近10年来，中国气象预报服务工作受到国际社会广泛关注(Duan et al，2012)，受到中国各级政府、社会公众的高度认可，这与中国气象部门在防灾、减灾和应对气候变化工作中发挥的积极作用密不可分，其中最重要的原因是天气预报技术的发展带来的预报准确率和精细化程度的提高。目前，中国已经初步构建了包括天气监测、中尺度分析、临近预报(0—2 h)、短时预报(0—12 h)、短期预报(0—72 h)、中期预报(3—10 d)和延伸期预报(10—30 d)等无缝隙天气预报业务体系。同时，天气预报产品的精细化程度也显著提高，开展了全中国范围灾害性天气的实时监测，实现了由单一天气尺度分析向以天气尺度和中尺度分析相结合的综合分析的转变；气象要素预报已经精细化到乡镇，格点产品时空分辨率达3 h和10 km；开展了雷雨大风、冰雹和短时强降水等分类强对流天气短期、短时临近预报业务；发布了0—24 h预报时效6 h间隔以及0—168 h 预报时效24 h间隔的定量降水预报产品，降水预报实现了由定性的落区向定点、定量的格点化及由单一的降水 向雨、雪相态的转变；发布了登陆台风24 h预报时效6 h和10 km时空分辨率的风雨预报；建立了强对流天气分类、台风路径以及中期基本气象要素和灾害性天气概率预报业务；实现了13个海区海洋气象预报向沿岸、近海、远海73个海区的精细化海洋气象预报业务拓展等。使得基本气象要素预报、突发性中小尺度灾害性天气以及重大天气过程的监测预警预报能力明显提高。2013年，中国24 h晴雨预报和最高气温、最低气温预报准确率分别为87.6%和77.1%、82.3%；暴雨预报TS(Threat Score)评分为19.1%，较10年前提高了7个百分点；台风路径120 h预报时效误差小于日本和美国，24 h预报误差82 km，较10年前降低了63 km，接近同期世界先进水平。在应对2007年夏季淮河暴雨洪涝、2008年年初南方低温雨雪冰冻、2008年北京夏季奥林匹克运动会气象保障服务和2009年新中国成立60周年庆典活动，以及近年来异常强台风登陆影响预报服务中，出色地完成了气象保障任务，在中国防灾减灾、保障经济社会发展和保护人民生命财产安全方面取得了显著的社会和经济效益。

气象服务成绩的背后是中国天气预报技术的快速发展。近10年天气预报新技术层出不穷，对天气预报业务水平的提高起到了关键性的作用。主要包括支撑高时空分辨率精细化气象要素和强对流天气短时临近预报的多源资料快速更新同化与预报技术(陈子通等，2010；陈敏等，2011；陈葆德等，2013；徐枝芳等，2013)、支撑灾害性天气预报的集合预报和概率预报技术(杜钧，2002；Demeritt et al，2007；田华等，2007；任志杰等，2011；杜钧等，2014)以及为满足大城市运行和各行业对气象服务需求的数字化预报技术(章国材，2004；曾沁等，2010)。对上述天气预报新技术的主要进展，进行了总结和回顾，对未来发展趋势做一展望，以期能够对天气预报技术发展提供借鉴和参考，并谨以此文恭祝中国气象学会成立90周年。 2 现代天气预报新技术 2.1 多源资料快速更新同化和预报技术

