面向預(yù)報(bào)員的精細(xì)化數(shù)值預(yù)報(bào)產(chǎn)品應(yīng)用 培訓(xùn)需求研究

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(bào)是現(xiàn)代預(yù)報(bào)預(yù)測業(yè)務(wù)的基石，每天在世界各地主要?dú)庀髽I(yè)務(wù)中心運(yùn)行，在精細(xì)化預(yù)報(bào)、災(zāi)害性天氣預(yù)報(bào)、延伸期預(yù)報(bào)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(bào)的準(zhǔn)確率不斷提高，預(yù)報(bào)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(bào)制作方式，預(yù)報(bào)員未來最大的貢獻(xiàn)是理解傳播預(yù)報(bào)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(bào)培訓(xùn)的試驗(yàn)探索了預(yù)報(bào)員改進(jìn)模式預(yù)報(bào)的機(jī)會(huì)，肯定了預(yù)報(bào)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(píng)價(jià)和改善數(shù)值預(yù)報(bào)模式。預(yù)報(bào)員需要了解數(shù)值預(yù)報(bào)模式的預(yù)報(bào)性能，積累數(shù)值預(yù)報(bào)應(yīng)用和訂正經(jīng)驗(yàn)，才能成為以數(shù)值預(yù)報(bào)為基礎(chǔ)，綜合運(yùn)用各類氣象信息的新型預(yù)報(bào)員[3-5]。由于數(shù)值預(yù)報(bào)本身處在迅速發(fā)展中，預(yù)報(bào)員需要根據(jù)數(shù)值預(yù)報(bào)的新屬性調(diào)整使用數(shù)值預(yù)報(bào)產(chǎn)品的策略與方法，以達(dá)到提升預(yù)報(bào)效果，否則會(huì)在使用中陷入盲目，或?qū)?shù)值預(yù)報(bào)結(jié)果過分依賴。因此，幫助預(yù)報(bào)員建立數(shù)值預(yù)報(bào)的應(yīng)用策略成為國內(nèi)外氣象教育培訓(xùn)的重點(diǎn)課題。

21世紀(jì)初，美國天氣預(yù)報(bào)服務(wù)中心（NWS）即開始關(guān)注數(shù)值天氣預(yù)報(bào)對(duì)人工預(yù)報(bào)的影響，持續(xù)開展兩者的預(yù)報(bào)評(píng)分對(duì)比并發(fā)布年度報(bào)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(bào)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(jì)劃“業(yè)務(wù)氣象、教育和培訓(xùn)合作計(jì)劃”自2009年起制作并發(fā)布了面向預(yù)報(bào)員的“在天氣預(yù)報(bào)中有效使用數(shù)值預(yù)報(bào)”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(bào)產(chǎn)品及應(yīng)用，有效應(yīng)用高分辨數(shù)值預(yù)報(bào)等[6]。2015年歐洲中期天氣預(yù)報(bào)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(huì)，聚焦新時(shí)期的數(shù)值天氣預(yù)報(bào)應(yīng)用培訓(xùn)，研討氣象培訓(xùn)如何適應(yīng)數(shù)值預(yù)報(bào)的發(fā)展，包括預(yù)報(bào)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(bào)提升天氣預(yù)報(bào)的精度；培訓(xùn)機(jī)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(xiàng)目中設(shè)計(jì)了一個(gè)為期5 d的數(shù)值天氣預(yù)報(bào)培訓(xùn)，但僅專注法國氣象局的數(shù)值預(yù)報(bào)基礎(chǔ)知識(shí)和產(chǎn)品使用。

綜上，從國內(nèi)外氣象預(yù)報(bào)業(yè)務(wù)的發(fā)展趨勢來看，加強(qiáng)數(shù)值預(yù)報(bào)的應(yīng)用是未來預(yù)報(bào)員轉(zhuǎn)型、提升預(yù)報(bào)預(yù)測準(zhǔn)確率的主流方向，歐美國家氣象培訓(xùn)機(jī)構(gòu)均已著手討論和推進(jìn)數(shù)值預(yù)報(bào)應(yīng)用專題的培訓(xùn)設(shè)計(jì)和實(shí)施。我國天氣預(yù)報(bào)員隊(duì)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(diǎn)。開展面向我國氣象業(yè)務(wù)發(fā)展的數(shù)值預(yù)報(bào)應(yīng)用培訓(xùn)需求分析，設(shè)計(jì)適合我國預(yù)報(bào)員的數(shù)值預(yù)報(bào)應(yīng)用培訓(xùn)課程體系勢在必行，以助力廣大預(yù)報(bào)員掌握不斷涌現(xiàn)的數(shù)值預(yù)報(bào)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(bào)的能力，形成對(duì)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(bào)對(duì)數(shù)值預(yù)報(bào)應(yīng)用的組織需求，調(diào)研目前預(yù)報(bào)員數(shù)值預(yù)報(bào)應(yīng)用的實(shí)際能力，并分析兩者差距，提出數(shù)值預(yù)報(bào)應(yīng)用培訓(xùn)的需求，為科學(xué)合理設(shè)計(jì)教學(xué)課程和搭建實(shí)習(xí)實(shí)訓(xùn)平臺(tái)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(shí)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(bào)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(bào)員數(shù)值預(yù)報(bào)應(yīng)用能力方面的組織需求，通過專家訪談和專題報(bào)告進(jìn)一步細(xì)化了精細(xì)化數(shù)值預(yù)報(bào)滋生的科學(xué)問題和對(duì)預(yù)報(bào)員能力素養(yǎng)的新要求，通過問卷調(diào)研分析了預(yù)報(bào)員隊(duì)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(bào)應(yīng)用培訓(xùn)需求和教學(xué)側(cè)重點(diǎn)。

