高温席卷30亿人，预测天气为什么这么难？_风闻

今年夏季，全球各地饱受极端天气之苦。

6月至8月中旬，北半球近30亿人经历了多年来少有的酷热，罕见的高温控制着从南亚到东亚、从西欧到北美的北半球人口密集地带，甚至连北极都能穿短袖了。由高温带来的热射病引发了全球关注，“热死人”并非一句玩笑。

2022年7月13日东半球大部分地区的地表气温▼

7月，原本干旱少雨的中东海湾地区突降暴雨，个别站点一天的雨量相当于当地7月平均雨量的500倍，全年平均雨量的2倍。

虽然平常太热都在盼雨

但是一下子来太多也不是个好事啊

（7月-降水量月度异常）▼

在我国，高温少雨使原本处于汛期的长江流域发生旱情，长江干流及支流水位下降，部分河段露出干涸的河床。在旱情影响下，原本水能丰富的西南地区出现十分严峻的电力缺口。

长江干流及支流经过的大部分地区

都处于不同级别的干旱中，水电无了！▼

日益频繁的极端天气，给全球带来了巨大的生命和财产损失。因此，及时预报灾害天气，就显得越来越有必要。

可是，解释大气基本原理相对简单，但在实时应对层面，精准预知地球风云的下一步走向，却是世界上最复杂的问题之一。

这是因为，天气预测是一项需要全球协作的超级工程，全世界一批最优秀的头脑在其中不懈努力，汇聚了大量资源和相互协作，经过了数百年的摸索，才有了我们今天仍然经常认为“不太准”的天气预报。

中国风云系列卫星经过几十年的发展

已经是保障群众生命安全，社会生产发展的有力工具

（图：FY-4A）▼

全球协作的超级基建

首先，基于天气预报对时效性和精确度的需求，我们需要收集大量的气象数据。但我们也知道，地球大气不分国界和海陆，所有大气都连通在一起，所以数据需要覆盖全球范围。

大气层是地球最外部，包围着海洋和陆地的气体圈层

随着高度不同，又分为不同的层

通过观察大气（主要是平流层和对流层）得出的数据

可分析出相对准确的未来天气趋势（图：Wiki）▼

目前，有超过10000个人工和自动地面气象站、1000个高空站、7000艘船舶、100个系泊浮标和1000个漂流浮标、数百个气象雷达和3000架特殊装备的商用飞机，对地球大气的关键变量进行观测。

海陆空全方位的天气观测能提供更全面的信息数据

（ 飓风猎人  图：Wiki）▼

前一段冲上热搜的“胖飞机”，其实是气象飞艇啦▼

除此之外还有约30颗气象卫星和200颗研究卫星，从太空全天候探测地球大气、陆面、洋面状况。

现在，世界上只有美国，中国和欧洲拥有

极轨和静止两个系列的业务气象卫星

（GOES气象卫星  图：壹图网）▼

1960年，气象卫星TIROS-1传回的地球照片

（图：NASA&NOAA）▼

如此规模的基础建设不光是物质上的投入，更需要国际间的协作，为此联合国设立了一个专门机构——世界气象组织，负责国际间气象资料的交换和处理。

在获得海量气象资料后，预报员一般会将这些信息绘制在天气图中，温度、湿度、气压、风等变量通过各种花花绿绿的线标注在上面，直观表述实时的大气环流特征。

人类观天气，累规律，预云雨的历史可追溯到几千年前

现代的天气预报则是19世纪才有了雏形

（1887年的欧洲气象图 图：Wiki）▼

在此之后预报员可以结合此时的天气形势、天气系统的运动规律以及预报经验对未来某时某地的天气状况进行预报，这种传统的方法称为“天气分析方法”。

1936年，电视上第一次出现了使用气象图的天气预报

十几年后，又出现了气象预报员这一职位

大众能接收到的气象信息越来越多▼

但是这样的分析显然还不够客观与定量，要想得到更高精确度的定量结果，我们必须用人类积累至今的数学工具精确地把结果“算”出来，这就是“数值天气预报方法”。

类似于我们中学解物理题的思路，把各个物理定律以方程组的形式联立起来，建立模型，最后带入值解方程组，得到结果，这结果就相当于一个预报。

天气预报同样需要“建模-求解”的思路。科学革命后，人类通过几个世纪的研究掌握了大气的基本物理规律，如牛顿第二定律、热力学第一定律、质量守恒定律等，并通过数学方程组全部联立起来，就建立了一个反映实际大气运动的模型，比如这个：

做个简单的连线题吧 ▼

当全球的观测点获得当前大气各个变量的初值后，我们就可以通过解方程组来预测地球大气运动。

但“可以”是一回事，“做到”就是另一回事了。

把地球算得明明白白

刚刚那个方程在数学上属于“多元****非线性偏微分方程组”，这么长头衔的数学名词一听就是叠满了buff，直接求解是相当相当困难的。

但随着数学的发展，人们发现可以通过有限步的加、减、乘、除四则运算得到某个连续变量的近似值，这种方法被称为数值计算方法，让人们看到了求解的曙光。

第一位大胆尝试将数值计算方法用于天气预报的是1916年英国的理查森，他将预报区域划分为棋盘上的网格，并将时间划分为一段一段，用后来记录在每个网格上的气象数据，随着时间一段段推算1910年5月20日那一天的天气状况。

