陳明軒 楊璐 秦睿 宋林燁 李靖 邢楠 仲躋芹 孫超 王穎 劉湊華 竇以文 孫成云 時(shí)少英 于波 荊浩 甘璐 王宗敏

摘要 主要介紹了“智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃”（簡(jiǎn)稱FDP）的運(yùn)行與評(píng)估結(jié)果。此次FDP是在我國(guó)首次針對(duì)中緯度山區(qū)0～10 d冬季天氣預(yù)報(bào)展開的示范計(jì)劃，國(guó)內(nèi)氣象部門內(nèi)外共22家單位、近40個(gè)數(shù)值模式或客觀預(yù)報(bào)系統(tǒng)參與了該計(jì)劃。FDP實(shí)現(xiàn)了實(shí)時(shí)運(yùn)行所需的多種源數(shù)據(jù)和多源數(shù)據(jù)產(chǎn)品的高效傳輸分發(fā)、監(jiān)控、實(shí)時(shí)處理、綜合集成顯示。首次開展了次百米級(jí)客觀預(yù)報(bào)、人工智能釋用訂正預(yù)報(bào)等新型技術(shù)在冬奧復(fù)雜山地賽場(chǎng)的實(shí)時(shí)示范應(yīng)用，為冬奧氣象中心和3個(gè)賽區(qū)預(yù)報(bào)團(tuán)隊(duì)提供了豐富多樣和穩(wěn)定可靠的高精度客觀產(chǎn)品，有力支撐了高標(biāo)準(zhǔn)的冬奧氣象服務(wù)保障。針對(duì)參與FDP產(chǎn)品的系統(tǒng)性檢驗(yàn)評(píng)估發(fā)現(xiàn)，與模式系統(tǒng)原始預(yù)報(bào)相比，釋用后的專項(xiàng)站點(diǎn)預(yù)報(bào)對(duì)平均風(fēng)、陣風(fēng)、溫度、相對(duì)濕度等要素的預(yù)報(bào)誤差明顯減小。但是對(duì)于冬季復(fù)雜山地的降水、能見度預(yù)報(bào)，客觀預(yù)報(bào)技術(shù)還有待進(jìn)一步改進(jìn)，而且站點(diǎn)解釋應(yīng)用效果不明顯。此次FDP對(duì)風(fēng)、溫度、降水、能見度、相對(duì)濕度的最優(yōu)預(yù)報(bào)檢驗(yàn)指標(biāo)（最小誤差值），總體體現(xiàn)了目前國(guó)內(nèi)在中緯度山區(qū)冬季天氣客觀預(yù)報(bào)的大致水平和現(xiàn)實(shí)能力，對(duì)于認(rèn)識(shí)復(fù)雜山地冬季天氣預(yù)報(bào)存在困難、提升高精度天氣預(yù)報(bào)水平等具有極為重要的價(jià)值。

關(guān)鍵詞北京冬奧會(huì);天氣預(yù)報(bào)示范計(jì)劃;FDP;檢驗(yàn)評(píng)估

冬奧會(huì)賽事70％左右是雪上項(xiàng)目，且主要在地形復(fù)雜的山區(qū)舉辦，賽事安排與賽場(chǎng)天氣狀況密切相關(guān)。賽程安排需要根據(jù)天氣預(yù)報(bào)找到氣象條件適宜比賽的“窗口期”，而且精確的風(fēng)、溫、濕度、能見度、降水及相態(tài)轉(zhuǎn)換等的預(yù)報(bào)預(yù)警直接影響到運(yùn)動(dòng)員發(fā)揮，甚至影響到比賽安全。另外，冬奧會(huì)賽事觀賞、交通轉(zhuǎn)場(chǎng)、媒體轉(zhuǎn)播、應(yīng)急救援等外圍保障任務(wù)均會(huì)受到不同氣象條件的直接影響，相關(guān)的氣象預(yù)報(bào)預(yù)警也極為關(guān)鍵（Joe et al.，2010;KMA，2018;朱志強(qiáng)等，2019）。因此，精準(zhǔn)氣象預(yù)報(bào)是現(xiàn)代冬奧會(huì)成功舉辦的最重要條件之一（Horel et al.，2002）。國(guó)際奧委會(huì)也將應(yīng)對(duì)天氣風(fēng)險(xiǎn)、獲取精準(zhǔn)氣象預(yù)報(bào)作為歷屆冬奧會(huì)一項(xiàng)核心工作（Rutty et al.，2015）。

鑒于山區(qū)地形復(fù)雜、氣象數(shù)據(jù)稀少等原因，小尺度山地氣象監(jiān)測(cè)預(yù)報(bào)一直是國(guó)際氣象科技難題（Chow et al.，2013）。近幾屆冬奧會(huì)舉辦期間，主辦國(guó)為做好冬奧氣象保障服務(wù)，均以舉辦預(yù)報(bào)示范計(jì)劃的方式，通過薈集國(guó)內(nèi)外的先進(jìn)氣象研發(fā)成果，為冬奧氣象監(jiān)測(cè)、預(yù)報(bào)和服務(wù)提供強(qiáng)有力的科技支撐。2010年溫哥華冬奧會(huì)，加拿大環(huán)境部組織實(shí)施了SNOW-V10（Science of Nowcasting Olympic Weather for Vancouver 2010）示范計(jì)劃（Isaac et al.，2014）。通過在賽場(chǎng)周邊建立稠密立體氣象監(jiān)測(cè)網(wǎng)，并針對(duì)山區(qū)暴雪等敏感氣象條件部署多種特殊氣象儀器，開展冬季連續(xù)觀測(cè)試驗(yàn);在預(yù)報(bào)技術(shù)方面，開發(fā)包括1 km分辨率數(shù)值模式等多種針對(duì)冬奧會(huì)氣象保障的精細(xì)預(yù)報(bào)系統(tǒng)，并開展復(fù)雜地形下降水相態(tài)、低能見度等關(guān)鍵問題的深入研究。2014年索契冬奧會(huì)，俄羅斯水文氣象中心組織實(shí)施了FROST-2014（Forecast and Re-search in the Olympic Sochi Testbed）示范計(jì)劃（Kiktev et al.，2017），主要在賽場(chǎng)周邊增加布設(shè)與冬奧密切相關(guān)的常規(guī)和特殊氣象要素觀測(cè)，在前期數(shù)據(jù)分析的基礎(chǔ)上，實(shí)現(xiàn)分鐘到小時(shí)間隔的冬奧特殊氣象監(jiān)測(cè)數(shù)據(jù)服務(wù);開展賽場(chǎng)周邊冬奧高影響天氣研究，通過局地資料同化、高分辨率數(shù)值模式和集合預(yù)報(bào)等技術(shù)研發(fā)，提高冬奧賽區(qū)客觀氣象預(yù)報(bào)水平。2018年平昌冬奧會(huì)，韓國(guó)氣象廳組織實(shí)施了ICE-POP 2018（International Collaborative Experiments for Pyeongchang 2018 Olympic and Paralympic winter games）示范計(jì)劃（Lee and Kim，2019），通過組建稠密立體觀測(cè)網(wǎng)提高賽場(chǎng)及周邊氣象探測(cè)能力;開展山地和海洋對(duì)賽區(qū)氣象條件綜合影響研究，加強(qiáng)冬季山地?cái)?shù)值預(yù)報(bào)技術(shù)研發(fā)，通過千米和次千米分辨率數(shù)值模式產(chǎn)品提升低能見度和降水相態(tài)等的預(yù)報(bào)精度;推進(jìn)氣象服務(wù)展示形式網(wǎng)絡(luò)化、智能化，服務(wù)內(nèi)容也涉及不同類型冰雪運(yùn)動(dòng)。從近三屆冬奧會(huì)氣象預(yù)報(bào)示范計(jì)劃來看，稠密氣象監(jiān)測(cè)與數(shù)據(jù)分析、高時(shí)空分辨率無縫隙客觀預(yù)報(bào)、智能化預(yù)報(bào)服務(wù)成為冬奧氣象技術(shù)的重點(diǎn)發(fā)展方向。

北京冬奧會(huì)氣象預(yù)報(bào)難度極大，要求極高。相較于往屆冬奧會(huì)，北京冬奧會(huì)是近20年內(nèi)唯一一次在大陸性冬季風(fēng)主導(dǎo)的內(nèi)陸地區(qū)舉辦的冬季大型體育賽事，出現(xiàn)大風(fēng)、低溫寒潮的概率顯著偏高，因此需關(guān)注的高影響天氣和需攻克的氣象預(yù)報(bào)技術(shù)難點(diǎn)與往屆也明顯不同（Joe et al.，2010;Kiktev et al.，2017;Chen et al.，2018;Lee and Kim，2019;王冀等，2021）。另外，高精度山地氣象預(yù)報(bào)，特別是在氣象觀測(cè)和預(yù)報(bào)經(jīng)驗(yàn)幾乎為零的山地賽場(chǎng)，本身就是國(guó)際難題（Rotach et al.，2022）。2017年8月，北京冬奧組委與中國(guó)氣象局簽署氣象服務(wù)協(xié)議，氣象預(yù)報(bào)需做到百米尺度、0～10 d時(shí)效、賽區(qū)全覆蓋，除提供常規(guī)氣象要素預(yù)報(bào)，還需提供陣風(fēng)、降水相態(tài)等特殊氣象預(yù)報(bào)，為“一場(chǎng)一策”“一項(xiàng)一策”氣象保障以及開閉幕式等提供關(guān)鍵支撐。氣象預(yù)報(bào)時(shí)空精細(xì)度和預(yù)報(bào)時(shí)效需求達(dá)到冬奧歷史之最，遠(yuǎn)高于近幾屆冬奧會(huì)千米尺度、5 d預(yù)報(bào)時(shí)效的要求（Chen et al.，2018）。