强对流等系统水平尺度较小，发生、发展迅速，模式初始时刻对当前对流系统的准确把握是关键，传统每6 h或更长时间更新一次模式初始场的数值预报系统已经不再适合，需要发展较短时间间隔的资料同化分析系统。20世纪90年代后期，随着高分辨率数值模式和同化技术的发展，一些学者(Golding，1998)提出将雷达回波外推与高分辨率数值预报相结合来延长临近预报的可用预报时效。随着中国中小尺度观测系统不断完善，一些科研业务机构对基于中尺度模式的快速资料更新同化与短时临近预报系统建设开展了大量研究，如中国气象局广州热带海洋气象研究所基于GRAPES模式(薛纪善等，2008)和GRAPES_3DVAR系统建立的GRAPES_CHAF(The Cycle of Hourly Assimilation and Forecast)(陈子通等，2010；黄燕燕等，2011)用于华南区域的天气预报和服务；中国气象局北京城市气象研究所基于WRF_3DVAR和WRF模式建立了北京地区高分辨率快速更新循环同化预报系统(BJ_RUC)(范水勇等，2009；陈敏等，2011；魏东等，2011)，用于华北区域天气预报，并在2008年北京夏季奥林匹克运动会气象保障服务中发挥了很好的作用；中国气象局上海台风研究所基于WRF模式和ADAS(ARPS(The Advanced Regional Prediction)Data Analysis System)同化系统建立了上海市气象局快速更新同化预报系统SMB_WARR(Shanghai Meteorological Bureau-WRF ADAS Rapid Refresh System)(陈葆德等，2013)，用于华东地区的天气预报服务，并在2010年上海世界博览会气象保障服务中发挥了重要作用；武汉暴雨研究所基于AREM(Advanced Regional Eta Model)模式和LAPS(Local Analysis and Prediction System)同化系统建立了快速更新同化预报系统AREM_RUC(王叶红等，2011)，用于华中区域的天气预报服务。

2008年起，中国国家气象中心开始基于中国自主研发的GRAPES_MESO模式建立全中国/区域两级使用的GRAPES_RAFS(Rapid Analysis and Forecast System)(郝民等，2011；徐枝芳等，2013)。2010年5月起该系统准业务运行，2013年进一步升级该系统，实现并行计算，缩短了计算耗时；新增加了变分质量控制(郝民等，2013)，并实现了GPS/PW(Precipitation Water)、FY-2E导风、雷达和卫星等资料的三维云分析应用(屈右铭等，2010；朱立娟，2012)。同时新的GRAPES_RAFS系统采用一体化流程设计(图 1)。一体化的概念是指该系统与GRAPES_MESO系统的程序与作业流程完全一致，通过参数设置可自由选择需要的系统类型，当GRAPES_RAFS系统冷启动时则相当于GRAPES_MESO系统，同时同化更新循环时间(1、3、6 h同化更新)和预报更新，通过参数设置即可满足不同用户的需求。

图 1 Grapes_RAFS系统结构流程 Fig. 1 Flow chart for the GRAPES_RAFS

图选项

GRAPES_RAFS系统主要包括观测资料预处理(包括资料检索及预处理、质量控制)、三维变分同化系统(GRAPES_3DVAR)、云分析、数字滤波初始化、中尺度数值模式(GRAPES_MESO)等模块。该系统可同化探空(气压、湿度)、飞机报(温度、u/v风场)、地面资料(气压、湿度)、船舶资料(气压、u/v风场、湿度)、雷达VAD(Velocity-Azimuth Display)风、GPS/PW、FY-2E导风，以及基于雷达、卫星及地面观测云信息等资料进行三维云分析。全球模式资料主要提供冷启动三维变分同化背景场及冷热启动模式积分所需的侧边界条件，GRAPES_MESO系统提供热启动三维变分同化背景场。GRAPES_RAFS实时业务系统每天00：00时(世界时，下同)冷启动(冷启动做48 h预报)，每3 h做一次同化分析并热启动做24 h预报，每天8次提供快速更新中尺度数值预报的预报产品。该业务系统模式水平分辨率为0.15°×0.15°，预报范围(15°—65°N，70°—145°E)，覆盖了整个中国区域，水平格点数为502×330，垂直方向为基于高度的地形追随坐标，取不等距31层。GRAPES_RAFS系统为气象服务提供了丰富的数值产品，除有与GRAPES中尺度业务数值模式的一致的基本要素产品外，还有多种针对短时临近预报的诊断产品，如对流有效位能(CAPE)指数、K指数、反射率等。