人类科学技术不断发展的主要原因之一

就是科学家的想法总是具有前瞻性的

且总是超越当时的技术▼

最终，当时身处一战中的理查森在工作间歇时间，用整整6个星期完成了6小时的天气预报，而且由于初始数据中存在噪音，其预测还存在相当的偏差，这就类似“蝴蝶效应”，失之毫厘，差之千里。

从人力计算的角度看，理查森算是“效率斐然”了。但这个速度对于天气预报，显然太慢了。1922 年，理查森在专著中描述了他关于 “天气预报工场”的奇思妙想：

1922年发表的《数值过程天气预报》

（图：Twitter）▼

一个类似剧院的挂着世界地图的球形大厅，64000个计算员在各自的座位上，分别对自己对应的地图位置予以计算，并将即时结果显示在身后的袖珍屏幕上，供周边计算员读取使用。

在大厅中心，总指挥保证全球各地的计算员保持同步计算，他的助理们以最快的速度整理计算结果，最终将预报编码并向全世界各地广播。

没有计算机的年代，只能通过大量的人力来进行计算

但如何调度如此庞大的体量

如何保证个人计算正确率又是新的问题▼

在“天气预报工场”中，计算员执行每一步具体的运算，而总指挥控制运算过程，还有屏幕可以不断存储数据，不禁令人想到《三体》里的“秦始皇人类计算机”。

但这种计算，终究还是不能和真正的计算机相比，让量化的天气预报从理论走进现实，还得靠电子计算机。

1950年，美国科学家查尼、菲尔托夫、冯诺伊曼三人，对计算过程和方程组进行去噪音处理后，第一次成功地在计算机上算出了500百帕天气形势的24小时预报。

世界上第一台有实际用途的电子数值积分计算机的出现

为科学家提供了短时间进行大量计算的可能性

（图：Wiki）▼

此后，他们说服了美国空军和海军两个气象研究部门，于1952年联手在马里兰州建立了数值天气预报机构，并逐步将其业务化，其结果被美国各大电台采用。

上世纪80年代以来，随着超级计算机计算能力每五年增长一个数量级，模式的垂直层数和水平分辨率迅速增加，更多的物理过程被加入数值模式之中，再加上卫星观测技术飞速发展，数值天气预报的准确率不断提高，目前3日短期天气预报的准确率可达**95%**以上。

把地球表面分成一块块，应模拟尽模拟▼

自20世纪50年代后期起，科学家开始注意到大气中二氧化碳浓度不断上升的事实，温室效应的增加势必造成日益严峻的全球变暖，人们不止简单地关心未来几天的天气问题，更是拓展到几十年甚至上百年的气候变化问题。

二氧化碳是全球变暖的重要原因

这是众多科学家长期的研究探索才得出的结论

（数据模拟一年四季大气层中二氧化碳浓度变化）▼

早在20世纪60年代末，真锅淑郎等人便开发了第一个全面考虑温室气体辐射吸收以及对流能量输送的一维模型，首次对大气中二氧化碳翻倍造成的温度变化进行量化计算。

同时他们开始开发三维的大气环流模式，并考虑陆面和海洋，成为现代日益复杂的气候系统模式和地球系统模式的前身和基础，其开创性的工作也使其荣获了2021年诺贝尔物理学奖。

因其建立的气候模型是研究全球变暖的重要工具

才能获得物理学领域的最高荣誉

（图：壹图网）▼

此后，在真锅淑郎的工作基础上，气候系统模式快速发展迭代，从一开始耦合大气、海洋、海冰、陆面间物理过程的物理气候模式，逐步发展到引入更多地球生物化学、人类活动甚至是地质构造等过程的地球系统模式。

耦合气候模式及之前的发展历程▼

目前，数值模式是天气预报和气候预测的重要工具，更是大气科学研究的重要方法。随着计算能力的提高，我们不仅可以预估不同温室气体排放情景下未来100年后的气候，甚至可以用计算机模拟出恐龙统治时期的古气候状态。

依靠算力制高点

综上所述，天气预报的准确程度，取决于数值模式的复杂程度。数值模式越复杂，时间、空间分辨率就越高，就能更准确地捕捉更小规模的天气现象。

一个新的问题也由此产生，数值模式越复杂，就需要收集、储存、分发更海量的气象数据，并高速进行大量复杂的运算，对算力的要求就越来越“苛刻”。

真的要更短的时间预测更精细尺度的气象变化

人力和一般的计算机已经远远不行了

还是得靠高性能计算机（图：壹图网）▼

目前，全球通用的方法是，依托于大规模、高性能计算机对天气进行数值预报，每一次预报等同于一次算力极限测试。位于赤道附近的马来西亚在气象预报领域就一度面临算力升级的难题。