為滿足北京冬奧會(huì)高精度天氣預(yù)報(bào)服務(wù)需求，在做好既有冬奧氣象科技研發(fā)支撐項(xiàng)目的同時(shí)（Chen et al.，2018），中國(guó)氣象局組織實(shí)施了“智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃”（Sciences of Meteorology with Artificial-intelligence in Research and Technology—Weather Forecast Demonstration Project for Beijing 2022 Winter Olympic and Paralympic Games，SMART2022-FDP）（以下簡(jiǎn)稱FDP），廣泛征集國(guó)內(nèi)優(yōu)秀的精細(xì)化氣象要素客觀預(yù)報(bào)技術(shù)方法和模式系統(tǒng)，通過在2021年北京冬奧測(cè)試活動(dòng)、2022年北京冬奧會(huì)和冬殘奧會(huì)正式比賽期間開展天氣預(yù)報(bào)示范的方式，將遴選出的優(yōu)秀客觀預(yù)報(bào)數(shù)據(jù)產(chǎn)品用于為冬奧氣象服務(wù)保障提供的強(qiáng)有力科技支撐。通過此次FDP，也可對(duì)目前國(guó)內(nèi)不同單位、不同部門研發(fā)和運(yùn)行的高分辨率數(shù)值天氣預(yù)報(bào)模式以及快速融合與集成預(yù)報(bào)、數(shù)值降尺度預(yù)報(bào)、統(tǒng)計(jì)釋用預(yù)報(bào)、人工智能釋用訂正等各種技術(shù)、系統(tǒng)和方法進(jìn)行平行評(píng)估和對(duì)比檢驗(yàn)，從而推動(dòng)我國(guó)精細(xì)化天氣預(yù)報(bào)技術(shù)的深入發(fā)展，提升人工智能技術(shù)在高精度天氣預(yù)報(bào)服務(wù)中的應(yīng)用水平，促進(jìn)相關(guān)核心技術(shù)在國(guó)家重大活動(dòng)氣象保障服務(wù)及氣象防災(zāi)減災(zāi)等方面的深化應(yīng)用（陳明軒等，2021;中國(guó)氣象局，2022a，第8章）。

1 FDP技術(shù)準(zhǔn)備及運(yùn)行機(jī)制

2020年3月，中國(guó)氣象局正式啟動(dòng)FDP，向全國(guó)廣泛征集參加者，最初共征集到22家單位（氣象部門內(nèi)11家，氣象部門外11家）研發(fā)的38個(gè)系統(tǒng)（包括多家高分辨率數(shù)值預(yù)報(bào)模式）報(bào)名參加，最初的各類FDP產(chǎn)品合計(jì)約為57項(xiàng)。主要的預(yù)報(bào)技術(shù)可以歸結(jié)為以下4大類：次千米級(jí)分辨率數(shù)值模式和多源資料快速同化技術(shù);次千米級(jí)分辨率和次百米級(jí)分辨率多源數(shù)據(jù)快速融合與集成預(yù)報(bào)技術(shù);次千米級(jí)分辨率和次百米級(jí)分辨率數(shù)值降尺度預(yù)報(bào)技術(shù);基于人工智能（機(jī)器學(xué)習(xí)和深度學(xué)習(xí)）的次百米級(jí)格點(diǎn)及站點(diǎn)預(yù)報(bào)釋用訂正技術(shù)。

根據(jù)計(jì)劃安排，F(xiàn)DP分為5個(gè)階段：2020年3—12月為各參加系統(tǒng)技術(shù)準(zhǔn)備期;2021年1—4月完成第1次實(shí)時(shí)運(yùn)行測(cè)試和檢驗(yàn)評(píng)估，篩選出進(jìn)入第2次實(shí)時(shí)運(yùn)行測(cè)試的系統(tǒng);2021年5—9月為系統(tǒng)改進(jìn)完善期，并于9月1—15日參加第2次實(shí)時(shí)運(yùn)行測(cè)試，確定最終參與FDP正式示范的系統(tǒng);2021年10月—2022年3月開展正式預(yù)報(bào)示范（其中冬奧和冬殘奧正式運(yùn)行期為2022年2月4日—3月16日）;2022年4—6月進(jìn)行FDP總結(jié)評(píng)估（陳明軒等，2021）。

1.1 前期技術(shù)研發(fā)及測(cè)試

鑒于參加FDP的系統(tǒng)和產(chǎn)品較多，各家系統(tǒng)對(duì)冬奧高精度靜態(tài)數(shù)據(jù)、冬奧加密觀測(cè)和數(shù)值預(yù)報(bào)背景場(chǎng)數(shù)據(jù)的需求差異顯著，各家系統(tǒng)給出的產(chǎn)品種類、預(yù)報(bào)時(shí)效、更新間隔、預(yù)報(bào)間隔、分辨率等也存在很大差異，因此為實(shí)施好FDP，設(shè)計(jì)了完整的數(shù)據(jù)鏈路和示范產(chǎn)品規(guī)則，并開展多項(xiàng)關(guān)鍵技術(shù)的研究及相關(guān)平臺(tái)的設(shè)計(jì)開發(fā)。1）在后端數(shù)據(jù)處理方面，依托國(guó)家級(jí)大數(shù)據(jù)云平臺(tái)“天擎”，完成了FDP所需基礎(chǔ)數(shù)據(jù)及產(chǎn)品的保障方案和相關(guān)技術(shù)的研究開發(fā)，如：多源數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)、多源數(shù)據(jù)存儲(chǔ)方案設(shè)計(jì)、數(shù)據(jù)快速多路分發(fā)技術(shù)研發(fā)、數(shù)據(jù)實(shí)時(shí)監(jiān)控技術(shù)設(shè)計(jì)開發(fā)、數(shù)據(jù)共享方案設(shè)計(jì)開發(fā)等。2）在產(chǎn)品集成顯示方面，完成了FDP產(chǎn)品集成方案設(shè)計(jì)和集成顯示平臺(tái)開發(fā)、測(cè)試，如：產(chǎn)品需求分析、產(chǎn)品類型設(shè)計(jì)開發(fā)、集成顯示方式設(shè)計(jì)、集成顯示平臺(tái)開發(fā)和測(cè)試等。按照面向支持冬奧實(shí)戰(zhàn)應(yīng)用的目標(biāo)，集成顯示平臺(tái)在開發(fā)過程中充分與冬奧氣象預(yù)報(bào)團(tuán)隊(duì)溝通，根據(jù)團(tuán)隊(duì)試用意見反復(fù)修改、完善。2021年1月25日，F(xiàn)DP集成顯示平臺(tái)實(shí)現(xiàn)正式上線運(yùn)行。平臺(tái)采用B／S架構(gòu)開發(fā)，實(shí)現(xiàn)了氣象部門內(nèi)外網(wǎng)同步方式運(yùn)行，內(nèi)容包括項(xiàng)目介紹、實(shí)況分析、格點(diǎn)預(yù)報(bào)、場(chǎng)館預(yù)報(bào)、檢驗(yàn)評(píng)估、數(shù)據(jù)監(jiān)控6個(gè)版塊（圖1）。3）在檢驗(yàn)評(píng)估方面，完成了FDP多源產(chǎn)品的評(píng)估檢驗(yàn)技術(shù)研發(fā)和對(duì)比分析，如：實(shí)時(shí)檢驗(yàn)和后期檢驗(yàn)的對(duì)象選取、指標(biāo)設(shè)計(jì)、檢驗(yàn)方法研發(fā)、檢驗(yàn)產(chǎn)品多維度交互顯示的設(shè)計(jì)開發(fā)，以及實(shí)現(xiàn)各類格點(diǎn)和站點(diǎn)數(shù)據(jù)產(chǎn)品的實(shí)時(shí)檢驗(yàn)和結(jié)果集成顯示等。4）在數(shù)據(jù)和產(chǎn)品監(jiān)控方面，基于國(guó)家級(jí)大數(shù)據(jù)云平臺(tái)監(jiān)控系統(tǒng)“天鏡”，實(shí)現(xiàn)了各類源數(shù)據(jù)和FDP產(chǎn)品的到報(bào)率、及時(shí)率、穩(wěn)定性等方面的實(shí)時(shí)監(jiān)控，包括圖形化監(jiān)控方式和表格化監(jiān)控方式2類。在2020年10月30日，形成最終版本的《智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃（SMART2022-FDP）技術(shù)保障方案》（冬奧氣象中心，2020），成為指導(dǎo)FDP技術(shù)研發(fā)和運(yùn)行保障的重要技術(shù)規(guī)范文檔。FDP實(shí)時(shí)運(yùn)行的整體架構(gòu)流程以及實(shí)時(shí)數(shù)據(jù)流參見圖2。

