■ 鄭曉輝 趙娟 薛童 鐘琦 袁薇

加強客觀預(yù)報方法和預(yù)報檢驗評估方面的培訓(xùn)，完善針對數(shù)值模式產(chǎn)品、網(wǎng)格預(yù)報產(chǎn)品的精細(xì)化檢驗評估和訂正，以及多尺度天氣氣候模式的不確定性分析、評估和改進等方面的培訓(xùn)。助力解決業(yè)務(wù)人員的科技創(chuàng)新能力不夠、科研人員相對薄弱的現(xiàn)狀。

氣象核心業(yè)務(wù)是一種研究型業(yè)務(wù)，隨著氣象通訊計算機化、氣象預(yù)報數(shù)值化和網(wǎng)格化、氣象觀測自動化，更多的業(yè)務(wù)人員從事本地預(yù)報技術(shù)和氣象產(chǎn)品的研發(fā)。發(fā)展研究型業(yè)務(wù)，能加快解決好氣象預(yù)報中“卡脖子”難題，實現(xiàn)核心技術(shù)自立自強。

研究型業(yè)務(wù)的發(fā)展和推進需要強大的氣象業(yè)務(wù)科技人才隊伍，這就要求氣象業(yè)務(wù)科技人才的培訓(xùn)應(yīng)與時俱進。在氣象科技創(chuàng)新發(fā)展迅猛，人工智能等新技術(shù)對傳統(tǒng)天氣業(yè)務(wù)的影響不斷加深的背景下，學(xué)習(xí)和領(lǐng)會研究型業(yè)務(wù)建設(shè)意義和內(nèi)涵，掌握智能網(wǎng)格預(yù)報業(yè)務(wù)等關(guān)鍵技術(shù)，了解新時代氣象業(yè)務(wù)體系和發(fā)展機制對業(yè)務(wù)人員帶來的新挑戰(zhàn)。

1 調(diào)研方法

對研究型業(yè)務(wù)技術(shù)發(fā)展的培訓(xùn)需求調(diào)研主要通過三種方式開展。

第一種為向省級單位的氣象臺、信息中心、服務(wù)中心、氣候中心、科研所等業(yè)務(wù)和科研部門，以及預(yù)報處、人事處等管理部門發(fā)放調(diào)查問卷。最后共回收有效問卷1295份。問卷來自24個省級氣象局，其中，有22個省份的管理部門參與了調(diào)研，近70%為預(yù)報處（科技處），其余為觀測處和人事處的其他管理部門；業(yè)務(wù)和科研部門中，共20個省份的氣象臺和13個省份的科研所反饋了問卷結(jié)果，省氣候中心和信息中心的也有一定程度的參與（小于10個省份）。

第二種為收集參訓(xùn)學(xué)員帶來的本單位預(yù)報業(yè)務(wù)的進展情況和亟待解決的問題，具體包括“數(shù)值預(yù)報模式對本地氣溫、降水、風(fēng)等預(yù)報偏差分析及檢驗應(yīng)用情況”和“本單位在智能網(wǎng)格預(yù)報業(yè)務(wù)方面的成功經(jīng)驗和亟待解決的問題”。調(diào)研對象為參加技術(shù)班的44位正式學(xué)員，總體較為年輕，近一半學(xué)員年齡在30～35歲；職稱方面，工程師占46%，高工占36%，正高占9%；學(xué)歷方面，博士研究生7人，碩士研究生26人，占學(xué)員總數(shù)的四分之三；崗位方面，52%為預(yù)報崗，其余為智能預(yù)報研發(fā)崗。學(xué)員中25人參加過智能預(yù)報技術(shù)方法交流大賽。因此參訓(xùn)學(xué)員對本單位預(yù)報業(yè)務(wù)的進展情況非常熟悉，對亟待解決的問題也有最切身的感受。