2 精細(xì)化數(shù)值預(yù)報(bào)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(shí)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(shí)，一般通過完成教育機(jī)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(shí)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(bào)與服務(wù)、航空氣象、海洋氣象等六個(gè)領(lǐng)域的勝任力框架，其中預(yù)報(bào)員勝任力標(biāo)準(zhǔn)包含了“業(yè)務(wù)基礎(chǔ)知識(shí)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(bào)業(yè)務(wù)對(duì)預(yù)報(bào)員能力素養(yǎng)的要求為例，分析了精細(xì)化數(shù)值預(yù)報(bào)的培訓(xùn)需求。

2.1 中國氣象局對(duì)預(yù)報(bào)員數(shù)值預(yù)報(bào)應(yīng)用能力的要求

數(shù)值預(yù)報(bào)是現(xiàn)代氣象事業(yè)發(fā)展的核心支撐，同時(shí)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(bào)員職能變遷的內(nèi)在原因，也是數(shù)值預(yù)報(bào)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(bào)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(bào)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(bào)員轉(zhuǎn)型發(fā)展——從過于依賴數(shù)值預(yù)報(bào)和經(jīng)驗(yàn)的“傳統(tǒng)型”向更多依靠科學(xué)分析、駕馭現(xiàn)代預(yù)報(bào)技術(shù)的“現(xiàn)代型”轉(zhuǎn)變。通過加強(qiáng)培訓(xùn)和業(yè)務(wù)技術(shù)總結(jié)，著力提升國家-省兩級(jí)預(yù)報(bào)員在災(zāi)害性天氣預(yù)報(bào)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(duì)數(shù)值預(yù)報(bào)的解釋應(yīng)用和訂正能力。實(shí)施預(yù)報(bào)員能力提升工程，強(qiáng)化預(yù)報(bào)員崗位培訓(xùn)，完善培訓(xùn)體系，組織實(shí)施預(yù)報(bào)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(bào)行動(dòng)計(jì)劃（2018—2020年）》（以下簡稱《行動(dòng)計(jì)劃》），計(jì)劃到2020年建成無縫隙、精準(zhǔn)化、全覆蓋、智慧型預(yù)報(bào)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(bào)員和人才隊(duì)伍。為培育預(yù)報(bào)理論功底扎實(shí)、預(yù)報(bào)技術(shù)開發(fā)有創(chuàng)新、可駕馭現(xiàn)代預(yù)報(bào)技術(shù)的新型預(yù)報(bào)員，《行動(dòng)計(jì)劃》中明確要求創(chuàng)建有利于創(chuàng)新型人才隊(duì)伍成長的機(jī)制，其中包括強(qiáng)化預(yù)報(bào)員專業(yè)技術(shù)培訓(xùn)、完善培訓(xùn)體系、實(shí)施分類培訓(xùn)，通過加強(qiáng)培訓(xùn)和交流總結(jié)，使預(yù)報(bào)員轉(zhuǎn)變觀念，適應(yīng)智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)技術(shù)發(fā)展。提升預(yù)報(bào)員對(duì)多源資料應(yīng)用能力和對(duì)數(shù)值預(yù)報(bào)解釋應(yīng)用訂正能力，凝練網(wǎng)格預(yù)報(bào)和災(zāi)害性天氣預(yù)報(bào)經(jīng)驗(yàn)，強(qiáng)化網(wǎng)格預(yù)報(bào)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(bào)業(yè)務(wù)系統(tǒng)中。為保障精細(xì)化智能網(wǎng)格預(yù)報(bào)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(shí)代、實(shí)現(xiàn)新目標(biāo)、落實(shí)新部署的履職能力明顯增強(qiáng)，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(duì)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(duì)預(yù)報(bào)預(yù)測人才隊(duì)伍建設(shè)的要求，對(duì)在崗人員全員輪訓(xùn)，精心設(shè)計(jì)不同層級(jí)、緊扣實(shí)際的教學(xué)計(jì)劃，形成了理論與實(shí)踐緊密結(jié)合的課程體系[8]。而在國家經(jīng)濟(jì)發(fā)展戰(zhàn)略不斷升級(jí)，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(duì)傳統(tǒng)天氣業(yè)務(wù)的影響不斷加深的背景下，預(yù)報(bào)員面臨提升專業(yè)知識(shí)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(duì)專業(yè)培訓(xùn)提出了更大的挑戰(zhàn)。《中國氣象局氣象干部培訓(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(diǎn)加強(qiáng)“數(shù)值預(yù)報(bào)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(bào)員的數(shù)值預(yù)報(bào)應(yīng)用能力。