1.2 主要集成技術(shù)介紹

北京冬奧會(huì)FDP產(chǎn)品緊密圍繞冬奧氣象預(yù)報(bào)團(tuán)隊(duì)需求，集次百米級(jí)多源數(shù)據(jù)快速融合技術(shù)、次百米級(jí)大渦數(shù)值預(yù)報(bào)技術(shù)、24～240 h無縫隙高分辨率數(shù)值天氣預(yù)報(bào)技術(shù)、冬奧賽區(qū)關(guān)鍵點(diǎn)位0～240 h預(yù)報(bào)技術(shù)及風(fēng)險(xiǎn)預(yù)警技術(shù)為一體，可精細(xì)到賽區(qū)百米級(jí)分辨率、更新頻次10 min、關(guān)鍵點(diǎn)位10 d內(nèi)定時(shí)、定點(diǎn)、定量預(yù)報(bào)。具有代表性的新技術(shù)介紹如下：

1）次百米級(jí)多源數(shù)據(jù)快速融合技術(shù)：基于自動(dòng)站、雷達(dá)等多源觀測(cè)及數(shù)值預(yù)報(bào)、臨近預(yù)報(bào)等多系統(tǒng)產(chǎn)品融合技術(shù)，高分辨率復(fù)雜地形模式訂正技術(shù)，高分辨率復(fù)雜地形動(dòng)力降尺度技術(shù)，降水相態(tài)客觀診斷技術(shù)等系列核心技術(shù)，集成構(gòu)建了適用于支撐復(fù)雜地形下冬奧氣象服務(wù)保障的“百米級(jí)、分鐘級(jí)”0～24 h預(yù)報(bào)技術(shù)體系，實(shí)現(xiàn)覆蓋延慶賽區(qū)和張家口賽區(qū)100 km×100 km山區(qū)范圍以及覆蓋北京城區(qū)和近郊區(qū)120 km×110 km范圍的100 m分辨率、10 min更新的0～24 h融合預(yù)報(bào)產(chǎn)品。

2）次百米級(jí)大渦數(shù)值預(yù)報(bào)技術(shù)：聚焦復(fù)雜地形下冬奧小尺度高影響天氣預(yù)報(bào)特點(diǎn)，基于天氣研究預(yù)報(bào)模式（WRF），對(duì)復(fù)雜山地實(shí)時(shí)大渦模擬預(yù)報(bào)的多個(gè)關(guān)鍵物理方案和核心配置進(jìn)行前期試驗(yàn)、改進(jìn)優(yōu)化，著重反映對(duì)冬奧山地賽場(chǎng)最為重要的百米以下網(wǎng)格尺度風(fēng)和溫度預(yù)報(bào)的關(guān)鍵影響因素（包括復(fù)雜地形強(qiáng)迫、輻射效應(yīng)、地面摩擦作用和邊界層湍流混合效應(yīng)），設(shè)計(jì)多組并發(fā)分時(shí)段高效并行運(yùn)算策略和流程，大幅提升復(fù)雜山地大渦模擬計(jì)算效率和穩(wěn)定性，實(shí)現(xiàn)基于大渦模擬的復(fù)雜地形下冬季天氣0～10 d百米級(jí)無縫隙預(yù)報(bào)系統(tǒng)的研發(fā)構(gòu)建和穩(wěn)定、高效運(yùn)行，實(shí)現(xiàn)北京冬奧會(huì)3個(gè)賽區(qū)6個(gè)核心場(chǎng)地（古楊樹場(chǎng)館群、云頂場(chǎng)館群、國(guó)家高山滑雪中心、國(guó)家雪車雪橇中心、首鋼園區(qū)、國(guó)家體育場(chǎng)）各10 km×10 km范圍內(nèi)67 m網(wǎng)格分辨率的0～10 d預(yù)報(bào)（每日更新2次）。

3）24～240 h無縫隙高分辨率數(shù)值天氣預(yù)報(bào)技術(shù)：以中國(guó)氣象局國(guó)家級(jí)業(yè)務(wù)數(shù)值預(yù)報(bào)體系為基礎(chǔ)，面向冬奧保障高分辨精細(xì)預(yù)報(bào)需求，重點(diǎn)研發(fā)區(qū)域模式動(dòng)力框架和資料同化技術(shù)、高分辨集合預(yù)報(bào)三維尺度調(diào)整方法、多尺度混合擾動(dòng)方法等多種技術(shù)，發(fā)展多種多模式產(chǎn)品融合方法，形成了面向冬奧氣象保障服務(wù)的24～240 h無縫隙高分辨率數(shù)值天氣預(yù)報(bào)技術(shù)及系統(tǒng)，實(shí)現(xiàn)24～72 h內(nèi)3 h更新、72～240 h內(nèi)6 h更新的賽場(chǎng)定點(diǎn)氣象條件預(yù)報(bào)的既定要求。

4）冬奧賽區(qū)關(guān)鍵點(diǎn)位0～240 h預(yù)報(bào)技術(shù)：基于傳統(tǒng)統(tǒng)計(jì)釋用（多元線性回歸）、人工智能釋用訂正（多元線性回歸、隨機(jī)森林、支持向量回歸、梯度提升樹和極端梯度提升等多模式集成）、大數(shù)據(jù)挖掘（相似集合）等方法，通過對(duì)海量的多源數(shù)值天氣預(yù)報(bào)數(shù)據(jù)和大量的氣象觀測(cè)數(shù)據(jù)進(jìn)行“再解讀”，構(gòu)建數(shù)值天氣預(yù)報(bào)冬奧關(guān)鍵氣象要素在復(fù)雜山地的預(yù)報(bào)誤差模型，從而實(shí)現(xiàn)了客觀氣象預(yù)報(bào)的“再訂正”，進(jìn)一步提升復(fù)雜地形條件下冬奧氣象預(yù)報(bào)的精準(zhǔn)度，形成了冬奧關(guān)鍵點(diǎn)位0～240 h定點(diǎn)預(yù)報(bào)產(chǎn)品。

需要特別指出的是，參與此次FDP的主要模式、系統(tǒng)和技術(shù)方法特點(diǎn)鮮明，代表了國(guó)內(nèi)（甚至國(guó)際上）在高精度氣象預(yù)報(bào)方面的主流發(fā)展趨勢(shì)（表1）。其中，次百米級(jí)預(yù)報(bào)技術(shù)和人工智能釋用訂正是國(guó)際上第1次在冬奧會(huì)氣象服務(wù)保障中獲得應(yīng)用，體現(xiàn)了目前復(fù)雜地形下高精度天氣預(yù)報(bào)技術(shù)方法的發(fā)展方向。另外，從參與FDP的數(shù)值模式來看，區(qū)域數(shù)值天氣預(yù)報(bào)也正在向著千米級(jí)甚至更高分辨率方向發(fā)展，這在參與近幾屆冬奧會(huì)預(yù)報(bào)示范項(xiàng)目的數(shù)值模式配置中也可以看出類似的趨勢(shì)（Mailhot et al.，2010;Isaac et al.，2014;Kiktev et al.，2017;Lee and Kim，2019）。

