報應(yīng)用培訓(xùn)需求分析

由于學(xué)員在工作年限、專業(yè)背景、知識儲備和經(jīng)驗積累等方面存在的較大差異，按照工作年限和崗位職責(zé)將調(diào)研對象劃分為三個層次，工作3年以內(nèi)的為新預(yù)報員，工作10年以上且任首席崗位的為首席預(yù)報員，其他工作3年以上的非首席預(yù)報員為骨干預(yù)報員。分析發(fā)現(xiàn)，不同層次的預(yù)報員在具體培訓(xùn)內(nèi)容和深度上具有不同的側(cè)重點。

圖10給出了預(yù)報員學(xué)習(xí)數(shù)值預(yù)報知識的需求情況，新任預(yù)報員培訓(xùn)需求較為廣泛，最大需求（60%以上）為模式物理過程和動力過程對預(yù)報結(jié)果的影響，超過半數(shù)首席預(yù)報員認(rèn)為在模式預(yù)報偏差訂正、有效使用數(shù)值產(chǎn)品和降尺度等方面更有需要。半數(shù)新預(yù)報員和首席預(yù)報員均希望了解模式對降水和云的處理。骨干預(yù)報員是這三類人員里最大的預(yù)報員群體，因此需求相對較為分散，最集中的學(xué)習(xí)需求體現(xiàn)在模式預(yù)報的訂正，高分辨率模式特性，有效使用數(shù)值產(chǎn)品和模式物理過程的影響等內(nèi)容。

圖10 分層次預(yù)報員希望學(xué)習(xí)的數(shù)值預(yù)報知識 Fig. 10 NWP knowledge that forecasters of different levels hope to learn

數(shù)值預(yù)報應(yīng)用相關(guān)技能的學(xué)習(xí)上（圖11），新預(yù)報員對各種技能均有需求，相對而言在數(shù)值產(chǎn)品基礎(chǔ)較為側(cè)重，如確定性預(yù)報和集合預(yù)報的特點、數(shù)值預(yù)報的評估方法和訂正思路、數(shù)值產(chǎn)品的獲取方法和基本信息等方面均比骨干預(yù)報員需求大。首席預(yù)報員需求最大的是如何利用數(shù)值預(yù)報提升科研能力，在研究性上更為側(cè)重。骨干預(yù)報員的需求相對較為分散，在數(shù)值預(yù)報訂正和提升預(yù)報準(zhǔn)確率上具有較大的需求。

圖11 分層次預(yù)報員希望獲得的數(shù)值預(yù)報技能 Fig. 11 NWP skills that forecasters of different levels hope to gain

綜上，各級預(yù)報員對數(shù)值預(yù)報應(yīng)用技能的培訓(xùn)需求具有一致性也具有各自特點，一致性體現(xiàn)在實用性上，即提高預(yù)報準(zhǔn)確率。新預(yù)報員的特點是需求廣泛，對產(chǎn)品基本信息有所側(cè)重，首席預(yù)報員更側(cè)重研究性，而骨干預(yù)報員需求較分散，在預(yù)報產(chǎn)品的評估和訂正等具體方法上較側(cè)重。

4 結(jié)論和建議

圍繞無縫隙精細(xì)化自動預(yù)報和智慧服務(wù)的研究型業(yè)務(wù)格局和發(fā)展態(tài)勢，首先分析了中國氣象局以提升預(yù)報員數(shù)值預(yù)報解釋應(yīng)用和訂正能力為目標(biāo)開展精準(zhǔn)專業(yè)培訓(xùn)的組織要求，將這一要求細(xì)化分解為數(shù)值預(yù)報知識、技能和綜合應(yīng)用三類，分別研究了不同層次預(yù)報員的能力現(xiàn)狀，通過兩者對比提煉出精細(xì)化網(wǎng)格預(yù)報員業(yè)務(wù)中預(yù)報員數(shù)值預(yù)報應(yīng)用培訓(xùn)的需求和重點內(nèi)容。結(jié)果顯示：

1）在深化對數(shù)值模式和客觀方法的特性認(rèn)識，綜合運用多源資料提升數(shù)值預(yù)報應(yīng)用水平方面具有較大培訓(xùn)需求，且呈現(xiàn)出向業(yè)務(wù)性研究和針對性服務(wù)發(fā)展的趨勢。