預(yù)報(bào)員的能力素養(yǎng)主要體現(xiàn)在四個(gè)方面：一是基本素質(zhì)（個(gè)人素質(zhì)，知識(shí)素質(zhì)和職業(yè)素養(yǎng)）；二是業(yè)務(wù)能力（業(yè)務(wù)常識(shí)、預(yù)報(bào)能力、訂正能力、工作經(jīng)驗(yàn)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(bào)的科學(xué)問題和對(duì)預(yù)報(bào)員能力素養(yǎng)的新要求分析歸納數(shù)值預(yù)報(bào)應(yīng)用的培訓(xùn)任務(wù)。

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

對(duì)數(shù)十年和幾代前的數(shù)值預(yù)報(bào)產(chǎn)品應(yīng)用而言，預(yù)報(bào)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(duì)區(qū)域強(qiáng)天氣的參考價(jià)值主要體現(xiàn)在觸發(fā)強(qiáng)天氣的大尺度環(huán)流背景和環(huán)境參數(shù)預(yù)報(bào)。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(duì)預(yù)報(bào)員的使用向低門檻和高門檻兩極轉(zhuǎn)化，實(shí)際在精細(xì)化預(yù)報(bào)的理解應(yīng)用、產(chǎn)品的檢驗(yàn)評(píng)估、預(yù)報(bào)結(jié)果和經(jīng)驗(yàn)的總結(jié)等方面對(duì)預(yù)報(bào)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(bào)分辨率達(dá)到1 km甚至更細(xì)，集合預(yù)報(bào)也逐漸走向高分辨率對(duì)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(dòng)力/物理過程對(duì)預(yù)報(bào)結(jié)果的影響和原因也發(fā)生了變化，預(yù)報(bào)員需要更新認(rèn)識(shí)。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(bào)為例，模式在大尺度降水和對(duì)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(bào)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(duì)模式重力波和湍流結(jié)構(gòu)和強(qiáng)度，進(jìn)而對(duì)地面溫風(fēng)濕及對(duì)流降水預(yù)報(bào)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(bào)更精確。公里尺度分辨率模式中動(dòng)力-物理過程之間以及物理過程之間存在強(qiáng)的不可分離的非線性相互作用，直接影響模式對(duì)對(duì)流觸發(fā)和發(fā)展傳播、冷池強(qiáng)度和大小、降水落區(qū)強(qiáng)度和日循環(huán)特征的預(yù)報(bào)能力，而對(duì)流尺度集合預(yù)報(bào)可為對(duì)流系統(tǒng)發(fā)生發(fā)展、強(qiáng)降水落區(qū)、大風(fēng)極值分布等提供豐富的概率預(yù)報(bào)信息。