第三種為總結(jié)培訓(xùn)過程中學(xué)員通過研討、匯報和技術(shù)交流等方式反饋的培訓(xùn)需求信息。這些學(xué)員正是面臨向“現(xiàn)代型”預(yù)報員轉(zhuǎn)型的隊伍，因此他們反饋的培訓(xùn)需求結(jié)果具有較好的代表性。調(diào)研的具體做法如下：（1）按區(qū)域分類分組預(yù)研討；（2）分組匯報業(yè)務(wù)中的關(guān)鍵技術(shù)應(yīng)用，包括“智能化預(yù)報業(yè)務(wù)中的預(yù)報員轉(zhuǎn)型”“中國東南部地區(qū)強降水檢驗及訂正技術(shù)”“青藏高原及其東部地區(qū)預(yù)報偏差分析及檢驗”和“大北方地區(qū)預(yù)報偏差分析和客觀訂正方法”；（3）學(xué)員與點評專家之間針對研究型業(yè)務(wù)關(guān)鍵技術(shù)問題進行深入探討。通過研討、匯報和交流等方式的梳理，能夠了解到研究型業(yè)務(wù)中關(guān)鍵技術(shù)的發(fā)展和應(yīng)用情況，掌握其重點和難點，把握研究型業(yè)務(wù)技術(shù)的培訓(xùn)方向。

最終通過匯總多渠道調(diào)研結(jié)果，分析研究型業(yè)務(wù)技術(shù)培訓(xùn)需求，為進一步加強研究型業(yè)務(wù)培訓(xùn)開展提供參考。

2 問題分析

2.1 智能網(wǎng)格預(yù)報產(chǎn)品應(yīng)用

共7個單位在該方面反饋了具體問題。主要表現(xiàn)在智能網(wǎng)格預(yù)報產(chǎn)品應(yīng)用程度不高，包括如何將不同來源、不同尺度預(yù)報結(jié)果融合統(tǒng)一；本地客觀化預(yù)報技術(shù)發(fā)展緩慢，與智能網(wǎng)格預(yù)報業(yè)務(wù)融合不足，采用的方法較少；智能網(wǎng)格預(yù)報系統(tǒng)的功能性和易用性需要繼續(xù)改進，系統(tǒng)本身架構(gòu)和數(shù)據(jù)流程有待優(yōu)化；智能網(wǎng)格預(yù)報與研究性業(yè)務(wù)間關(guān)系認(rèn)識有待進一步提升。

2.2 人工智能等高新技術(shù)的應(yīng)用

共10個單位在該方面反饋了具體問題，主要表現(xiàn)為人工智能等高新技術(shù)在精細(xì)化預(yù)報方面的應(yīng)用不足，從事相關(guān)研究的人員偏少。包括在預(yù)報產(chǎn)品統(tǒng)計時空降尺度技術(shù)方面，需要機器學(xué)習(xí)提升滾動更新預(yù)報精細(xì)化水平。在歷史天氣數(shù)據(jù)庫搜索、預(yù)報形勢智能分型以及模式數(shù)據(jù)智能算法訂正方面人工智能等新技術(shù)應(yīng)用偏少。預(yù)報員對新技術(shù)、新方法的掌握和應(yīng)用能力不足，缺少有經(jīng)驗的從事人工智能技術(shù)人才，人工智能預(yù)報技術(shù)的培訓(xùn)和學(xué)習(xí)方面還需要更多的投入。

2.3 基于復(fù)雜下墊面的預(yù)報技術(shù)

共8個單位在該方面反饋了具體問題。包括復(fù)雜地形下要素的精細(xì)化預(yù)報質(zhì)量偏低，基于復(fù)雜地形下降水的影響機制需要進一步研究，客觀訂正方法需要進一步改進；數(shù)值預(yù)報模式在山地地形下氣溫、降水等要素預(yù)報上預(yù)報質(zhì)量不高，要素預(yù)報訂正結(jié)果質(zhì)量仍然偏低。如何有效地降低模式背景場在復(fù)雜地形下的系統(tǒng)誤差，發(fā)展基于復(fù)雜下墊面的客觀預(yù)報新技術(shù)，是亟待解決的問題。

2.4 預(yù)報員轉(zhuǎn)型困難

共5個單位在該方面反饋了具體問題，包括目前預(yù)報員要求兼具業(yè)務(wù)值班、科研開發(fā)雙重屬性，但缺乏知識更新時間和途徑，如何向“全能型”“精專型”方向發(fā)展；預(yù)報員考核辦法如何適應(yīng)業(yè)務(wù)變革需求；智能網(wǎng)格預(yù)報建設(shè)成型后，預(yù)報員如何發(fā)展。

2.5 計算資源和存儲資源

共6個單位在該方面反饋了具體問題，主要表現(xiàn)為計算和存儲資源不足。反映在部分省份受存儲資源的限制，集合預(yù)報資料的獲取不完整不及時，對集合預(yù)報的檢驗分析所做工作較少；在模式研發(fā)時所需的資料存儲能力不足，影響模式的穩(wěn)定運行；數(shù)據(jù)從文件夾到CIMISS再到分布式到FTP，未來轉(zhuǎn)向云平臺，數(shù)據(jù)訪問、存儲和格式多變影響了業(yè)務(wù)的有效進展。