GRAPES_RAFS系统升级后预报效果有明显的改善，图 2为2013年7月21—31日GRAPES_RAFS业务系统与升级后实时系统的TS评分、ETS(Equitable Threat Score)评分及预报偏差，检验的结果是每天8次热启动每3 h预报结果。可见在同化资料类型、模式参数设置完全一致的情况下，系统升级后中雨、大雨、暴雨量级无论ETS还是TS评分均有明显提高，预报偏差也更接近1，其中小雨量级预报偏差改进更为明显。相对而言，系统升级后的后12 h预报效果较前12 h改进更为明显。

图 2 GRAPES_RAFS系统2013年7月21—31日降水检验结果 (a. TS评分，b. ETS评分，c. Bias值； new：模式系统升级后结果；old：模式系统升级前结果) Fig. 2 Verification of precipitation for the GRAPES_RAFS during the period of 21-23 July 2013 (a. TS，b. ETS，c. Bias; new: the results after the model system upgraded; old: the results before the model system upgraded)

图选项

应用研究表明，相对于确定性模式预报，集合预报除能够增加中期及延伸期预报时效的预报精度和稳定性之外(Demeritt，2007; 杜钧等，2014)，还能提供预报的不确定性信息以及极端天气的概率信息。进入21世纪，集合预报产品已被广泛应用于预报业务中，并起到相当重要的作用。

集合预报系统是一种数值天气预报方法，本质上是反映数值预报存在的不确定性(初值不确定性，模式误差，以及大气本身的非线性发展演化特征)。常规数值预报从一个模式初值出发，积分计算得到一个预报结果，称为单一确定性预报。而集合预报从1组均有可能代表大气真实状况的初值集合出发，积分得到1组预报值的集合，再由这1组预报集合定量推断大气运动的所有可能的状态，与单一确定性数值预报一起构成一套完整的数值预报业务系统(杜钧，2002)。集合预报不仅可以提供相对于单一确定性预报更高的预报技巧，更重要的是可以给出预报结果的概率分布，从而为极端天气预报和可靠性预报提供基础(杜钧等，2014)。集合预报系统主要有3种——全球集合预报、区域集合预报和对流尺度集合预报，其重点解决不同时间尺度的预报问题。全球集合预报系统主要用于3—15 d的中期天气预报，通常采用相对低分辨率的全球模式，空间格距为30—70 km。区域集合预报系统采用覆盖小范围区域的有限区域模式，主要着眼于1—3 d的短期天气预报，较全球模式有更高的分辨率，通常为7—30 km，因此，可预报中尺度天气系统中的一些细节和发生、发展的演变过程。对流尺度集合预报系统的模式分辨率为1—4 km，覆盖范围相对较小，能够捕捉到一些中小尺度对流系统的细节，比如雷暴的位置和强度，还可以增强局地气象要素预报能力，比如低云、航空能见度等(WMO-No.1091，2012)。

国际上，从20世纪90年代开始了集合预报试验和业务化，1992年欧洲中期天气预报中心(ECMWF)和美国环境预报中心(NCEP)全球集合预报系统实现业务化运行(Tracton et al，1993；Molteni et al，1996)。2006年，WMO的全球观测系统研究和可预报性试验科学计划(The Observing system Research and Predictability Experiment，THORPEX)中的TIGGE计划(the THORPEX Interactive Gr and Global Ensemble)提出了建立全球交互式大集合预报，旨在改进1—14 d天气预报能力，同时提供更多的全球集合预报耦合下的中尺度预报不确定性信息，为提高灾害性天气预报技术水平提供了新的途径。