基于對(duì)高分辨數(shù)值預(yù)報(bào)原理及其對(duì)預(yù)報(bào)結(jié)果影響的了解，預(yù)報(bào)員需要依據(jù)精細(xì)化評(píng)估技術(shù)和在實(shí)際天氣中的應(yīng)用實(shí)踐來總結(jié)產(chǎn)品的應(yīng)用和訂正經(jīng)驗(yàn)。精細(xì)化預(yù)報(bào)產(chǎn)品不是簡單的分辨率提升而是時(shí)空精細(xì)度的提高，相臨時(shí)刻或相鄰網(wǎng)格點(diǎn)之間的要素預(yù)報(bào)并非總是平滑過渡，而是包含高梯度細(xì)節(jié)，其時(shí)間、空間和量級(jí)誤差難以簡單區(qū)分，傳統(tǒng)檢驗(yàn)評(píng)價(jià)方法已無法反映高時(shí)空分辨率產(chǎn)品的精細(xì)化特征。何為最優(yōu)評(píng)價(jià)指標(biāo)，如何生成相匹配的參照實(shí)況序列，怎樣融入精細(xì)化檢驗(yàn)和訂正方法開發(fā)，如何通過主客觀融合平臺(tái)增加預(yù)報(bào)附加值是預(yù)報(bào)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(duì)預(yù)報(bào)員基于精細(xì)預(yù)報(bào)產(chǎn)品開展針對(duì)性服務(wù)和提升高影響天氣預(yù)報(bào)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(diǎn)建設(shè)指導(dǎo)意見》，在15個(gè)省（市）氣象局、7個(gè)直屬單位開展研究型業(yè)務(wù)試點(diǎn)，目前精細(xì)化網(wǎng)格智能氣象預(yù)報(bào)業(yè)務(wù)日益完善，以數(shù)值模式和實(shí)況業(yè)務(wù)為重點(diǎn)的綜合檢驗(yàn)評(píng)估業(yè)務(wù)格局初步形成。面向現(xiàn)代氣象預(yù)報(bào)業(yè)務(wù)數(shù)字化和自動(dòng)化的突出特點(diǎn)，當(dāng)前和未來的預(yù)報(bào)中需深化對(duì)數(shù)值模式和已有客觀方法不確定性的認(rèn)識(shí)，加強(qiáng)對(duì)精細(xì)化天氣氣候演變規(guī)律的科學(xué)認(rèn)識(shí)，創(chuàng)新和完善針對(duì)各類網(wǎng)格預(yù)報(bào)產(chǎn)品的精細(xì)化檢驗(yàn)評(píng)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(bào)方法。這一業(yè)務(wù)過程突出了精細(xì)化預(yù)報(bào)和服務(wù)產(chǎn)品的檢驗(yàn)評(píng)估，對(duì)未來研究型的現(xiàn)代預(yù)報(bào)員提出的新挑戰(zhàn)包括：1）參與研發(fā)強(qiáng)大的后處理系統(tǒng)，包括訂正模式預(yù)報(bào)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(bào)信息、捕捉極端性或?yàn)?zāi)害性預(yù)報(bào)信息、傳遞預(yù)報(bào)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(bào)產(chǎn)品和特點(diǎn)，根據(jù)天氣特征分析和模式預(yù)報(bào)誤差信息捕捉，結(jié)合對(duì)極端性、高影響等天氣的預(yù)報(bào)經(jīng)驗(yàn)和能力，抓住預(yù)報(bào)關(guān)鍵，達(dá)成增加預(yù)報(bào)員價(jià)值的目標(biāo)。

基于上述分析將面向預(yù)報(bào)員的精細(xì)化數(shù)值預(yù)報(bào)應(yīng)用培訓(xùn)重點(diǎn)內(nèi)容歸納為三個(gè)大類：一是數(shù)值預(yù)報(bào)知識(shí)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(bào)加深知識(shí)，包括模式動(dòng)力、模式物理（尤其模式云和降水、邊界層過程）、模式初值對(duì)預(yù)報(bào)的影響；數(shù)值預(yù)報(bào)前沿技術(shù)原理，包括集合預(yù)報(bào)、高分辨率數(shù)值預(yù)報(bào)、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(bào)應(yīng)用技能培訓(xùn)，包括數(shù)值預(yù)報(bào)產(chǎn)品解讀、數(shù)值預(yù)報(bào)產(chǎn)品檢驗(yàn)評(píng)估和訂正、數(shù)值預(yù)報(bào)新技術(shù)的產(chǎn)品特性及應(yīng)用效果；三是數(shù)值預(yù)報(bào)綜合應(yīng)用，按遞進(jìn)層次分為數(shù)值預(yù)報(bào)產(chǎn)品應(yīng)用基本思路、數(shù)值預(yù)報(bào)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(bào)員現(xiàn)狀調(diào)研，分析當(dāng)前預(yù)報(bào)員能力與組織需求之間的差距和定位培訓(xùn)重點(diǎn)。