2）在數(shù)值預(yù)報知識、產(chǎn)品和技能、及綜合應(yīng)用三類內(nèi)容中，最大培訓(xùn)需求分別集中在高分辨率數(shù)值預(yù)報等新技術(shù)原理、數(shù)值預(yù)報本地化評估和訂正技能、及以加強精細(xì)化智能預(yù)報和服務(wù)為目標(biāo)的數(shù)值預(yù)報綜合應(yīng)用預(yù)報策略。

3）各級預(yù)報員對具體內(nèi)容的培訓(xùn)需求各有側(cè)重，新預(yù)報員培訓(xùn)需求較廣泛，相對而言尚待掌握數(shù)值預(yù)報及其產(chǎn)品的基礎(chǔ)信息，首席預(yù)報員相對需側(cè)重研究性，而骨干預(yù)報員需求較分散，應(yīng)考慮在預(yù)報產(chǎn)品評估和訂正方法等實用性上有所側(cè)重。

上述研究結(jié)論為把握精細(xì)化數(shù)值預(yù)報應(yīng)用培訓(xùn)需求，開發(fā)內(nèi)容務(wù)實，貼合預(yù)報員實際的教學(xué)課程提供了方向和依據(jù)?；诖搜芯繄蟾嫣岢鲆韵聨c建議：

一是瞄準(zhǔn)精細(xì)化智能網(wǎng)格預(yù)報業(yè)務(wù)對現(xiàn)代型預(yù)報員的要求，開發(fā)系統(tǒng)和有針對性的數(shù)值預(yù)報應(yīng)用培訓(xùn)課程。圍繞精細(xì)化網(wǎng)格預(yù)報、集合預(yù)報、高分辨率數(shù)值預(yù)報、精細(xì)化預(yù)報檢驗和訂正、人工智能與數(shù)值預(yù)報的結(jié)合、衛(wèi)星和雷達(dá)等新資料與數(shù)值預(yù)報技術(shù)融合等新技術(shù)新資料應(yīng)用培訓(xùn)，系統(tǒng)設(shè)計從基本原理，到預(yù)報產(chǎn)品特點分析，到綜合應(yīng)用策略的階梯性課程內(nèi)容，開發(fā)針對性強的專題培訓(xùn)。

二是立足預(yù)報員崗位要求和隊伍特點，開發(fā)科學(xué)分層分類的數(shù)值預(yù)報應(yīng)用培訓(xùn)課程和創(chuàng)新培訓(xùn)方式方法。在新任預(yù)報員培訓(xùn)中側(cè)重數(shù)值預(yù)報基礎(chǔ)，采用理論講解和個例實習(xí)相結(jié)合的培訓(xùn)方式；在骨干預(yù)報員培訓(xùn)中側(cè)重考慮區(qū)域特點，即數(shù)值預(yù)報新技術(shù)和產(chǎn)品在本地釋用、評估和訂正方法的培訓(xùn)，采取按區(qū)域分組討論和專家點評、數(shù)值預(yù)報誤差本地化分析實訓(xùn)為主的方式；在首席預(yù)報員培訓(xùn)中側(cè)重新技術(shù)新資料研發(fā)成果在業(yè)務(wù)應(yīng)用的轉(zhuǎn)化和效果研究，以新技術(shù)新資料在典型和高影響天氣中應(yīng)用的案例剖析和研討方式為主，以期促進(jìn)新技術(shù)新資料研究與實際業(yè)務(wù)應(yīng)用的交叉融合。此外，應(yīng)逐步推進(jìn)遠(yuǎn)程和面授相結(jié)合的混合式培訓(xùn)方法，通過遠(yuǎn)程預(yù)培訓(xùn)基礎(chǔ)概念和理論，指導(dǎo)學(xué)員進(jìn)行本地天氣實例收集和挑選，使面授能更高效地聚焦到對實際預(yù)報難點的研討和針對性的實習(xí)實訓(xùn)上。

三是深化數(shù)值預(yù)報應(yīng)用案例研究，加強實習(xí)實訓(xùn)平臺建設(shè)。從業(yè)務(wù)實際需求出發(fā)，開展精細(xì)化智能網(wǎng)格預(yù)報等新技術(shù)在典型天氣和高影響天氣中的應(yīng)用分析，通過數(shù)值試驗開展關(guān)鍵物理要素和特定天氣機理研究，根據(jù)培訓(xùn)內(nèi)容制作可視化教學(xué)案例，搭建可開展本地化適用的數(shù)值預(yù)報檢驗評估和訂正培訓(xùn)平臺。