1.3 主要示范產(chǎn)品規(guī)范

按照支持冬奧實(shí)戰(zhàn)應(yīng)用為第1位的原則，F(xiàn)DP示范平臺(tái)主要提供預(yù)報(bào)員可直接參考的高分辨率近地面氣象要素預(yù)報(bào)、高精度三維實(shí)況分析、冬奧關(guān)鍵點(diǎn)位氣象要素垂直廓線等產(chǎn)品，主要分為站點(diǎn)產(chǎn)品和網(wǎng)格產(chǎn)品2大類，其中網(wǎng)格產(chǎn)品又分為次千米級(jí)分辨率和次百米級(jí)分辨率2類。1）站點(diǎn)產(chǎn)品，包含冬奧組委最終確定的張家口、延慶、北京賽區(qū)所有場(chǎng)館預(yù)報(bào)站點(diǎn)，預(yù)報(bào)要素主要包括風(fēng)速風(fēng)向（包括平均風(fēng)和陣風(fēng)）、氣溫、相對(duì)濕度、降水、降水相態(tài)、能見度、風(fēng)寒指數(shù)、雪深等17個(gè)左右，預(yù)報(bào)時(shí)效至少達(dá)到72 h（最長(zhǎng)為240 h）;預(yù)報(bào)間隔為：0～24 h為≤1 h，24～72 h為≤3 h，72～240 h為≤6 h;預(yù)報(bào)更新頻率≤3 h。2）次千米級(jí)網(wǎng)格產(chǎn)品，覆蓋范圍為京津冀區(qū)域，預(yù)報(bào)要素主要包括平均風(fēng)速風(fēng)向、陣風(fēng)風(fēng)速風(fēng)向、氣溫、相對(duì)濕度、降水、降水相態(tài)、能見度等。網(wǎng)格分辨率≤1 km，預(yù)報(bào)時(shí)效≥24 h，預(yù)報(bào)間隔≤1 h，預(yù)報(bào)更新頻率≤24 h。3）次百米級(jí)網(wǎng)格產(chǎn)品，覆蓋范圍為冬奧山地賽區(qū)（包括張家口賽區(qū)和延慶賽區(qū)），預(yù)報(bào)要素主要包括風(fēng)速風(fēng)向（包括平均風(fēng)和陣風(fēng)）、氣溫、相對(duì)濕度、降水、降水相態(tài)、能見度、云等。網(wǎng)格分辨率≤100 m，預(yù)報(bào)時(shí)效≤24 h，預(yù)報(bào)間隔≤1 h，預(yù)報(bào)更新頻率≤6 h（如果僅提供客觀實(shí)況分析產(chǎn)品，更新頻率≤30 h）。站點(diǎn)數(shù)據(jù)產(chǎn)品格式統(tǒng)一為XML格式。次千米級(jí)和次百米級(jí)網(wǎng)格數(shù)據(jù)產(chǎn)品統(tǒng)一為經(jīng)緯度網(wǎng)格格距的NetCDF格式或GRIB2格式。

1.4 檢驗(yàn)評(píng)估規(guī)則和策略

為了更加科學(xué)地評(píng)估參加FDP的各模式系統(tǒng)的預(yù)報(bào)產(chǎn)品，需要開展相關(guān)的常規(guī)和非常規(guī)多維度檢驗(yàn)評(píng)估，特別是針對(duì)張家口、延慶和北京3個(gè)賽區(qū)共計(jì)29個(gè)自動(dòng)氣象站觀測(cè)的冬奧站點(diǎn)預(yù)報(bào)進(jìn)行檢驗(yàn)評(píng)估（因?yàn)橛^測(cè)限制，3個(gè)賽區(qū)的能見度檢驗(yàn)站點(diǎn)合計(jì)為12個(gè)）。FDP主要針對(duì)2類站點(diǎn)預(yù)報(bào)產(chǎn)品進(jìn)行檢驗(yàn)：1）專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品，主要指針對(duì)冬奧站點(diǎn)專門建?；蜥層煤筇幚淼漠a(chǎn)品，由FDP各參加單位直接提供站點(diǎn)預(yù)報(bào)數(shù)據(jù)，將該站點(diǎn)預(yù)報(bào)值與站點(diǎn)實(shí)況觀測(cè)值進(jìn)行對(duì)比檢驗(yàn)。2）模式系統(tǒng)預(yù)報(bào)產(chǎn)品，主要指根據(jù)FDP技術(shù)保障方案（冬奧氣象中心，2020）的規(guī)定，采用統(tǒng)一算法將模式系統(tǒng)格點(diǎn)預(yù)報(bào)直接插值到站點(diǎn)，由FDP平臺(tái)統(tǒng)一處理。其主要策略是：選擇距離站點(diǎn)最近的格點(diǎn)預(yù)報(bào)作為站點(diǎn)預(yù)報(bào)值，有多個(gè)距離相等的格點(diǎn)時(shí)取東北角格點(diǎn)，將該站點(diǎn)預(yù)報(bào)值與站點(diǎn)實(shí)況觀測(cè)進(jìn)行對(duì)比檢驗(yàn)。對(duì)于檢驗(yàn)指標(biāo)來說，除了常規(guī)的統(tǒng)計(jì)指標(biāo)，還引入多種時(shí)空維度、多要素檢驗(yàn)指標(biāo)進(jìn)行綜合評(píng)判。為保證檢驗(yàn)樣本相對(duì)一致，F(xiàn)DP主要選取各系統(tǒng)產(chǎn)品共有的08時(shí)、20時(shí)（北京時(shí)間）起報(bào)的產(chǎn)品進(jìn)行檢驗(yàn)。對(duì)于專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品，選取08時(shí)和20時(shí)2個(gè)起報(bào)時(shí)次的產(chǎn)品進(jìn)行檢驗(yàn);對(duì)于模式系統(tǒng)預(yù)報(bào)產(chǎn)品，僅選取08時(shí)起報(bào)的產(chǎn)品進(jìn)行檢驗(yàn)。檢驗(yàn)的預(yù)報(bào)要素依據(jù)冬奧氣象服務(wù)關(guān)注度排序，依次為：風(fēng)（含1 h平均風(fēng)速、1 h極大風(fēng)（陣風(fēng)）風(fēng)速）、溫度、降水、能見度、相對(duì)濕度。檢驗(yàn)預(yù)報(bào)的“時(shí)效／時(shí)間間隔”分別為：0～24 h／1 h、24～72 h／3 h、72～240 h／6 h。這里需要說明的是，多個(gè)專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品在≥72 h預(yù)報(bào)時(shí)效時(shí)均采用全球數(shù)值預(yù)報(bào)數(shù)據(jù)作為背景場(chǎng)，因此預(yù)報(bào)時(shí)效達(dá)到240 h（10 d），而模式系統(tǒng)預(yù)報(bào)產(chǎn)品基本以高分辨率區(qū)域數(shù)值預(yù)報(bào)模式數(shù)據(jù)為主，因此預(yù)報(bào)時(shí)效最長(zhǎng)為96 h（4 d）。

FDP站點(diǎn)實(shí)時(shí)檢驗(yàn)算法主要基于國(guó)家氣象中心的全流程檢驗(yàn)程序庫Meteva（劉湊華等，2023），并針對(duì)FDP檢驗(yàn)需求進(jìn)行了改進(jìn)完善，特別是各類FDP格點(diǎn)預(yù)報(bào)產(chǎn)品的站點(diǎn)插值處理、各類FDP預(yù)報(bào)產(chǎn)品與觀測(cè)數(shù)據(jù)在空間維和時(shí)間維的標(biāo)準(zhǔn)化處理（包括數(shù)據(jù)篩選、數(shù)據(jù)組合、數(shù)據(jù)合并對(duì)齊、檢驗(yàn)數(shù)據(jù)接口服務(wù)定制等）。最終形成2類站點(diǎn)檢驗(yàn)產(chǎn)品：1）可實(shí)時(shí)在線定制繪圖的數(shù)值型站點(diǎn)檢驗(yàn)產(chǎn)品，主要優(yōu)勢(shì)是功能強(qiáng)大，可多角度定制，圖形和數(shù)據(jù)可自動(dòng)排序、導(dǎo)出;2）可前臺(tái)調(diào)度、后臺(tái)出圖、前臺(tái)顯示的圖片型站點(diǎn)檢驗(yàn)產(chǎn)品，主要優(yōu)勢(shì)是信息豐富，多視角多維度檢驗(yàn)。檢驗(yàn)評(píng)估規(guī)則和策略詳見《智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃（SMART2022-FDP）技術(shù)保障方案》（冬奧氣象中心，2020）。

監(jiān)控顯示，在FDP兩次測(cè)試和正式運(yùn)行期間，集成顯示平臺(tái)（含后臺(tái)數(shù)據(jù)處理、前臺(tái)顯示、站點(diǎn)檢驗(yàn)、實(shí)時(shí)監(jiān)控等模塊）均正常和穩(wěn)定運(yùn)行。本文后續(xù)所有的站點(diǎn)客觀檢驗(yàn)，均出自該平臺(tái)的數(shù)值型站點(diǎn)檢驗(yàn)自動(dòng)統(tǒng)計(jì)結(jié)果（圖3給出了FDP平臺(tái)的數(shù)值型站點(diǎn)檢驗(yàn)產(chǎn)品示例）。

2 兩次FDP測(cè)試運(yùn)行情況

為更好地遴選出能夠真正支撐冬奧氣象保障服務(wù)的FDP產(chǎn)品，中國(guó)氣象局分別在2021年2—3月、9月組織了兩次FDP實(shí)時(shí)運(yùn)行測(cè)試，并針對(duì)測(cè)試運(yùn)行以來遇到的主要問題，包括數(shù)據(jù)產(chǎn)品格式、不同時(shí)空維度預(yù)報(bào)要素解析、集成顯示方式等，進(jìn)行了及時(shí)有效的解決。根據(jù)FDP運(yùn)行產(chǎn)品遴選原則（冬奧氣象中心，2021），在第1次FDP測(cè)試期間（2月1日—3月15日），通過對(duì)22家FDP參與單位57項(xiàng)FDP數(shù)據(jù)產(chǎn)品的準(zhǔn)確率、到報(bào)率、及時(shí)率等指標(biāo)的評(píng)判，初步遴選出16家FDP參與單位的產(chǎn)品41項(xiàng)，并淘汰了相關(guān)產(chǎn)品16項(xiàng)（其中包括6家參與單位的全部產(chǎn)品）。第2次測(cè)試主要評(píng)估了第1次FDP測(cè)試遴選出的41項(xiàng)產(chǎn)品的到報(bào)率和及時(shí)率，確保產(chǎn)品的時(shí)效性和穩(wěn)定性。