3 預(yù)報(bào)員數(shù)值預(yù)報(bào)應(yīng)用能力和培訓(xùn)需求分析

3.1 調(diào)研對(duì)象概況

面向預(yù)報(bào)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(bào)員反饋2016年以來高分辨數(shù)值預(yù)報(bào)在業(yè)務(wù)化和預(yù)報(bào)可用性上逐漸被預(yù)報(bào)員接受。2016年高分辨率業(yè)務(wù)預(yù)報(bào)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(bào)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(bào)系統(tǒng)“睿圖”）；目前中尺度業(yè)務(wù)數(shù)值預(yù)報(bào)已精細(xì)到3 km，快速更新短臨預(yù)報(bào)模式已精細(xì)到1 km，全國智能網(wǎng)格預(yù)報(bào)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(jí)氣象臺(tái)預(yù)報(bào)員和培訓(xùn)班參訓(xùn)預(yù)報(bào)員發(fā)放問卷共計(jì)400余份，回收有效問卷共計(jì)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(bào)員對(duì)精細(xì)化預(yù)報(bào)產(chǎn)品的認(rèn)識(shí)也在快速調(diào)整，限于篇幅本文沒有給出分時(shí)間段的調(diào)研分析結(jié)果。圖1顯示，參與調(diào)研的預(yù)報(bào)員大部分（62%）工作年限在10年以內(nèi)，工作11～20年預(yù)報(bào)員占比22%，工作21年以上預(yù)報(bào)員占比16%。從學(xué)歷來看，調(diào)研對(duì)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(bào)員隊(duì)伍年輕化和高學(xué)歷趨勢相對(duì)應(yīng)。從學(xué)科背景來看，82%的預(yù)報(bào)員是大學(xué)科學(xué)背景。可見所調(diào)研對(duì)象主要是一線預(yù)報(bào)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(bào)員群體，正是面臨向現(xiàn)代型預(yù)報(bào)員轉(zhuǎn)型的隊(duì)伍，是培訓(xùn)潛在對(duì)象，他們對(duì)問卷反饋的結(jié)果具有較好的代表性。

圖1 調(diào)研對(duì)象從事預(yù)報(bào)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(bào)員對(duì)開展數(shù)值預(yù)報(bào)培訓(xùn)的必要性認(rèn)識(shí)

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

然而目前預(yù)報(bào)員關(guān)于數(shù)值預(yù)報(bào)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(bào)員主要通過和同事的業(yè)務(wù)交流獲得數(shù)值預(yù)報(bào)應(yīng)用的經(jīng)驗(yàn)，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(bào)員是通過參加學(xué)術(shù)活動(dòng)（包括文獻(xiàn)閱讀和參加學(xué)術(shù)會(huì)議）獲取數(shù)值預(yù)報(bào)發(fā)展的知識(shí)。

圖2 目前預(yù)報(bào)員獲取數(shù)值預(yù)報(bào)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(bào)員數(shù)值預(yù)報(bào)應(yīng)用能力現(xiàn)狀分析

基于第2.2節(jié)數(shù)值預(yù)報(bào)培訓(xùn)組織需求的三類任務(wù)分解，分別從預(yù)報(bào)員對(duì)數(shù)值預(yù)報(bào)知識(shí)、數(shù)值預(yù)報(bào)技能和數(shù)值預(yù)報(bào)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(bào)知識(shí)類培訓(xùn)

將數(shù)值預(yù)報(bào)知識(shí)類培訓(xùn)細(xì)化為數(shù)值模式的基礎(chǔ)知識(shí)、加深知識(shí)、數(shù)值預(yù)報(bào)前沿技術(shù)展開分析。圖3顯示，大部分預(yù)報(bào)員（76.4%）認(rèn)為對(duì)普適的數(shù)值模式基礎(chǔ)知識(shí)有較好的掌握基本不需要進(jìn)一步學(xué)習(xí)。對(duì)模式加深知識(shí)的掌握普遍不夠，僅25.2%預(yù)報(bào)員掌握模式動(dòng)力對(duì)預(yù)報(bào)的影響，16.4%掌握模式物理對(duì)預(yù)報(bào)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(bào)員（8.5%）對(duì)數(shù)值預(yù)報(bào)降尺度有了解。在數(shù)值預(yù)報(bào)新技術(shù)方面，僅有17.3%的預(yù)報(bào)員認(rèn)為掌握高分辨率數(shù)值模式特性。集合預(yù)報(bào)技術(shù)方面，因已開展了3期專題培訓(xùn)和在第二輪省級(jí)預(yù)報(bào)員輪訓(xùn)中開設(shè)了集合預(yù)報(bào)課程，半數(shù)預(yù)報(bào)員（50.3%）認(rèn)為對(duì)集合預(yù)報(bào)的原理已經(jīng)有了較好的掌握。

圖3 預(yù)報(bào)員對(duì)數(shù)值預(yù)報(bào)知識(shí)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(bào)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(bào)員對(duì)資料同化在實(shí)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(píng)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(bào)員希望了解觀測誤差的統(tǒng)計(jì)方法（或同化系統(tǒng)對(duì)觀測資料敏感性診斷分析）相關(guān)知識(shí)。半數(shù)以上預(yù)報(bào)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(bào)技能培訓(xùn)

