刚刚过去的两个月，不少国家正从疫情冲击中逐渐复苏，但也有些地方形势严峻。在这一背景下，国际气象领域有哪些新进展？快来一探究竟！
7月，为获取更多海洋数据，帮助科学家提高飓风预报模式准确率，美国国家海洋和大气管理局（NOAA）深入推进“飓风滑翔机”计划。这些配备传感器的无人滑翔机抵达墨西哥湾及更远海域，主要任务是测量海平面以下半英里处的温度和盐度。2019年，利用滑翔机，NOAA收集到了大约10万个海洋数据。这些数据会用于改进飓风预报模式。
7月，欧洲气象卫星开发组织（EUMETSAT）宣布，欧洲气象业务卫星（Metop）、美国国家海洋和大气管理局（NOAA）的相关卫星计划等，将对公众开放一系列新的湿度气候数据。相关数据包含了Metop和NOAA的卫星微波湿度探测仪气候数据集等。
7月，我国的GRAPES全球同化预报系统实现业务升级，其平流层预报能力显著提升，中长期降水预报水平明显改善，在应对7月上旬西南地区东部至长江中下游地区的两次强降雨过程中表现优异。通过此次业务升级，提高了模式计算精度和稳定性，提升了计算效率。同时，此次升级引入非地形重力波过程，从而涵盖了卫星垂直探测的大气高层廓线，极大减小了平流层的预报误差，提升了中长期预报能力。
7月28日起，香港天文台“加强版”热带气旋路径概率预报服务以“新视窗”打开。在有热带气旋在西北太平洋被命名的数小时内，香港天文台会在其官网新视窗，向公众展示未来9天该热带气旋路径的预报概率，让市民提早掌握热带气旋的移动趋势，作好相应的准备。该路径预报基于天气模式集合预报系统资料自动生成，公众亦可通过“我的天文台”App浏览。
8月，印度气象局局长莫哈帕特拉表示，该局正计划将人工智能应用于天气预报当中，特别是在临近预报。印度气象局计划组建以人工智能改进天气预报的研究小组，并与其他科研机构进行合作研究。同时，印度气象局还希望借助人工智能和机器学习，来提升有关雷暴、沙尘暴等极端天气事件的预测能力，尤其是通过AI更好理解过去的数据和模式，探索更快作出决策的途径。
8月，美国国家大气研究中心 （NCAR）也宣布，正在推动一项重大的国家研究计划，旨在加强人工智能技术领域研究，提高预报预测水平。美国国家科学基金会宣布，将投资超过1亿美元来建立包括“人工智能研究所”在内的7家研究所。NCAR将与俄克拉荷马大学及其他顶尖机构合作，共同研究如何将人工智能技术应用于天气、气候和沿岸海洋学当中，艾米·麦戈文教授将领导这项研究。目前，NCAR在运用人工智能技术预测冰雹、龙卷风和飓风等方面，已取得初步研究进展。
8月，世界气象组织（WMO）表示，西伯利亚地区超常和持续已久的高温加剧北极野火的空前发生，碳排放量激增。7月下旬，西伯利亚部分地区气温再次超过30℃。这股热浪与北极上空巨大的阻塞气压系统以及持续向该区域输送暖空气的喷射气流有关。此外，根据WMO全球冰冻圈监测计划所收集的数据，北极海冰已呈长期缩减趋势，并正在影响世界其他地区的天气形势。
《自然·气候变化》杂志刊登的一项研究发现，在过去30年中，南极的变暖速度是全球平均水平的三倍多。研究发现，西南极和南极半岛的大部分地区在20世纪后期出现的暖化和冰盖变薄现象，一直持续至今。相较之下，高纬度的南极内陆地区一直到20世纪80年代都保持寒冷态势，此后才开始大幅变暖。研究发现，在1989年至2018年的30年间，南极地区气温升高了1.8℃左右，平均每10年升高0.6℃，是全球平均水平的三倍多。
来源：中国气象报社