中国从20世纪90年代后期开启面向业务应用的集合预报研究，迄今为止，建立了业务化的全球集合预报系统和区域集合预报系统。1996年，采用时间滞后平均法建立了T63L16全球中期集合预报系统。1999年，采用奇异向量初值扰动方法，建立了T106L16集合预报业务系统。2006年，采用增长模繁殖法，建立了T213L31集合预报系统(田华等，2007；任志杰等，2011)，预报时效达到10 d。2008年T213集合预报系统的同化系统由OI升级为SSI，可同化卫星资料NOAA15、17，显著提高了集合预报系统的预报技巧。从2011年1月1日—12月31日中国T213集合预报系统与T639全球业务模式500 hPa高度场距平相关系数(ACC)比较(图 3)可见，1—4天预报，T639全球业务模式的距平相关系数略高于T213集合预报平均和控制预报，而4—10天预报，T213集合预报平均距平相关系数逐渐超过T213控制预报和T639全球业务模式预报，如以0.6为可预报性技巧，T213集合预报平均的预报能力为8 d，T213控制预报和T639模式分别为6.9和7.2 d，T213集合预报平均预报能力较T639模式提高0.8 d。T213集合预报4—10天预报效果 之所以超过T639业务模式预报，主要是由于集合平均预报过滤掉了最不确定(发生可能性最小)的预报分量而保留集合成员中的高度一致性部分，因此提供了比单一确定性预报更好的预报技巧。2010年，基于北京夏季奥林匹克运动会研究示范项目(RDP)研究成果，建立了基于WRF的区域集合预报准业务系统，为分析和预报短时强降水、雷雨大风、冰雹等强对流天气提供了更有力的技术支撑(邓国等，2010；Duan et al，2012)。

图 3 2011年中国T213集合预报系统与T639全球 业务模式500 hPa高度场距平相关系数比较 Fig. 3 Comparison of ACC of T213 EPS means and Control forecasts with the T639 model for the 500 hPa Height in 2011

图选项

2014年5月底，开发完成基于T639全球谱模式，采用增长模初值扰动技术和物理过程随机扰动技术方案的新一代全球集合预报系统，和基于GRAPES-MESO，采用集合变换卡尔量滤波初值扰动技术和多物理过程组合技术方案的区域集合预报系统，并通过业务化验收，成为中国气象局新一代国家级集合预报业务系统，可望为天气预报业务提供更高时空分辨率和预报性能的集合预报产品。

面对海量的集合预报数据，方便、高效、功能齐全的集合预报业务平台必不可少。如美国NCEP的N-AWIPS(National-Advanced Weather Interactive Processing System)业务平台能够支持多种集合预报产品显示方式(包括其常规业务产品面条图、邮票图等)，以及多种集合统计量的计算(平均、离散度、中位值、百分位值、极值等)；英国气象局发展了PREVIN(Predictability Visualization)系统(Legg et al，2002)，该系统能够进行面条图、邮票图、聚类图、气旋路径、概率密度函数、概率预报时序图以及概率检验等产品显示和交互式操作。Potter等(2009)发展了一个集合预报数据统计可视化框架——Ensemble_Vis，该框架能够帮助预报员从集合预报的概率分布中获得关键的因子。中国国家气象中心从2012年开始发展了“集合预报工具箱”，涵盖了邮票图、面条图、箱线图、集合平均及离散度、集合概率匹配平均、集合中位值/最大值/最小值等多种集合预报产品的显示及操作。由于集合预报产品比确定性单一模式的预报产品延长了可用预报时效和提高了预报精度，更科学地给出了预报对象的不确定性信息，逐渐被预报员认可和使用，并在预报服务中发挥了良好的应用效果。如采用概率匹配平均、统计量融合等技术进一步提高了集合定量降水预报产品质量，统计结果显示，多种集合定量降水预报统计量融合产品质量优于更高分辨率的确定性模式；采用基于最优成员的台风路径集合预报订正技术开发的产品应用于实际预报业务，显著地提高了台风路径预报质量，2012年台风路径预报误差首次降至100 km以下，2013年台风路径预报误差降至82 km，接近同期世界先进水平(钱传海等，2012)。 2.3 概率预报技术