马来西亚靠近赤道，但并不直接穿过赤道▼

马来西亚属于热带雨林气候和热带季风气候，极易受到热带气旋带来的暴雨、风暴潮灾害影响。近年来，受全球变暖的影响，热带气旋极端天气变得更加频繁和强烈。

一只刚刚经过马来西亚的热带气旋（图：NASA）▼

几年前，一场数十年未见的大型洪水在马来西亚北方5州肆虐，致使10万多名民众被迫疏散。政府一度发表声明称，季风期的滂沱大雨过后，众多河流溢出河床，导致人员疏散及粮食运送变得更为棘手。可见，及时而准确的预警，将挽救无数人的生命和财产。

或大或小的突发暴雨和洪水几乎年年都有

及时预报还是能避免相当多的损失

（图：壹图网）▼

彼时，马来西亚气象局的计算系统已接近使用寿命和算力瓶颈，只能以3公里的分辨率提供3天的详细天气预报。

马来西亚气象局副局长哈桑博士解释说，为了提高天气预报的准确性，我们需要捕捉小尺度的天气现象。例如：对流雷暴可能发生在一个非常局部的区域，但我们无法以3公里的分辨率捕获该区域的数据，而对流风暴在马来西亚非常普遍，它们会带来大雨，冰雹，强风甚至龙卷风。所以我们希望能够以1公里而不是3公里的更高分辨率生成天气预报。

马来西亚气象局官网

包含从地震海啸到暴雨洪水的各种警告

可见身处热带的马来西亚气象灾害还是很多的

（图：https://www.met.gov.my/）▼

在马来西亚所采用的数值天气预报模型中，将天气预报的分辨率提高一倍至少需要将计算能力提高8倍（2x2x2），也就是说，如果将其天气预报的分辨率从3公里增加到1公里，算力至少需要提高27倍（3x3x3）。加之其他多种因素，马来西亚气象局综合判断，实现这个目标，算力需要提高至30倍左右。

在评估了多个方案后，马来西亚气象局最终部署了中国联想集团的高性能计算机，该集群由近300个计算节点组成，拥有8000多个核心，同时采用联想可持续升级和扩展的并行存储系统，使其成为能够应用于全球任何地方天气预报的超级算力基础设施之一。

值得一提的是，这套系统采用了联想独创的温水水冷技术，将服务器进水口的温度从45℃提高到了50℃，热移除率从原来的80%提高到90%，可以获得最佳的能耗比和经济效用，是低碳节能的利器。同时，产生的回水温度高，可以回收利用，例如楼宇采暖、游泳池供热、或者将产生的废热用于吸附式冷水机，用来制作冰水来用于空调系统制冷。

马来西亚气象局利用高性能计算机预测气象风暴

（https://lenovosuccess.com）▼

如今，马来西亚气象局可以在3小时内以1公里的分辨率运行数值模型，进行7天的天气预报，而且每天能够完成4次这样的大范围天气预报。

哈桑博士说：“大幅提升的性能（即算力）让我们能够生成比以前更长期、更详细的预测，这意味着我们可以向公众和相关政府机构提供更丰富的信息，更准确的服务。”

由此可见，算力的应用决定了气象部门能运行何等精密、复杂数值模式，也决定了天气预报的准确度，进而关乎着所有人的生产与生活。

随着数字经济时代的到来，从模拟核试验、太空探索，到人类基因测序、医药研发、甚至打车、购物、订外卖等等，都要依靠算力设施来处理海量数据。而高性能计算机则是算力基础设施中的制高点，是众多关乎国计民生领域的基础科学研究不可或缺的利器，因此也被冠以**“国之重器”**的美誉。

在今年上半年的全球高性能计算机500强榜单中，中国共有173台高性能计算机上榜，总数蝉联第一。从供应商维度看，中国联想是全球最大的高性能计算机供应商，已连续10次高居榜首，是无可争议的算力之王。

参考资料：

[1] [美] 华莱士著 , 何金海译  大气科学（中文版） 科学出版社2008-09

[2] [美] 弗雷德里克 K. 鲁特更斯等著，陈星等译  气象学与生活（第12版） 电子工业出版社 2016-10-1

[3] Bauer, P., Thorpe, A. & Brunet, G.  The quiet revolution of numerical weather prediction. Nature 525, 47–55 (2015).

https://doi.org/10.1038/nature14956 

[4] https://public.wmo.int/en/programmes/global-observing-system 

[5] https://public.wmo.int/en/our-mandate/what-we-do/observations

[6] 周天军, 陈梓明 等. 2020. 中国地球气候系统模式的发展及其模拟和预估. 气象学报, 78(3): 332-350.

[7] 沈学顺,王建捷,李泽椿,陈德辉,龚建东.中国数值天气预报的自主创新发展[J].气象学报,2020,78(03):451-476.

[8] https://mp.weixin.qq.com/s/KtCClqlCdBllJbrsLURvQA 

[9] https://mp.weixin.qq.com/s/2chb2-QNiWiZrsdn5A1BCw 

[10] https://wap.telnote.cn/paihang/160/159932.htm

[11] http://www.cma.gov.cn/2011xwzx/2011xqxkj/2011xkjdt/201903/t20190327_518911.html