3 培訓(xùn)需求

研究型業(yè)務(wù)建設(shè)工作方案中堅持把科技創(chuàng)新和人才隊伍建設(shè)擺在核心位置，將強化人才隊伍建設(shè)作為研究型業(yè)務(wù)建設(shè)重要目標(biāo)之一。在人才隊伍建設(shè)方面，培養(yǎng)穩(wěn)定的業(yè)務(wù)人員梯隊目前是各業(yè)務(wù)單位的主要做法（87%），加大研究型業(yè)務(wù)人才培訓(xùn)力度也是各單位非常重視的人才隊伍建設(shè)舉措（82%）（圖1）。因此加強研究型業(yè)務(wù)的培訓(xùn)，從而提高人才隊伍的科技創(chuàng)新素質(zhì)，在研究型業(yè)務(wù)體系建設(shè)中有重要的作用。

圖1 研究型業(yè)務(wù)人才隊伍建設(shè)方法

在研究型業(yè)務(wù)培訓(xùn)重點方面，研究型業(yè)務(wù)關(guān)鍵技術(shù)是大家普遍關(guān)注的培訓(xùn)內(nèi)容（87.6%），研究型業(yè)務(wù)建設(shè)成功經(jīng)驗分享也是培訓(xùn)中普遍想學(xué)習(xí)和了解的內(nèi)容（82%），國家級研究型業(yè)務(wù)建設(shè)進展（56.7%）和研究型業(yè)務(wù)布局與規(guī)劃（55.7%）也有一定的培訓(xùn)需求（圖2）。

圖2 研究型業(yè)務(wù)培訓(xùn)重點內(nèi)容

在研究型業(yè)務(wù)關(guān)鍵技術(shù)培訓(xùn)需求方面，為適應(yīng)氣象業(yè)務(wù)發(fā)展的新形勢和新要求，預(yù)報員普遍關(guān)注人工智能技術(shù)、大數(shù)據(jù)等新技術(shù)應(yīng)用，分別有70.8%、66.7%的預(yù)報員關(guān)注大數(shù)據(jù)挖掘和多源資料融合分析、人工智能等信息技術(shù)在氣象中的應(yīng)用，半數(shù)以上的預(yù)報員對精細(xì)化預(yù)報檢驗評估（66.7%）、智能網(wǎng)格預(yù)報（61.1%）有培訓(xùn)需求，44.4%的預(yù)報員希望學(xué)習(xí)智慧氣象服務(wù)相關(guān)知識，另有27.8%預(yù)報員想要了解自動氣象觀測技術(shù)（圖3）。

圖3 研究型業(yè)務(wù)關(guān)鍵技術(shù)的培訓(xùn)需求

預(yù)報員在智能網(wǎng)格預(yù)報關(guān)鍵技術(shù)方面的需求情況，超過半數(shù)預(yù)報員希望學(xué)習(xí)預(yù)報檢驗評估技術(shù)（55.6%），其次是基于智能網(wǎng)格預(yù)報的氣象服務(wù)應(yīng)用（45.8%）、快速更新的短臨預(yù)報技術(shù)（44.4%），同時也希望了解短中期網(wǎng)格預(yù)報（37.5%）、實況分析技術(shù)（33.3%）和預(yù)報業(yè)務(wù)平臺開發(fā)（29.2%）。此調(diào)研結(jié)果也為未來的研究型業(yè)務(wù)培訓(xùn)策劃和課程設(shè)置提供了重要依據(jù)（圖4）。

圖4 預(yù)報員對智能網(wǎng)格預(yù)報關(guān)鍵技術(shù)的培訓(xùn)需求

4 思考和建議

依據(jù)研究型業(yè)務(wù)建設(shè)的需求，結(jié)合干部學(xué)院培訓(xùn)資源，基于上述研究型預(yù)報業(yè)務(wù)發(fā)展背景下預(yù)報員能力素養(yǎng)面臨的新挑戰(zhàn)和培訓(xùn)需求調(diào)研分析，在分層分類研究型業(yè)務(wù)培訓(xùn)班型、新技術(shù)與新方法培訓(xùn)、培訓(xùn)能力建設(shè)、培訓(xùn)效果評估等方面進行了一些初步思考。