用统计学或动力-统计方法预报某种天气现象未来有无可能发生并同时定量地给出其发生的可能性，称为概率天气预报。概率天气预报的产生是对天气气候变化同时具有确定性和随机性的认识不断深化的结果，也是经济社会发展到一定阶段、经济决策日益科学化、定量化和精细化的客观需要(史国宁，1996；Buizza，2008)。各级防灾减灾、经济和生产管理决策部门可根据某种天气出现的不同可能性制定计划、做决策，采取不同的措施，减少投资，提高经济效益。国际上大量研究表明，概率天气预报的经济价值明显高于传统的确定性预报(Krzysztofowicz，2001；Palmer，2002； Zhu et al，2002)，这种对于预报不确定性的认识和利用，可以产生显著的经济和社会效益。例如，极端降水或强风天气发生概率较低，但是一旦概率预报值超过气候概率值，有关部门决策取消航班、关闭高速公路，从而避免交通事故、人员伤亡和经济损失。事实已经证明，概率天气预报能够提高与天气相关决策的科学性和合理性，提高对预报的信任度，减少预报误差的影响(Joslyn et al，2012)。

中国概率预报最早、也最典型应用的实例是对台风路径和台风袭击的概率预报。2007年中国国家气象中心在对2002—2006年24、48、72 h各时效台风路径预报误差统计分析基础上，建立了台风路径概率预报产品(高拴柱等，2009)，并于2007年台风季节开始正式发布台风路径概率预报。2009年，随着中国集合预报系统的发展和业务应用，台风路径概率预报技术得到进一步改进，台风袭击概率预报也应运而生。台风袭击概率预报技术是采用集合预报各成员的预报产品，在某一固定时段内(如未来5 d)，台风中心穿过以任意格点或站点为中心、以120 km为半径区域内的集合成员数占全体集合成员的比率，即为该格点或站点的袭击概率。如果所有集合成员的预报路径都经过该区域，袭击概率为100%，当没有集合成员经过该区域时，袭击概率则 为0(图 4)。台风袭击概率产品使用户能够迅速地对某一时段的高风险区域做出判断，不同用户在应用台风袭击概率预报产品时可依据成本/损失比做出最优决策，因而能得到更大的防灾、减灾经济效益。

图 4 2014年7月14日12时威马逊台风(2014)路径概率预报产品 Fig. 4 Sample of the probability product for the Typhoon Ramasoon(2014) track at 12:00 UTC 14 July 2014

图选项

最近几年，对于概率预报方法的研究，主要是基于集合预报数据和气候统计资料，采用统计后处理方法制作校准某一气象要素或某种天气系统的发生概率。基于对集合预报数据的统计后处理方法，包括偏差订正和统计降尺度(Cui et al，2012)、最佳成员修整法、贝叶斯模式平均法(Sloughter et al，2007)、人工神经网络方法(Yuan et al，2007)、频率匹配算法等。基于上述方法，中国在定量降水预报、台风预报、强对流天气以及灾害性天气中期预报等方面开发了大量概率预报产品和极端天气指数预报产品，其中，极端天气指数产品和定量降水预报概率预报产品在2013年夏季南方持续性极端高温天气事件和11月东北历史罕见暴雪天气过程预报服务中，起到了较好的早期预警作用。 2.4 数字化预报技术

数字化预报技术最早由美国国家天气局(National Weather Service，NWS)在2000年前后提出，该技术是综合利用现代天气预报技术和信息技术，依托高时空分辨率数值预报产品和历史实况数据，将基于文本的、描述性、定性的传统天气预报产品体系，发展为定点的、定量的、高时空分辨率的现代天气预报产品体系。数字化产品的生成基于数值预报产品，通过统计或者统计-动力方法，结合其他气象相关信息综合再分析生成的客观产品，其准确度和时空分辨率高于数值预报产品，旨在满足气象服务对天气预报精细化的实际需求。目前，美国商业天气预报服务公司，如AccuWeather可以提供全球近300万个地点未来0—15 d预报时效逐时、15—45 d预报时效逐12 h的28个气象要素数字化产品，以均匀格点、离散站点，或者区域面值等多种数字化形式满足用户个性化需求。