通過兩次FDP測(cè)試期的綜合檢驗(yàn)評(píng)估，最終氣象部門內(nèi)外共16家單位41項(xiàng)產(chǎn)品通過測(cè)試評(píng)估。自2021年10月8日起，F(xiàn)DP實(shí)現(xiàn)正式運(yùn)行，全力支撐10月份開始的冬奧系列測(cè)試賽、各種活動(dòng)及冬奧和冬殘奧正式比賽期間的氣象服務(wù)保障。FDP正式運(yùn)行期間的41項(xiàng)產(chǎn)品的詳細(xì)信息可參見相關(guān)文獻(xiàn)（中國(guó)氣象局，2022a，附錄D）。另外，在2021年10月8日—12月10日期間（FDP正式運(yùn)行第一階段），各個(gè)冬奧氣象預(yù)報(bào)服務(wù)團(tuán)隊(duì)根據(jù)FDP產(chǎn)品在各個(gè)賽區(qū)和關(guān)鍵服務(wù)區(qū)域（場(chǎng)館）的預(yù)報(bào)準(zhǔn)確率等性能，進(jìn)行了產(chǎn)品的再次評(píng)估，給出了FDP產(chǎn)品實(shí)時(shí)接入冬奧氣象預(yù)報(bào)服務(wù)核心平臺(tái)（冬奧多維度氣象預(yù)報(bào)業(yè)務(wù)平臺(tái)、冬奧現(xiàn)場(chǎng)氣象服務(wù)平臺(tái)、冬奧氣象綜合可視化平臺(tái)、冬奧智慧氣象手機(jī)APP）的關(guān)鍵產(chǎn)品清單。這里不再贅述。

3 FDP正式運(yùn)行期產(chǎn)品評(píng)估分析

3.1 產(chǎn)品到報(bào)率和及時(shí)率

FDP正式運(yùn)行期為2022年10月8日—2023年3月16日，經(jīng)歷了從秋到冬和從冬到春的季節(jié)轉(zhuǎn)換，很好地檢驗(yàn)了41項(xiàng)FDP產(chǎn)品的性能，包括到報(bào)率、及時(shí)率和預(yù)報(bào)準(zhǔn)確率等。在FDP正式運(yùn)行期間，絕大部分FDP數(shù)據(jù)產(chǎn)品的傳輸穩(wěn)定性較好，16家單位41項(xiàng)FDP數(shù)據(jù)產(chǎn)品的到報(bào)率均達(dá)到90％以上，39項(xiàng)產(chǎn)品的及時(shí)率達(dá)到90％以上。

3.2 產(chǎn)品主要檢驗(yàn)評(píng)估結(jié)果

因?yàn)槠拗疲@里主要以代表性結(jié)論為例，給出FDP正式運(yùn)行期間預(yù)報(bào)性能較好的產(chǎn)品總體檢驗(yàn)評(píng)估結(jié)果，而關(guān)于檢驗(yàn)評(píng)估的詳情可參見相關(guān)文獻(xiàn)（冬奧氣象中心，2022），這里不做詳細(xì)贅述。

3.2.1 平均風(fēng)和陣風(fēng)風(fēng)速預(yù)報(bào)檢驗(yàn)

風(fēng)速，尤其是陣風(fēng)預(yù)報(bào)是冬奧會(huì)特殊的氣象保障需求，山區(qū)賽場(chǎng)的不同雪上項(xiàng)目對(duì)平均風(fēng)速和陣風(fēng)風(fēng)速的要求是不一樣的（Chen et al.，2018;KMA，2018）。特別是對(duì)于陣風(fēng)來說，精準(zhǔn)預(yù)報(bào)是非常困難的，尤其在山區(qū)，因天氣形勢(shì)差異以及地形強(qiáng)迫、地面摩擦和日照輻射差異等導(dǎo)致邊界層內(nèi)大氣的各種小尺度脈動(dòng)復(fù)雜多變，使得山區(qū)陣風(fēng)的精細(xì)化預(yù)報(bào)難度更高（Chow et al.，2013;Fernando et al.，2019;Rotach et al.，2022;Tsai et al.，2022）。

表2至表4分別給出了FDP正式運(yùn)行期間近地面10 m全閾值（不分等級(jí)）陣風(fēng)風(fēng)速、≥11 m／s陣風(fēng)風(fēng)速、≥17 m／s陣風(fēng)風(fēng)速的預(yù)報(bào)檢驗(yàn)結(jié)果。其中，11 m／s和17 m／s的陣風(fēng)風(fēng)速是所有高山類滑雪項(xiàng)目最為敏感的兩個(gè)閾值，分別對(duì)應(yīng)著比賽的風(fēng)險(xiǎn)陡增和比賽的無條件取消（推遲），也是冬奧氣象保障的關(guān)鍵服務(wù)閾值。

從檢驗(yàn)結(jié)果來看，不論是專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品還是模式系統(tǒng)預(yù)報(bào)產(chǎn)品，10m平均風(fēng)風(fēng)速（表略）和陣風(fēng)預(yù)報(bào)誤差隨著預(yù)報(bào)時(shí)效的增加而增加。在0～72 h預(yù)報(bào)時(shí)效內(nèi)，不論是全閾值（不分等級(jí)）陣風(fēng)風(fēng)速還是≥11 m／s和≥17 m／s陣風(fēng)風(fēng)速，STNF的預(yù)報(bào)效果最好，體現(xiàn)出人工智能（機(jī)器學(xué)習(xí)）站點(diǎn)解釋應(yīng)用技術(shù)對(duì)陣風(fēng)風(fēng)速預(yù)報(bào)的優(yōu)勢(shì);另外，多源數(shù)據(jù)快速融合集成和大渦數(shù)值預(yù)報(bào)配合MOS站點(diǎn)解釋應(yīng)用技術(shù)（RMAPS-RISE）、區(qū)域模式配合相似集合理論解釋應(yīng)用技術(shù)（RMAPS-ST）、人工智能解釋應(yīng)用技術(shù)（MOML、KJAINWP）以及多模式集成技術(shù)（GRAPES-BLD;佟華等，2022）也具有一定優(yōu)勢(shì)。在3～10 d預(yù)報(bào)時(shí)效內(nèi)，與平均風(fēng)風(fēng)速（表略）類似，最佳的陣風(fēng)風(fēng)速專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品是RMAPS-RISE，體現(xiàn)了次百米級(jí)大渦數(shù)值模擬技術(shù)（Moeng et al.，2007）及其解釋應(yīng)用在復(fù)雜山地陣風(fēng)預(yù)報(bào)方面的優(yōu)勢(shì)（中國(guó)氣象局，2022a，2022b）。

從專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品與模式系統(tǒng)預(yù)報(bào)產(chǎn)品的風(fēng)速預(yù)報(bào)誤差對(duì)比來看，經(jīng)過站點(diǎn)解釋應(yīng)用的風(fēng)速預(yù)報(bào)誤差顯著小于數(shù)值模式和客觀系統(tǒng)的原始預(yù)報(bào)，也表明復(fù)雜山地的風(fēng)速預(yù)報(bào)站點(diǎn)解釋應(yīng)用是非常必要和關(guān)鍵的，可以顯著降低風(fēng)速的預(yù)報(bào)誤差。在模式系統(tǒng)預(yù)報(bào)產(chǎn)品中，RMAPS-RISE是0～24 h風(fēng)速預(yù)報(bào)誤差最小的產(chǎn)品，在同類產(chǎn)品里優(yōu)勢(shì)較為顯著。RMAPS-RISE平均風(fēng)預(yù)報(bào)，是采用多源數(shù)據(jù)快速融合和集成預(yù)報(bào)技術(shù)，實(shí)現(xiàn)在復(fù)雜山地的百米尺度預(yù)報(bào)（中國(guó)氣象局，2022a，2022b），并基于統(tǒng)計(jì)方法對(duì)平均風(fēng)速進(jìn)行了系統(tǒng)偏差訂正，使其誤差降低率在40％以上（楊璐等，2022）;陣風(fēng)預(yù)報(bào)，是在平均風(fēng)預(yù)報(bào)基礎(chǔ)上，采用了一個(gè)高分辨率陣風(fēng)客觀預(yù)報(bào)算法，既保留了模式物理參數(shù)特征和京津冀陣風(fēng)局地氣候統(tǒng)計(jì)特征，又發(fā)揮了高分辨率格點(diǎn)偏差實(shí)時(shí)訂正算法的優(yōu)勢(shì)（楊璐等，2023）。但對(duì)于≥11 m／s和≥17 m／s的陣風(fēng)風(fēng)速預(yù)報(bào)，大于24 h預(yù)報(bào)時(shí)效的模式系統(tǒng)原始預(yù)報(bào)誤差較大，參考價(jià)值不大。

