文|Isabelle Dumé

編輯|Meister Xia

導讀

氣象預測可以幫助我們預判未來的可能情況，對防災減災具有重要意義。因此，天氣預報必須具備一定的短期準確性。如今，隨著技術的發展，天氣預報越來越準，那么他們是通過哪些技術和方法觀測和預報天氣呢?

一覽：

• 最早的天氣預報系統只能進行地面觀測。
• 隨后，氣象學家引入了遙感技術，從地面發射雷達電磁波用于高空觀測。
• 再后來的技術進步就是使用軌道衛星、同步衛星進行觀測。
• 近年來氣象衛星的數量大幅增加，而歐洲更是啟動了雄心勃勃的計劃。
• 還有所謂的“實時觀測”：使用手機網絡等非天氣預報系統觀測天氣。

天氣預報模型最早于20世紀初開發[1]，其基本思路是如果能確定某個時刻的風速、濕度、氣溫、氣壓等數據（統稱大氣初始值），就能將其代入描述大氣變量如何依時間變化的物理學公式，推算出未來的天氣狀況。天氣預報必須具備一定的短期準確性，才能有實際意義。由于一處的預報需要使用別處的天氣狀況觀測數據進行計算，天氣預報專家很早就建立起了信息交流機制，實時分享觀測數據，比對各自使用的模型的準確性。

01、地面觀測和高空觀測

最早期的天氣觀測系統由地面儀器組成，只能測量出所在處的大氣狀況，但天氣學家很快就發現此類數據的不足，因為準確的預測需要高空的觀測數據。于是，他們開發出了無線電探空儀：即放飛攜帶儀器的探空氣球，用于測量高空的氣壓、氣溫、濕度、風速等數據。探空儀每天可以放飛多次，最高可上升至20公里的高空，不僅能從陸地上釋放，還能從船上釋放。

圖片來源：PI France

氣象觀測技術經歷了長足的發展。現在無人機觀測已成為了現實。無人機特別有利于海上高空大氣數據采樣，因為海上的無人機放飛監管相對寬松，而且還能根據所處地點的實際天氣情況調整采樣手段.

02、遙感技術的出現

自上世紀六七十年代以來，使用遙感技術遠距離測量大氣參數，在氣象觀測中得到了廣泛的應用。氣象雷達就是一個例子：使用雷達發射出去的電磁波遇到雨、冰雹和雪后會被反射回來，由此可以繪制出降水探測圖。將多個氣象雷達組成網絡，能覆蓋方圓上百公里的區域。如今，歐洲有兩百多個氣象雷達，美國、日本各自擁有的數量類似。氣象雷達數據與天氣預報模型的結合已有許多年的歷史，大大提高了天氣預報的準確性[2]。

還有一種遙感手段是使用激光雷達，它與電磁雷達類似，但發射出去的是光波，能遠程測量大氣中的氣溶膠，即大氣塵埃或者云滴。如今各大氣象局均使用了激光雷達[3]。

03、衛星觀測

氣象觀測技術的另一大進步是氣象衛星。只要有一顆衛星，就能對極大范圍的區域實現觀測。氣象衛星分兩類：第一種是同步衛星，它處于赤道同一位置的上方（距地面高度約3.6萬公里）。因為單顆同步衛星只能覆蓋地球表面的一半，所以使用它們進行全球氣象觀測需要多國合作才能完成。

第二類衛星是軌道衛星，持續繞著地球運行，離地面高度300-800公里左右，每100分鐘就能繞地球一周。由于飛行高度只有同步衛星的十分之一，軌道衛星拍攝云層和地面的分辨率更高，而且因為其軌道經過南北極上空，所以飛行途中能覆蓋所有的緯度，而且在每個觀測點的分辨率相同（有別于同步衛星）。

衛星上搭載了各種儀器，用不同的波長段觀測大氣中的云層、降雨、氣溶膠、風速、溫度、濕度等數據。

“近期，歐洲成功發射了新一代地球同步衛星。”

近年來，人類發射的氣象衛星數量急劇增加，催生了不少雄心勃勃的計劃，在歐洲更甚。僅在去年12月，歐洲航天局就成功發射了一批新一代同步氣象衛星[4]。

04、實時觀測

最后，還有一種被稱為“實時觀測”的手段——有些設施的設計初衷本不是用來做天氣預報的，卻也可以用來觀測天氣。比如手機網絡，在法國有幾千個基站天線，它們之間用微波通信。運營商發現，如果天線之間有降雨區域，微波波長會受影響，降低天線的接收水平。

Pierre Tabary，法國氣象局預測運營部運營副主任

法國氣象局Météo France運營副總監Pierre Tabary解釋說：“手機運營商為應對信號衰減，配備了信號放大設備，而氣象學家則搭上順風車——測出信號衰減，就能得知該地區的降水強度，改善降水圖[5]。一開始誰會想到手機網絡還有這用處？”

另一個例子是衛星定位系統——美國的全球定位系統（GPS）和歐洲的伽利略系統。它們本來是用于導航定位的，“可這些定位衛星在不斷發射信號，信號穿過大氣層時會發生輕微折射，路徑變得‘彎曲’。氣象學家們又巧妙地搭上了順風車：發射一些小衛星接受定位信號，并測量其彎曲度，由此得到平流層和對流層上層的熱力學數據（如濕度等）。”

這種測量方法稱為“無線電掩星”，研究人員已經驗證了其測量原理的有效性，目前有幾十顆此類衛星已經投入使用，并將得到的數據輸入天氣預報模型中進行計算[6]。“這種辦法的妙處在于我們自己不必向大氣中發射電波，而是利用他人發射的電波，可謂是‘物美價廉’。”

如今，全球天氣預報模型中約90%的數據來自衛星，且該趨勢還將持續。Tabary總結道：“不過，這不意味著地面測量的重要性會下降，因為衛星數據仍要依靠地面數據校準。”

 

參考資料

1. Lynch, Peter ;Les origines de la prévision numérique du temps et de la modélisation climatique, La Météorologie, 2008, N° 63 ;p. 14–24 10.4267/ 2042/21887

2. Wattrelot, Eric, Olivier Caumont, Jean-Francois Mahfouf. Operational Implementation of the 1D13D-Var Assimilation Method of Radar Reflectivity Data in the AROME Model. Monthly Weather Review, 2013, 142, pp.1852–1871. 10.1175/MWR-D-13–00230.1 . meteo-01001390

3. Rey, Gérard ;Traullé, Olivier ;Bourcy, Thomas ;Dubouchet, Elisa. Un nouveau réseau de lidars aérosols à Météo-France. La Météorologie, 2016, 95, p. 11–14 10.4267/2042/61610

4. Stuhlmann, Rolf, Kenneth Holmlund, Johannes Schmetz, Hervé Roquet et al., Observations depuis l’orbite géostationnaire avec Meteosat troisième génération et EUMETSAT – https://www.eumetsat.int/

5. Alpert, P., Messer, H. &David, N. Mobile networks aid weather monitoring. Nature 537, 617 (2016). https://doi.org/10.1038/537617e

6. Kursinski et al. 1997. Observing the Earth’s atmosphere with radio occultation measurements using the Global Positioning System. J. Geophys. Res. 102:23.429–23.465.