近年来，随着数值天气预报及其解释应用技术的不断发展，市场化社会服务需求的日益增长，中国气象局也着手逐步建设以精细化、数字化为特征的现代天气预报业务产品体系，以满足大城市运行和各行业对气象服务的精细化需求。中国数字化预报业务的建立依托两方面能力的建设，一是基于数值天气预报解释应用的客观预报技术的发展，预报部门利用数值模式历史预报结果和实况观测资料，通过统计、动力等数值预报产品解释应用方法建立预报模型进行预报，以获得时空分辨率较高、预报较为准确的客观预报产品，其主要方法有逐步回归、聚类分析、逻辑回归等传统经典的统计学方法，神经网络等人工智能方法，用于高影响天气的动力诊断方法，基于预报偏差订正的直接模式输出法，基于气候分区的格点化算法，以及基于检验结果的多模式综合集成等。另外，以精细化预报用户支撑环境和气象信息综合处理分析系统(Meteorological Information Comprehensive Analysis and Process System，MICAPS)为特征的现代预报业务平台的快速发展和广泛应用，为建立智能高效、上下协同的数字化预报业务体系提供基础平台支撑。精细化预报用户支撑环境系统建立了国家级天气预报数据库和省级天气预报数据库(NWFD/LWFD)(图 5)，实现从模式解释应用、预报检验、预报交互制作、预报产品传输、共享和发布等在内的数字化气象要素预报业务功能。通过国家级天气预报数据库，初步建立了国家-省-地县三级数字化预报业务体系，实现全中国2492个城镇预报、31省会城市精细预报、6000余个国际城市客观定量预报产品与各省开展的乡镇定量化气象要素预报产品的实时上下订正反馈和滚动发布，国家级基于上下一致的定量化站点气象要素预报产品结合数值模式预报产品，采用偏差订正、差值分析和区域建模等技术方法形成0—168 h预报时效6 h间隔11个气象要素格点化预报产品，更大限度地满足了水文、交通、旅游等其他行业对天气预报精细化的需求。基于MICAPS的预报订正平台实现对于站点、格点化预报的交互功能，支持基于等值线、关键点、形态的要素场快速订正、格点场直接修改，提供时间、要素、空间一致性调整机制。广东省气象局在2010年亚运会气象服务中，根据相同气候分区、相似地貌和最短距离等3个判别条件，将基于MOS的站点预报方程移植到5 km水平分辨率的网格点上，建立了0—168 h预报时效逐3 h站点和格点的数字化天气预报产品(曾沁等，2010)。

图 5 精细化预报用户支撑环境(FUSE)结构 Fig. 5 Structure of the fine-forecast user supporting environment

图选项

天气预报业务正向更高时空分辨率发展，完美的预报服务，始终以向用户提供更高的精准度和更超前的预报信息为衡量标准，因此，发展更高时空分辨率、更长预报时效的数值预报模式系统始终是天气预报技术发展的核心任务，基于数值预报模式产品的统计后处理技术和结合灾害性天气发生发展机理的解释应用技术，以及满足各种需求的数字化预报技术是天气业务现代化发展的必然要求。