3.2.2 溫度和相對(duì)濕度預(yù)報(bào)檢驗(yàn)

從2 m溫度和相對(duì)濕度的專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品與模式系統(tǒng)預(yù)報(bào)產(chǎn)品檢驗(yàn)結(jié)果對(duì)比（圖4和圖5）來看，站點(diǎn)解釋應(yīng)用可以顯著提升山區(qū)2 m溫度和相對(duì)濕度預(yù)報(bào)準(zhǔn)確率。在專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品中，基于人工智能的全球數(shù)值預(yù)報(bào)解釋應(yīng)用技術(shù)MOML（Li et al.，2019）誤差最小，而且0～72 h時(shí)效的預(yù)報(bào)比較穩(wěn)定，誤差隨預(yù)報(bào)時(shí)效延長(zhǎng)的增長(zhǎng)不明顯;但是對(duì)于3～10 d預(yù)報(bào)時(shí)效，誤差增長(zhǎng)較為明顯，即使是效果最好的MOML，溫度預(yù)報(bào)平均均方根誤差也達(dá)到0～72 h的兩倍;相對(duì)濕度的平均絕對(duì)誤差在72 h預(yù)報(bào)時(shí)為8％，到240 h預(yù)報(bào)時(shí)達(dá)到16％（圖略）?？傮w來說，對(duì)于3 d以上的冬季復(fù)雜山地溫度和相對(duì)濕度精細(xì)化預(yù)報(bào)，目前基于人工智能的解釋應(yīng)用技術(shù)還有待進(jìn)一步改進(jìn)。另外在模式系統(tǒng)預(yù)報(bào)產(chǎn)品中，8家模式系統(tǒng)產(chǎn)品0～24 h溫度預(yù)報(bào)技巧差異不明顯（圖4），溫度預(yù)報(bào)的平均均方根誤差最大差異僅為0.36 ℃，相對(duì)濕度產(chǎn)品預(yù)報(bào)技巧也與此類似（圖5）。72 h以上的溫度和相對(duì)濕度預(yù)報(bào)產(chǎn)品只有GZ-3km一家（72～96 h預(yù)報(bào)時(shí)效），因此本文僅列出該產(chǎn)品作為參考，并不具備平行對(duì)比的條件。

3.2.3 降水預(yù)報(bào)檢驗(yàn)

眾所周知，對(duì)于北京冬奧會(huì)復(fù)雜山地賽場(chǎng)的冬季降水（降雪）預(yù)報(bào)檢驗(yàn)而言，其實(shí)際上是一個(gè)小樣本的檢驗(yàn)。因此，這里僅給出0.1 mm閾值（指示有無降水／降雪）的檢驗(yàn)結(jié)果，即對(duì)于0～24 h、24～72 h、72～240 h預(yù)報(bào)，檢驗(yàn)標(biāo)準(zhǔn)分別為0.1 mm／（1 h）、0.1 mm／（3 h）、0.1 mm／（6 h）（冬奧氣象中心，2020）。對(duì)于降水預(yù)報(bào)來說，通用的檢驗(yàn)評(píng)分規(guī)則是聯(lián)合考慮TS評(píng)分與Bias評(píng)分。Bias評(píng)分評(píng)判降水預(yù)報(bào)與降水實(shí)況的相對(duì)大小，能夠指示“空?qǐng)?bào)”與“漏報(bào)”情況;TS評(píng)分評(píng)判“正確”降水預(yù)報(bào)與降水實(shí)況的關(guān)系。因此，一般在Bias評(píng)分接近于1的前提下（即限制了“空?qǐng)?bào)”與“漏報(bào)”），TS評(píng)分越高表明降水預(yù)報(bào)技巧越高。在此，我們限定Bias評(píng)分的最佳范圍為［0.7，1.3］，可容忍范圍為［0.5，1.5］。

從降水檢驗(yàn)結(jié)果（表5）來看，對(duì)于0.1 mm（有無降水／降雪）預(yù)報(bào)，不論是專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品還是模式系統(tǒng)預(yù)報(bào)產(chǎn)品，TS評(píng)分隨預(yù)報(bào)時(shí)效的減小趨勢(shì)是類似的。綜合TS評(píng)分和Bias評(píng)分來看，專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品中，GRAPES多模式集成產(chǎn)品（GRAPES-BLD）在0～72 h時(shí)效內(nèi)的有無降水（降雪）預(yù)報(bào)效果相對(duì)較好;模式系統(tǒng)預(yù)報(bào)產(chǎn)品中，高分辨率數(shù)值模式產(chǎn)品（GZ-500m、GZ-3km）具有一定的參考價(jià)值。另外，降水檢驗(yàn)結(jié)果顯示出2個(gè)明顯特征：1）受數(shù)據(jù)樣本不足以及時(shí)間和空間尺度的差異的影響，站點(diǎn)釋用結(jié)果往往無法捕捉到整個(gè)區(qū)域的降水變化和空間分布特征，無論是利用傳統(tǒng)的線性統(tǒng)計(jì)方法還是利用人工智能方法對(duì)站點(diǎn)進(jìn)行降水預(yù)報(bào)釋用訂正，專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品評(píng)分結(jié)果都不及模式系統(tǒng)預(yù)報(bào)產(chǎn)品，這是非常值得關(guān)注的特點(diǎn);2）總體來看，Bias評(píng)分小于1的產(chǎn)品占絕大多數(shù)，表明對(duì)于冬季復(fù)雜山地有無降水（降雪）的預(yù)報(bào)而言，以“漏報(bào)”為主。

3.2.4 能見度預(yù)報(bào)檢驗(yàn)

冬奧山地賽場(chǎng)對(duì)能見度條件非常敏感，山區(qū)的低能見度直接影響到冬奧雪上項(xiàng)目賽事舉辦和運(yùn)動(dòng)員安全，對(duì)賽事轉(zhuǎn)播效果也會(huì)造成很大影響。這里僅檢驗(yàn)冬奧會(huì)氣象服務(wù)最為關(guān)注的能見度≤1 km的低能見度事件的預(yù)報(bào)技巧。檢驗(yàn)規(guī)則類似于降水檢驗(yàn)。從檢驗(yàn)結(jié)果（表6）來看，專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品與模式系統(tǒng)預(yù)報(bào)產(chǎn)品性能整體相當(dāng)，不同產(chǎn)品對(duì)低能見度事件的預(yù)報(bào)能力都非常有限。在模式系統(tǒng)預(yù)報(bào)產(chǎn)品中，綜合TS評(píng)分和Bias評(píng)分來看，高分辨率邊界層數(shù)值模式產(chǎn)品WiNS對(duì)于≤1 km的低能見度事件具有一定的預(yù)報(bào)技巧，但事實(shí)上其只有12 h預(yù)報(bào)時(shí)效。另外可看出，參與FDP的站點(diǎn)解釋應(yīng)用技術(shù)對(duì)于冬季復(fù)雜山地的低能見度預(yù)報(bào)技巧并沒有提升能力。當(dāng)然，復(fù)雜山地低能見度的預(yù)報(bào)本身就是一個(gè)國(guó)際難題，在與低能見度密切相關(guān)的山區(qū)云微物理變化、風(fēng)、溫濕度等的復(fù)雜地形解析、關(guān)鍵物理方案描述等方面，以及山區(qū)地形云的預(yù)報(bào)方面，高分辨率數(shù)值模式還有待大幅改進(jìn)（Joe et al.，2010;Chow et al.，2013;Fernando et al.，2019）。

4 總結(jié)與討論

此次FDP是在我國(guó)首次針對(duì)國(guó)內(nèi)22家單位（氣象部門內(nèi)外各11家）開展的中緯度山區(qū)冬季0～10 d天氣預(yù)報(bào)示范計(jì)劃。通過此次FDP，一是實(shí)現(xiàn)了FDP實(shí)時(shí)運(yùn)行所需的多種源數(shù)據(jù)和多源數(shù)據(jù)產(chǎn)品的高效傳輸、分發(fā)及監(jiān)控，二是實(shí)現(xiàn)了次千米級(jí)和次百米級(jí)高精度分析和預(yù)報(bào)多源數(shù)據(jù)產(chǎn)品的高效實(shí)時(shí)處理、綜合集成顯示及實(shí)時(shí)檢驗(yàn)、后評(píng)估，三是實(shí)現(xiàn)了對(duì)次千米級(jí)數(shù)值預(yù)報(bào)、次百米級(jí)多源數(shù)據(jù)快速融合和大渦數(shù)值預(yù)報(bào)、人工智能釋用訂正等新技術(shù)的實(shí)時(shí)示范應(yīng)用。