圖4 預(yù)報(bào)員對(duì)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(bào)應(yīng)用技能分為對(duì)數(shù)值預(yù)報(bào)產(chǎn)品解讀，數(shù)值預(yù)報(bào)評(píng)估和訂正，數(shù)值預(yù)報(bào)新技術(shù)產(chǎn)品應(yīng)用等方面。調(diào)查顯示，預(yù)報(bào)員在數(shù)值預(yù)報(bào)產(chǎn)品基本信息（56.3%）和獲取（44.1%）方面預(yù)報(bào)員相對(duì)掌握較好（圖5）。如何利用數(shù)值預(yù)報(bào)提高預(yù)報(bào)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(bào)提升科研能力成為預(yù)報(bào)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(bào)員自認(rèn)為具備這項(xiàng)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(bào)員對(duì)數(shù)值預(yù)報(bào)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(bào)的日益完善，基于數(shù)值預(yù)報(bào)的精細(xì)化檢驗(yàn)評(píng)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(shí)到檢驗(yàn)評(píng)估的重要性，但僅有約四分之一的預(yù)報(bào)員了解數(shù)值預(yù)報(bào)檢驗(yàn)評(píng)估方法（圖5）。而基于數(shù)值預(yù)報(bào)開展訂正更加困難，雖然大部分預(yù)報(bào)員（67.9%）支持對(duì)數(shù)值產(chǎn)品進(jìn)行訂正，但僅20.3%預(yù)報(bào)員自認(rèn)具備數(shù)值預(yù)報(bào)產(chǎn)品訂正思路。

在目前的預(yù)報(bào)實(shí)踐中進(jìn)行了訂正的比例并不高，對(duì)數(shù)值預(yù)報(bào)訂正比例在70%以上的預(yù)報(bào)員僅占23.4%，訂正比例不到一半的預(yù)報(bào)員占52.8%。目前預(yù)報(bào)員經(jīng)常進(jìn)行訂正的數(shù)值預(yù)報(bào)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(bào)員（5.1%）常進(jìn)行訂正，這些物理要素對(duì)強(qiáng)對(duì)流觸發(fā)預(yù)報(bào)較為關(guān)鍵且模式預(yù)報(bào)準(zhǔn)確率較差，是預(yù)報(bào)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(bào)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(bào)效果的比例50%～70%）的占31.6%，另有半數(shù)以上預(yù)報(bào)員（51.8%）認(rèn)為自己訂正后預(yù)報(bào)效果的提升不及50%。

為提升基于數(shù)值預(yù)報(bào)的主觀預(yù)報(bào)能力，預(yù)報(bào)員迫 切需要學(xué)習(xí)（圖7）數(shù)值預(yù)報(bào)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(bào)的能力（79%），高分辨率數(shù)值預(yù)報(bào)的誤差評(píng)估（46.2%），數(shù)值預(yù)報(bào)誤 差來源（42.9%），數(shù)值預(yù)報(bào)評(píng)估方法和體系（42.9%）。 因此，在未來數(shù)值預(yù)報(bào)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(bào)能力評(píng)估，重點(diǎn)關(guān)注高分辨率數(shù)值預(yù)報(bào)的誤差檢驗(yàn)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(bào)員提供有效的參考。

圖6 預(yù)報(bào)員認(rèn)為對(duì)數(shù)值預(yù)報(bào)結(jié)果進(jìn)行訂正后提高了預(yù)報(bào)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(bào)員最希望得到的數(shù)值預(yù)報(bào)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(bào)綜合應(yīng)用

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

圖8 目前預(yù)報(bào)員參考數(shù)值預(yù)報(bào)產(chǎn)品時(shí)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(bào)的推廣，預(yù)報(bào)員對(duì)不確定預(yù)報(bào)的接受度逐漸提升，但是在綜合應(yīng)用確定性預(yù)報(bào)和不確定性預(yù)報(bào)產(chǎn)品方面還沒有形成科學(xué)的預(yù)報(bào)思路。36.5%的預(yù)報(bào)員認(rèn)為維持原有預(yù)報(bào)思路不變，30.1%的預(yù)報(bào)員認(rèn)為需要改變現(xiàn)有預(yù)報(bào)思路，因此在提升預(yù)報(bào)員協(xié)同集合預(yù)報(bào)和確定性預(yù)報(bào)的預(yù)報(bào)策略方面具有較大的空間和必要性。