数值预报技术是天气预报的核心技术，国际上天气预报技术领先的国家无不以先进的数值预报技术代言。在2013年国际数值预报学术会议上，欧洲中期天气预报中心公布了2012年11月—2013年4月各主要预报机构对北半球温带T850预报的连续排名概率技巧评分(Continuous Ranked Probability Skill Score，CRPSS)得分(图 6)，欧洲中期天气预报中心集合预报、英国气象局、美国NCEP、加拿大CMC和日本气象厅的有效预报时效均已接近15 d。欧洲中期天气预报中心中期数值预报模式水平分辨率已精确到16 km，2015年将发展到10 km，2020年进一步细化到5 km。中国正在实施的气象现代化建设的实施纲要中明确提出，加快新一代全球多尺度通用数值分析同化与预报一体化系统(GRAPES)核心技术的发展及应用，到2020年，建成以水平分辨率10 km的GRAPES全球同化预报系统(GRAPES_GFS)为核心的新一代GRAPES系列(包括全球模式、区域模式、区域快速更新同化与预报系统、集合预报系统、台风和环境气象等专业模式)数值预报业务系统，并形成与GRAPES_GFS框架一体化的中国各区域中心高分辨中尺度数值预报系统。实现集合与4维变分同化相结合的混合同化技术，GRAPES_GFS分辨率达到10 km，卫星等遥感探测资料占所同化观测资料的80%以上；逐时快速循环的GRAPES_RAFS分辨率达到1—3 km，能够有效同化雷达等稠密观测资料；GRAPES_GFS水平分辨率达到10 km，模式顶达到0.01 hPa，垂直分层超过90层，可用预报时效接近8.5 d；建立与10 km分辨率GRAPES_GFS嵌套的3 km分辨率，重点区域的分辨率达到1 km的区域模式；建成基于集合变分混合同化系统和物理随机扰动方案的GRAPES_GFS全球集合预报系统及后预报系统，水平分辨率25 km；实现3—5 km海-气-浪耦合模式(GRAPES_TYM_COM)台风路径、风雨集合预报系统业务化运行，实现精细化涡旋初始化技术在GRAPES_GFS中的应用；数值预报总体接近同期世界先进水平。

图 6 ECMWF(红色)、英国气象局(蓝色)、 美国NCEP(绿色)、加拿大CMC(粉红)和日本气象厅(棕色)集合预报系统850 hPa 温度预报的CRPSS Fig. 6 CRPSS of ECMWF(red)，U.K.(blue)，NCEP(green)，CMC(pink) and JMA(brown)for the 850 hPa Temperature

图选项

天气预报技术的另一重要发展方向，就是基于数值预报和集合预报产品，融合多源观测数据，结合对灾害性天气发生、发展机理认识的精细化天气分析与预报释用技术研究。以强对流天气为例，目前业务上分别基于卫星、雷达、闪电定位仪资料开发了强对流天气系统的识别、追踪技术，未来发展综合应用自动站、闪电、卫星和雷达等多源观测资料以及高时空分辨率的快速更新同化和预报的数值模拟资料，发展基于多阈值的强对流天气系统的综合识别、追踪和短时临近预报技术。目前，中国正在开展对流尺度分辨率的集合预报系统研发，未来将以对流尺度分辨率的集合数值预报为基础，发展高时空分辨率的分类、分强度的强对流天气概率预报技术，完善中尺度对流系统的初生、增长、衰减和消亡预报技术。

未来数字化预报体系将进一步发展格点化的客观预报方法，提高数字化预报产品的时空精细化、预报要素的多样化和预报准确率，在此基础上建立含灾害性天气和高影响天气的全要素、多时效、多时次的产品体系，增强面向公众、专业气象的产品支持；增强数字预报业务平台的智能化、协同性的预报业务能力，提升天气尺度和中尺度系统自动识别功能，改进格点要素预报图形化交互订正，支持多级协同的高时空分辨率数字化预报业务流程，实现国家级、省级、地县三级智能化的数字预报指导、反馈、协调、制作和发布。

天气预报发展历程中，无不以天气预报技术的进步为里程碑，如19世纪中叶第一张天气图的出现，20世纪前期极锋和气团学说的提出，以及第二次世界大战以后动力气象学迅速发展和数值预报的诞生，都是具有划时代意义的天气预报技术的重大变革和进步。进入21世纪，国家防灾减灾、保障社会经济发展和人民安康福祉对气象服务提出了更高的需要，发展以“数字化、精细化”为主要特征的天气预报技术和产品体系是实现天气业务现代化的必然要求，这也对学科理论发展和关键技术突破提出了更高的要求。站在天气预报技术进步的新高度，着眼于国际气象科技发展前沿，努力在多源资料快速更新同化和预报技术、不同尺度集合预报系统、数字化预报技术等方面积极探索、不断创新，是推动天气预报技术新的变革与进步的必由之路。

致谢： 陈静、代刊、郑永光、钱传海、谌芸、张芳华、康志明、赵声蓉、李月安等为本文提供了相关资料和建议。