此次FDP為冬奧3個(gè)賽區(qū)預(yù)報(bào)團(tuán)隊(duì)和各級(jí)氣象臺(tái)提供了豐富多樣和穩(wěn)定可靠的高精度客觀預(yù)報(bào)產(chǎn)品，有力支撐了高標(biāo)準(zhǔn)的冬奧氣象服務(wù)。參與冬奧氣象服務(wù)保障的預(yù)報(bào)員團(tuán)隊(duì)反饋，豐富的FDP產(chǎn)品及其顯示方式的多樣性有助于預(yù)報(bào)員快速獲取冬奧氣象保障的關(guān)鍵信息;FDP預(yù)報(bào)產(chǎn)品的精細(xì)度和準(zhǔn)確率，的確讓預(yù)報(bào)員感受到了新技術(shù)的沖擊力，很大程度上推動(dòng)了中國(guó)氣象局目前正在開展的智能網(wǎng)格預(yù)報(bào)的業(yè)務(wù)應(yīng)用能力。表7中給出的FDP兩類產(chǎn)品對(duì)風(fēng)、溫度、降水、能見度、相對(duì)濕度的最優(yōu)預(yù)報(bào)檢驗(yàn)指標(biāo)（最小誤差值），可以說總體體現(xiàn)了目前國(guó)內(nèi)在中緯度山區(qū)冬季天氣客觀預(yù)報(bào)的大致水平和現(xiàn)實(shí)能力，對(duì)于認(rèn)識(shí)復(fù)雜山地冬季天氣預(yù)報(bào)目前存在的困難、提升高精度天氣預(yù)報(bào)水平等具有極為重要的意義。

當(dāng)然，上述FDP評(píng)估結(jié)果是FDP正式運(yùn)行期間（2021年10月8日—2023年3月16日）3個(gè)冬奧賽區(qū)平均的檢驗(yàn)對(duì)比結(jié)論，對(duì)于不同賽區(qū)、每一次天氣過程，不同產(chǎn)品（要素）的預(yù)報(bào)準(zhǔn)確率也存在差異。另外，對(duì)于預(yù)報(bào)最為關(guān)注的極端和轉(zhuǎn)折性天氣來說，客觀技術(shù)和模式系統(tǒng)的預(yù)報(bào)能力不能簡(jiǎn)單地用檢驗(yàn)評(píng)分去衡量，因?yàn)榭陀^檢驗(yàn)更多體現(xiàn)的是平均態(tài)特征。由于篇幅原因，這里不再贅述詳細(xì)結(jié)果，讀者可參見相關(guān)文獻(xiàn)（冬奧氣象中心，2022）。

目前的FDP客觀檢驗(yàn)也還存在不完善的地方。由于參加FDP的預(yù)報(bào)產(chǎn)品更新頻次不同（在FDP顯示平臺(tái)，從逐小時(shí)更新至24 h更新1次不等），如前所述，為了比較更多產(chǎn)品的預(yù)報(bào)效果，以及專項(xiàng)站點(diǎn)預(yù)報(bào)產(chǎn)品相對(duì)于模式系統(tǒng)預(yù)報(bào)產(chǎn)品的提升度，并保證樣本的相對(duì)一致性和檢驗(yàn)的相對(duì)公平性，F(xiàn)DP站點(diǎn)檢驗(yàn)主要選取各產(chǎn)品共有的起報(bào)時(shí)次08時(shí)和（或）20時(shí)（北京時(shí)間），根據(jù)產(chǎn)品共有的預(yù)報(bào)時(shí)間間隔進(jìn)行正式示范期的預(yù)報(bào)檢驗(yàn)。對(duì)每天逐6 h、逐3 h、逐1 h更新的預(yù)報(bào)產(chǎn)品，主要在典型天氣個(gè)例中評(píng)估其預(yù)報(bào)效果（冬奧氣象中心，2022）。需要說明的是，對(duì)于時(shí)間更新頻次高的產(chǎn)品，用到的數(shù)據(jù)產(chǎn)品樣本相對(duì)較少。以北京市氣象局的RMAPS-RISE系統(tǒng)為例，0～24 h預(yù)報(bào)產(chǎn)品本身逐10 min更新，如果一天選取1個(gè)整點(diǎn)起報(bào)時(shí)次，使用的檢驗(yàn)樣本數(shù)只有實(shí)際產(chǎn)品數(shù)的1／144，即使選擇2個(gè)整點(diǎn)起報(bào)時(shí)次進(jìn)行檢驗(yàn)，檢驗(yàn)樣本也只占預(yù)報(bào)產(chǎn)品總數(shù)的1／72，并不能十分客觀地反映高頻次更新產(chǎn)品的預(yù)報(bào)效果。另外，不同F(xiàn)DP產(chǎn)品的預(yù)報(bào)時(shí)長(zhǎng)差異較大，從2 h至240 h不等，部分評(píng)分的計(jì)算結(jié)果可能會(huì)受到預(yù)報(bào)時(shí)長(zhǎng)的影響。當(dāng)然，高時(shí)空分辨率預(yù)報(bào)產(chǎn)品的客觀公正檢驗(yàn)本身就是一個(gè)難題，目前國(guó)際上主流的檢驗(yàn)方法和檢驗(yàn)標(biāo)準(zhǔn)也有待進(jìn)一步完善（Ebert et al.，2013）。

對(duì)于模式系統(tǒng)產(chǎn)品的站點(diǎn)檢驗(yàn)來說，僅能評(píng)判測(cè)站附近的預(yù)報(bào)性能。特別是冬奧FDP的站點(diǎn)檢驗(yàn)，因?yàn)闇y(cè)站相對(duì)集中在每個(gè)賽區(qū)幾平方千米的小范圍內(nèi)，所以對(duì)于復(fù)雜山地次千米級(jí)和次百米級(jí)模式系統(tǒng)格點(diǎn)預(yù)報(bào)產(chǎn)品的整體性能評(píng)估也存在一定缺陷。例如，對(duì)于延慶賽區(qū)來說，F(xiàn)DP檢驗(yàn)站點(diǎn)有9個(gè)，但只有7個(gè)位于高山滑雪賽場(chǎng)賽道上（圖6），因此對(duì)于類似RMAPS-RISE這樣的次百米級(jí)格點(diǎn)預(yù)報(bào)來說，利用7個(gè)站點(diǎn)的FDP檢驗(yàn)結(jié)果評(píng)估其在延慶賽區(qū)復(fù)雜山地賽場(chǎng)的整體預(yù)報(bào)性能還存在不確定性。

在FDP測(cè)試及正式運(yùn)行期間，也開展了FDP產(chǎn)品的格點(diǎn)檢驗(yàn)，但只作為一項(xiàng)試驗(yàn)而并未作為FDP評(píng)判標(biāo)準(zhǔn)，主要是考慮到復(fù)雜山地格點(diǎn)實(shí)況場(chǎng)本身的可信度問題，以及部分產(chǎn)品在進(jìn)行多模式集成融合時(shí)已經(jīng)使用了相關(guān)的格點(diǎn)實(shí)況場(chǎng)。另外，格點(diǎn)檢驗(yàn)方法本身及其客觀解釋也有待開展大量的細(xì)致工作（Gilleland，2021）。

致謝：冬奧FDP的規(guī)劃、布局和實(shí)施，是一個(gè)龐大的系統(tǒng)工程。冬奧氣象中心（中國(guó)氣象局）和冬奧氣象北京分中心（北京市氣象局）的高效組織和管理，以及參與單位的全力配合，確保了FDP的成功運(yùn)行。冬奧會(huì)延慶、張家口和北京賽區(qū)氣象預(yù)報(bào)團(tuán)隊(duì)全程參與了FDP計(jì)劃的實(shí)施并提供了寶貴意見和改進(jìn)建議。國(guó)家氣象中心（中央氣象臺(tái)）、北京市氣象臺(tái)、河北省氣象臺(tái)、河北省張家口市氣象局、北京市延慶區(qū)氣象局對(duì)產(chǎn)品應(yīng)用提出了建設(shè)性意見。北京冬奧會(huì)和冬殘奧會(huì)組織委員會(huì)體育部和技術(shù)部、國(guó)家體育總局冬季運(yùn)動(dòng)管理中心對(duì)FDP運(yùn)行和產(chǎn)品推廣應(yīng)用給予了大力支持。加拿大環(huán)境部的Paul Joe博士對(duì)FDP的前期籌備提供了寶貴建議。謹(jǐn)致謝忱！

參考文獻(xiàn)（References）

Chen M X，Quan J N，Miao S G，et al.，2018.Enhanced weather research and forecasting in support of the Beijing 2022 Winter Olympic and Paralympic Games［J］.WMO Bulletin，67（2）：58-61.

陳明軒，付宗鈺，梁豐，等，2021.“智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃”進(jìn)展綜述［J］.氣象科技進(jìn)展，11（6）：8-13. Chen M X，F(xiàn)u Z Y，Liang F，et al.，2021.A review of SMART2022-FDP progress［J］.Adv Meteor Sci Technol，11（6）：8-13.doi：10.3969／j.issn.2095-1973.2021.06.002.（in Chinese）.

Chow F K，De Wekker S F J，Snyder B J，2013.Mountain weather research and forecasting：recent progress and current challenges［M］.Dordrecht：Springer.doi：10.1007／978-94-007-4098-3.