4.1 構(gòu)建分層分類的研究型業(yè)務(wù)培訓(xùn)班型，全方位提升業(yè)務(wù)能力

在組織培訓(xùn)時立足研究型業(yè)務(wù)發(fā)展的要求和建立研究業(yè)務(wù)人才隊伍的特點，開發(fā)科學(xué)分層分類的培訓(xùn)方式方法。培訓(xùn)班的開設(shè)應(yīng)兼顧考慮預(yù)報員轉(zhuǎn)型后的業(yè)務(wù)方向，開展以數(shù)據(jù)為基礎(chǔ)，以數(shù)值模式發(fā)展和應(yīng)用為核心，以實況業(yè)務(wù)和靶向評估為抓手，以完善客觀方法為目標(biāo)?？筛鶕?jù)預(yù)報員和技術(shù)開發(fā)人員的不同需求開設(shè)班型，也可以根據(jù)省市兩級研究型業(yè)務(wù)發(fā)展要求和側(cè)重點的不同，開設(shè)不同層次的培訓(xùn)班型等。

4.2 聚焦關(guān)鍵技術(shù)問題，加強新技術(shù)與新方法培訓(xùn)

隨著氣象現(xiàn)代化建設(shè)的發(fā)展，以大數(shù)據(jù)挖掘、人工智能等信息技術(shù)為代表的氣象高科技成果，已在氣象行業(yè)實現(xiàn)共享共用。為了讓業(yè)務(wù)科研人員進一步提高解決實際問題的能力，需聚焦制約業(yè)務(wù)發(fā)展關(guān)鍵問題，推進以現(xiàn)代信息技術(shù)、人工智能技術(shù)應(yīng)用為代表的客觀智能預(yù)報技術(shù)體系的培訓(xùn)，促進客觀預(yù)報預(yù)警技術(shù)的業(yè)務(wù)應(yīng)用。加強客觀預(yù)報方法和預(yù)報檢驗評估方面的培訓(xùn)，完善針對數(shù)值模式產(chǎn)品、網(wǎng)格預(yù)報產(chǎn)品的精細(xì)化檢驗評估和訂正，以及多尺度天氣氣候模式的不確定性分析、評估和改進等方面的培訓(xùn)。助力解決業(yè)務(wù)人員的科技創(chuàng)新能力不夠、科研人員相對薄弱的現(xiàn)狀。

4.3 建平臺增個例，強化研究型業(yè)務(wù)培訓(xùn)能力建設(shè)

結(jié)合學(xué)員反饋的培訓(xùn)需求，應(yīng)進一步搭建精細(xì)化檢驗和訂正培訓(xùn)平臺，開發(fā)針對區(qū)域高分辨率模式預(yù)報、網(wǎng)格預(yù)報產(chǎn)品的精細(xì)化檢驗評估培訓(xùn)個例，編寫研究型業(yè)務(wù)關(guān)鍵技術(shù)系列教材。逐步開展課堂個例實操，實現(xiàn)機器學(xué)習(xí)等新技術(shù)在氣象領(lǐng)域的算法的快速入門和實際運用。同時，也要進一步加強研究型業(yè)務(wù)培訓(xùn)師資隊伍建設(shè)，加強科學(xué)研究和教學(xué)研究，形成教、學(xué)、研互相促進的良性機制。增加教師實習(xí)的機會，去一線業(yè)務(wù)單位學(xué)習(xí)最新業(yè)務(wù)技術(shù)方法，促進研究型業(yè)務(wù)成果在培訓(xùn)中及時應(yīng)用。

深入閱讀

姜如海, 林霖, 2019. 發(fā)展研究型業(yè)務(wù)的幾點思考. 氣象軟科學(xué),122(2): 1-11.

邢亞爭, 孫天蕊, 周倩, 2020. 氣象部門人事管理崗位培訓(xùn)需求研究. 氣象科技進展, 10(2): 108-111.

鐘琦, 薛童, 朱禾, 等, 2020. 面向預(yù)報員的精細(xì)化數(shù)值預(yù)報產(chǎn)品應(yīng)用培訓(xùn)需求研究.氣象科技進展, 10(2): 92-99.

Yu R C, Li J, Jia P Q, 2019. Development of operational weather forecasting shaped by the “Triple-In” properties of numerical models. WMO Bulletin, 68(2): 56-62.