面對(duì)預(yù)報(bào)員轉(zhuǎn)型的新形勢，預(yù)報(bào)員認(rèn)為未來相對(duì)于傳統(tǒng)預(yù)報(bào)將更多的轉(zhuǎn)向精細(xì)化高影響預(yù)報(bào)和服務(wù)的提供者（35.2%），27.2%認(rèn)為預(yù)報(bào)員將轉(zhuǎn)向?yàn)閿?shù)值預(yù)報(bào)解釋應(yīng)用和訂正專家，22.4%預(yù)報(bào)員認(rèn)為未來預(yù)報(bào)的研究性要求提高，逐步轉(zhuǎn)向天氣預(yù)報(bào)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(bào)業(yè)務(wù)的發(fā)展，預(yù)報(bào)員更多是在客觀預(yù)報(bào)的基礎(chǔ)上進(jìn)行訂正，關(guān)注高影響天氣的預(yù)報(bào)，并且從單純的預(yù)報(bào)業(yè)務(wù)轉(zhuǎn)為向不同用戶提供有針對(duì)性的預(yù)報(bào)服務(wù)。為適應(yīng)這一新形勢和要求，預(yù)報(bào)員需要更深入地理解數(shù)值預(yù)報(bào)在本地應(yīng)用的優(yōu)缺點(diǎn)，并積極參與到數(shù)值預(yù)報(bào)產(chǎn)品的后處理開發(fā)過程中。59.4%預(yù)報(bào)員認(rèn)為應(yīng)該參與數(shù)值預(yù)報(bào)統(tǒng)計(jì)釋用，49.4%認(rèn)為預(yù)報(bào)員應(yīng)該開發(fā)更適合本地天氣特點(diǎn)的統(tǒng)計(jì)產(chǎn)品，43.9%認(rèn)為預(yù)報(bào)員應(yīng)該參與到數(shù)值預(yù)報(bào)模式評(píng)估中和，36.1%認(rèn)為預(yù)報(bào)員的職責(zé)也包括進(jìn)一步提高數(shù)值預(yù)報(bào)產(chǎn)品的價(jià)值（圖9）。

圖9 預(yù)報(bào)員認(rèn)為的未來預(yù)報(bào)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(bào)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(shí)儲(chǔ)備和經(jīng)驗(yàn)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(duì)象劃分為三個(gè)層次，工作3年以內(nèi)的為新預(yù)報(bào)員，工作10年以上且任首席崗位的為首席預(yù)報(bào)員，其他工作3年以上的非首席預(yù)報(bào)員為骨干預(yù)報(bào)員。分析發(fā)現(xiàn)，不同層次的預(yù)報(bào)員在具體培訓(xùn)內(nèi)容和深度上具有不同的側(cè)重點(diǎn)。

圖10給出了預(yù)報(bào)員學(xué)習(xí)數(shù)值預(yù)報(bào)知識(shí)的需求情況，新任預(yù)報(bào)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(dòng)力過程對(duì)預(yù)報(bào)結(jié)果的影響，超過半數(shù)首席預(yù)報(bào)員認(rèn)為在模式預(yù)報(bào)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(bào)員和首席預(yù)報(bào)員均希望了解模式對(duì)降水和云的處理。骨干預(yù)報(bào)員是這三類人員里最大的預(yù)報(bào)員群體，因此需求相對(duì)較為分散，最集中的學(xué)習(xí)需求體現(xiàn)在模式預(yù)報(bào)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(bào)員希望學(xué)習(xí)的數(shù)值預(yù)報(bào)知識(shí) Fig. 10 NWP knowledge that forecasters of different levels hope to learn

數(shù)值預(yù)報(bào)應(yīng)用相關(guān)技能的學(xué)習(xí)上（圖11），新預(yù)報(bào)員對(duì)各種技能均有需求，相對(duì)而言在數(shù)值產(chǎn)品基礎(chǔ)較為側(cè)重，如確定性預(yù)報(bào)和集合預(yù)報(bào)的特點(diǎn)、數(shù)值預(yù)報(bào)的評(píng)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(bào)員需求大。首席預(yù)報(bào)員需求最大的是如何利用數(shù)值預(yù)報(bào)提升科研能力，在研究性上更為側(cè)重。骨干預(yù)報(bào)員的需求相對(duì)較為分散，在數(shù)值預(yù)報(bào)訂正和提升預(yù)報(bào)準(zhǔn)確率上具有較大的需求。

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

綜上，各級(jí)預(yù)報(bào)員對(duì)數(shù)值預(yù)報(bào)應(yīng)用技能的培訓(xùn)需求具有一致性也具有各自特點(diǎn)，一致性體現(xiàn)在實(shí)用性上，即提高預(yù)報(bào)準(zhǔn)確率。新預(yù)報(bào)員的特點(diǎn)是需求廣泛，對(duì)產(chǎn)品基本信息有所側(cè)重，首席預(yù)報(bào)員更側(cè)重研究性，而骨干預(yù)報(bào)員需求較分散，在預(yù)報(bào)產(chǎn)品的評(píng)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(dòng)預(yù)報(bào)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(bào)員數(shù)值預(yù)報(bào)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(bào)知識(shí)、技能和綜合應(yīng)用三類，分別研究了不同層次預(yù)報(bào)員的能力現(xiàn)狀，通過兩者對(duì)比提煉出精細(xì)化網(wǎng)格預(yù)報(bào)員業(yè)務(wù)中預(yù)報(bào)員數(shù)值預(yù)報(bào)應(yīng)用培訓(xùn)的需求和重點(diǎn)內(nèi)容。結(jié)果顯示：