冬奧氣象中心，2020.智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃（SMART2022-FDP）技術(shù)保障方案［S］. Meteorological Center for the 2022 Olympic and Paralympic Games （MCOPG），2020.Technical support documentation for sciences of meteorology with artificial-intelligence in research and technology—Weather forecast demonstration project for Beijing 2022 Winter Olympic and Paralympic Games （SMART2022-FDP）［S］.（in Chinese）.

冬奧氣象中心，2021.智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃（SMART2022-FDP）第一次測(cè)試運(yùn)行期綜合評(píng)估報(bào)告［R］. Meteorological Center for the 2022 Olympic and Paralympic Games （MCOPG），2021.Comprehensive evaluation report of the first test operation for sciences of meteorology with artificial-intelligence in research and technology—Weather forecast demonstration project for Beijing 2022 Winter Olympic and Paralympic Games （SMART2022-FDP）［R］.（in Chinese）.

冬奧氣象中心，2022.智慧冬奧2022天氣預(yù)報(bào)示范計(jì)劃（SMART2022-FDP）正式示范運(yùn)行期站點(diǎn)檢驗(yàn)評(píng)估報(bào)告［R］. Meteorological Center for the 2022 Olympic and Paralympic Games （MCOPG），2022.Site verification and evaluation report of the formal demonstration operation period for sciences of meteorology with artificial-intelligence in research and technology—Weather forecast demonstration project for Beijing 2022 Winter Olympic and Paralympic Games （SMART2022-FDP）［R］.（in Chinese）.

Ebert E，Wilson L，Weigel A，et al.，2013.Progress and challenges in forecast verification［J］.Meteor Appl，20（2）：130-139.doi：10.1002／met.1392.

Fernando H J S，Mann J，Palma J M L M，et al.，2019.The perdigo：peering into microscale details of mountain winds［J］.Bull Amer Meteor Soc，100（5）：799-819.doi：10.1175／bams-d-17-0227.1.

Gilleland E，2021.Novel measures for summarizing high-resolution forecast performance［J］.Adv Stat Clim Meteorol Oceanogr，7（1）：13-34.doi：10.5194／ascmo-7-13-2021.

Horel J，Potter T，Dunn L，et al.，2002.Weather support for the 2002 Winter Olympic and Paralympic Games［J］.Bull Amer Meteor Soc，83（2）：227-240.doi：10.1175／1520-0477（2002）083<0227：wsftwo>2.3.co;2.

Isaac G A，Joe P I，Mailhot J，et al.，2014.Science of nowcasting Olympic weather for Vancouver 2010 （SNOW-V10）：a world weather research programme project［J］.Pure Appl Geophys，171（1）：1-24.doi：10.1007／s00024-012-0579-0.

Joe P，Doyle C，Wallace A，et al.，2010.Weather services，science advances，and the Vancouver 2010 Olympic and Paralympic Winter Games［J］.Bull Amer Meteor Soc，91（1）：31-36.doi：10.1175／2009bams2998.1.

Kiktev D，Joe P，Isaac G A，et al.，2017.FROST-2014：the Sochi Winter Olympics International Project［J］.Bull Amer Meteor Soc，98（9）：1908-1929.doi：10.1175／bams-d-15-00307.1.

KMA（Korea Meteorological Administration），2018.Weather services for the 2018 Pyeongchang Olympic ＆ Paralympic Winter Games［R］.2018 Pyeongchang Winter Olympics ＆ Paralympics Weather Support White Paper，April 2018，Korea.

Lee G，Kim K，2019.International collaborative experiments for Pyeongchang 2018 Olympic and Paralympic Winter Games（ICE-POP 2018）［R］.American Geophysical Union，F(xiàn)all Meeting 2019.

Li H C，Yu C，Xia J J，et al.，2019.A model output machine learning method for grid temperature forecasts in the Beijing area［J］.Adv Atmos Sci，36（10）：1156-1170.doi：10.1007／s00376-019-9023-z.

劉湊華，代刊，林建，等，2023.天氣預(yù)報(bào)全流程檢驗(yàn)評(píng)估程序庫的設(shè)計(jì)與實(shí)現(xiàn)［J］.氣象，49（3）：351-364. Liu C H，Dai K，Lin J，et al.，2023.Design and implementation of whole process evaluation program library of weather forecast［J］.Meteor Mon，49（3）：351-364.doi：10.7519／j.issn.1000-0526.2022.050902.（in Chinese）.

Mailhot J，Bélair S，Charron M，et al.，2010.Environment Canadas experimental numerical weather prediction systems for the Vancouver 2010 Winter Olympic and Paralympic Games［J］.Bull Amer Meteor Soc，91（8）：1073-1086.doi：10.1175／2010bams2913.1.

Moeng C H，Dudhia J，Klemp J，et al.，2007.Examining two-way grid nesting for large eddy simulation of the PBL using the WRF model［J］.Mon Wea Rev，135（6）：2295-2311.doi：10.1175／mwr3406.1.

Rotach M W，Serafin S，Ward H C，et al.，2022.A collaborative effort to better understand，measure，and model atmospheric exchange processes over mountains［J］.Bull Amer Meteor Soc，103（5）：E1282-E1295.doi：10.1175／bams-d-21-0232.1.

Rutty M，Scott D，Steiger R，et al.，2015.Weather risk management at the Olympic Winter Games［J］.Curr News Tour，18（10）：931-946.doi：10.1080／13683500.2014.887665.

佟華，張玉濤，齊倩倩，等，2022.基于CMA模式體系的京津冀地區(qū)復(fù)雜地形下冬季的精細(xì)化地面要素多模式集成預(yù)報(bào)研究［J］.氣象，48（12）：1539-1549. Tong H，Zhang Y T，Qi Q Q，et al.，2022.The multi-model blending forecasts of near-surface parameters based on CMA model system［J］.Meteor Mon，48（12）：1539-1549.doi：10.7519／j.issn.1000-0526.2022.082201.（in Chinese）.

Tsai C L，Kim K，Liou Y C，et al.，2022.Orographic-induced strong wind associated with a low-pressure system under clear-air condition during ICE-POP 2018［J］.J Geophys Res：Atmos，127（13）：e2021jd036418.doi：10.1029／2021jd036418.

王冀，于長(zhǎng)文，高輝，等，2021.北京2022年冬奧會(huì)和冬殘奧會(huì)賽區(qū)氣象條件及氣象風(fēng)險(xiǎn)分析報(bào)告（2021）［M］.北京：氣象出版社. Wang J，Yu C W，Gao H，et al.，2021.Meteorological conditions and meteorological risk analysis report for the Beijing 2022 Winter Olympics and Paralympics （2021）［M］.Beijing：China Meteorological Press.（in Chinese）.

楊璐，宋林燁，荊浩，等，2022.復(fù)雜地形下高精度風(fēng)場(chǎng)融合預(yù)報(bào)訂正技術(shù)在冬奧會(huì)賽區(qū)風(fēng)速預(yù)報(bào)中的應(yīng)用研究［J］.氣象，48（2）：162-176. Yang L，Song L Y，Jing H，et al.，2022.Fusion prediction and correction technique for high-resolution wind field in winter Olympic games area under complex terrain［J］.Meteor Mon，48（2）：162-176.doi：10.7519／j.issn.1000-0526.2021.092902.（in Chinese）.

楊璐，王曉麗，宋林燁，等，2023.基于陣風(fēng)系數(shù)模型的百米級(jí)陣風(fēng)客觀預(yù)報(bào)算法研究［J］.氣象學(xué)報(bào)，81（1）：94-109. Yang L，Wang X L，Song L Y，et al.，2023.An algorithm for objective forecasting of gust winds at 100 m horizontal resolution based on a gust coefficient model［J］.Acta Meteor Sin，81（1）：94-109.doi：10.11676／qxxb2023.20220052.（in Chinese）.

中國(guó)氣象局，2022a.北京2022年冬奧會(huì)和冬殘奧會(huì)氣象保障服務(wù)成果·業(yè)務(wù)服務(wù)卷［M］.北京：氣象出版社. China Meteorological Administration，2022a.Meteorological support service achievements for the Beijing 2022 Winter Olympics and Paralympics—Operation and service volume［M］.Beijing：China Meteorological Press.（in Chinese）.

中國(guó)氣象局，2022b.北京2022年冬奧會(huì)和冬殘奧會(huì)氣象保障服務(wù)成果·科技支撐卷［M］.北京：氣象出版社. China Meteorological Administration，2022b.Meteorological support service achievements for the Beijing 2022 Winter Olympics and Paralympics—Science and technology support volume［M］.Beijing：China Meteorological Press.（in Chinese）.

朱志強(qiáng)，王飛，王東海，等，2019.2016—2017雪季冬奧會(huì)“窗口期”氣象資料分析與建議［J］.上海體育學(xué)院學(xué)報(bào)，43（1）：43-50. Zhu Z Q，Wang F，Wang D H，et al.，2019.Meteorological analysis on winter Olympic games “window period” in the 2016—2017 snow season［J］.J Shanghai Univ Sport，43（1）：43-50.doi：10.16099／j.sus.2019.01.007.（in Chinese）.