1）在深化對(duì)數(shù)值模式和客觀方法的特性認(rèn)識(shí)，綜合運(yùn)用多源資料提升數(shù)值預(yù)報(bào)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(duì)性服務(wù)發(fā)展的趨勢。

2）在數(shù)值預(yù)報(bào)知識(shí)、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(bào)等新技術(shù)原理、數(shù)值預(yù)報(bào)本地化評(píng)估和訂正技能、及以加強(qiáng)精細(xì)化智能預(yù)報(bào)和服務(wù)為目標(biāo)的數(shù)值預(yù)報(bào)綜合應(yīng)用預(yù)報(bào)策略。

3）各級(jí)預(yù)報(bào)員對(duì)具體內(nèi)容的培訓(xùn)需求各有側(cè)重，新預(yù)報(bào)員培訓(xùn)需求較廣泛，相對(duì)而言尚待掌握數(shù)值預(yù)報(bào)及其產(chǎn)品的基礎(chǔ)信息，首席預(yù)報(bào)員相對(duì)需側(cè)重研究性，而骨干預(yù)報(bào)員需求較分散，應(yīng)考慮在預(yù)報(bào)產(chǎn)品評(píng)估和訂正方法等實(shí)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(bào)應(yīng)用培訓(xùn)需求，開發(fā)內(nèi)容務(wù)實(shí)，貼合預(yù)報(bào)員實(shí)際的教學(xué)課程提供了方向和依據(jù)。基于此研究報(bào)告提出以下幾點(diǎn)建議：

一是瞄準(zhǔn)精細(xì)化智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)對(duì)現(xiàn)代型預(yù)報(bào)員的要求，開發(fā)系統(tǒng)和有針對(duì)性的數(shù)值預(yù)報(bào)應(yīng)用培訓(xùn)課程。圍繞精細(xì)化網(wǎng)格預(yù)報(bào)、集合預(yù)報(bào)、高分辨率數(shù)值預(yù)報(bào)、精細(xì)化預(yù)報(bào)檢驗(yàn)和訂正、人工智能與數(shù)值預(yù)報(bào)的結(jié)合、衛(wèi)星和雷達(dá)等新資料與數(shù)值預(yù)報(bào)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(jì)從基本原理，到預(yù)報(bào)產(chǎn)品特點(diǎn)分析，到綜合應(yīng)用策略的階梯性課程內(nèi)容，開發(fā)針對(duì)性強(qiáng)的專題培訓(xùn)。

二是立足預(yù)報(bào)員崗位要求和隊(duì)伍特點(diǎn)，開發(fā)科學(xué)分層分類的數(shù)值預(yù)報(bào)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(bào)員培訓(xùn)中側(cè)重?cái)?shù)值預(yù)報(bào)基礎(chǔ)，采用理論講解和個(gè)例實(shí)習(xí)相結(jié)合的培訓(xùn)方式；在骨干預(yù)報(bào)員培訓(xùn)中側(cè)重考慮區(qū)域特點(diǎn)，即數(shù)值預(yù)報(bào)新技術(shù)和產(chǎn)品在本地釋用、評(píng)估和訂正方法的培訓(xùn)，采取按區(qū)域分組討論和專家點(diǎn)評(píng)、數(shù)值預(yù)報(bào)誤差本地化分析實(shí)訓(xùn)為主的方式；在首席預(yù)報(bào)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(shí)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(shí)例收集和挑選，使面授能更高效地聚焦到對(duì)實(shí)際預(yù)報(bào)難點(diǎn)的研討和針對(duì)性的實(shí)習(xí)實(shí)訓(xùn)上。

三是深化數(shù)值預(yù)報(bào)應(yīng)用案例研究，加強(qiáng)實(shí)習(xí)實(shí)訓(xùn)平臺(tái)建設(shè)。從業(yè)務(wù)實(shí)際需求出發(fā)，開展精細(xì)化智能網(wǎng)格預(yù)報(bào)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(yàn)開展關(guān)鍵物理要素和特定天氣機(jī)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(bào)檢驗(yàn)評(píng)估和訂正培訓(xùn)平臺(tái)。