世界气象日
2026 年 3 月 23 日是第66 个世界气象日，今年主题为：Observing Today, Protecting Tomorrow—测今日气象，护明日家园。
为迎接世界气象日，紧扣主题，进一步普及气象观测知识、展示廓线监测技术成果、强化气象服务保障理念，我馆特推出世界气象日系列最新科研成果推送。
气象观测是天气预报、气候预测、防灾减灾的基础。从地面常规观测到高空立体监测，从单要素记录到多廓线综合分析，每一组数据都在为精准气象服务提供支撑。
本系列内容将围绕温度、湿度、风、大气成分等多条廓线展开，旨在通过最新科研成果的摘编与解读，让公众更直观了解现代气象观测体系，提升气象科学素养，彰显观测数据在精准预报、防灾减灾、生态保护中的重要作用，以实际行动践行气象守护家园的使命。
世界气象日系列①
解锁水汽密码，精准监测云雨变化
Part.01
大气中的水汽是成云致雨的核心原料观测，水汽的主要手段包括传统的无线🛜电探空仪（携带温湿传感器升空探测）、地面微波辐射☢️计和GNSS（全球导航卫星系统）气象学（通过信号延迟反演大气可降水量），以及卫星遥感（如红外和水汽通道反演）。这些观测对于天气预报（特别是强对流天气的触发预报）、气候变化研究（水汽是最重要的温室气体）以及人工影响天气作业时机的选择具有至关重要的作用。在 2026 世界气象日到来之际，本期为您推送一些水汽观测相关最新科研成果。
1.水汽激光雷达：法国团队提出Scheimpflug-like法显著降低探测噪声
针对差分吸收激光雷达在2µm波段直接探测时，探测噪声随距离增加成为主要误差来源的核心问题，一项由法国研究团队开展的研究旨在通过优化数据处理方法来提升测量精度。该研究以巴黎地区一次为期5小时的水汽同位素测量活动为基础，聚焦于开发一种名为Scheimpflug-like的非恒定平均算法，其核心目标是在不改动硬件的情况下，有效降低沿视线路径的信噪比，从而克服现有红外传感器不成熟所带来的探测噪声限制，为更精确的大气成分探测开辟新路径。
研究内容详细阐述了Scheimpflug-like数据处理方法的具体原理与应用。该方法借鉴了Scheimpflug成像的思想，其核心机制在于对回波信号进行可变距离的平均处理，即用于计算平均的距离采样窗口δr会随着探测距离r的平方而增大。研究团队将此算法应用于名为WaVIL的多物种差分吸收激光雷达系统，该系统工作在1.98µm波段，专为测量大气中低丰度的水汽同位素而设计。由于该系统采用的扩展型InGaAs光电二极管技术尚不成熟，探测噪声构成了其主要的随机误差来源，因此这项数据处理研究对于充分发挥该系统的潜力至关重要。
研究结果表明，Scheimpflug-like处理方法取得了显著成效。经过该算法处理后，沿整个探测视线路径的相对不确定度能够稳定维持在3%左右的水平，这意味着远距离探测数据的可靠性得到了大幅提升。然而，这种噪声抑制是以牺牲空间分辨率为代价的，具体的距离分辨率从近端的75米逐渐降低至远端的288米。尽管如此，该结果证明了通过智能化的数据处理策略，可以在不增加激光能量或改进探测器的前提下，有效平衡探测精度与空间分辨率的关系。
此项研究的意义重大，它为激光雷达遥感领域提供了一种有效的软件层面的噪声补偿方案。该技术不仅能够提升现有水汽激光雷达系统的数据质量，更重要的是，为未来探测含量更低、信号更微弱的痕量气体同位素铺平了道路。研究团队明确指出，未来的研究重点将是把这种经过验证的Scheimpflug-like处理方法应用于对丰度更低的水汽同位素的测量中，以期在气候变化、水循环等前沿科学领域取得更精确的观测数据。
相关研究以Scheimpflug-like processing of differential absorption lidar data on water vapor为题发表在 EDP Sciences上。
2. COSMIC-2水汽反演技术填补海洋气象监测空白
研究旨在验证FORMOSAT-7/COSMIC-2卫星通过无线🛜电掩星（RO）技术反演的大气可降水量（RO-PWV）的准确性，解决新卫星数据在天气与气候应用中的可靠性问题。核心关注点包括：RO-PWV与传统地面GNSS水汽数据（GNSS-PWV）的系统偏差、空间差异（陆地vs 海洋）及季节性波动特征。
研究区域位置
研究团队收集了2020-2026年间中国东南沿海、台湾及日本区域的4213个RO事件数据，匹配151个台湾CWB及31个日本GEONET地面GNSS站点的水汽观测值。通过精确单点定位（PPP）技术处理GNSS数据，并以之作为参考基准，系统分析了RO-PWV的误差来源：包括掩星事件最低点海拔（ELP-RO）、与地面站的距离、时间异步性等因素，并重点剔除了ELP-RO＞5km的异常事件（占比0.57%，误差＞40mm）。
结果显示：系统性低估：RO-PWV平均值为39.9mm，显著低于GNSS-PWV的45.7mm，平均误差达6.8mm；空间差异：海洋上空精度（误差6.6mm）优于陆地（误差8.0mm），日本GEONET站点（99.2%海洋事件）误差（6.1mm）低于台湾CWB站点（68.2%海洋事件，误差7.7mm）；季节波动：RO-PWV夏季均值51.0±9.2mm，冬季31.9±5.0mm，与温度变化趋势一致，且2026年因拉尼娜效应高于2026年；误差主因：ELP-RO＞5km时与误差强相关（R²=0.85），其他因素（距离、时间差）影响微弱。该研究证实COSMIC-2的RO-PWV数据精度接近GNSS可显著提升热带亚热带地区强天气（如台风、梅雨）预报及长期气候监测能力，尤其填补了海洋水汽观测空白。未来将扩展时间序列并融合多GNSS系统，进一步优化灾害预警模型。研究强调，应用中需剔除ELP-RO＞5km事件以确保数据可靠性。相关研究以Accuracy verification of the precipitable water vapor derived from COSMIC-2 radio occultation using ground-based为题发表在GNSS ADVANCES IN SPACE RESEARCH期刊上。
3. AI赋能GNSS：两步机器学习新方法显著提升短期降雨预报精度
面对气候变化加剧导致的全球洪水灾害频发，提升短时降水预报的精准度已成为构建早期预警系统和增强防灾韧性的关键挑战。传统数值天气预测模型虽功能强大，但在高计算资源需求和局地短时预报精度方面存在局限。本研究旨在通过一种创新的混合机器学习方法，整合GNSS反演的PWV与地面气象数据，以更有效的方式预测未来1-2小时内的最大降雨强度和累积降雨量，从而为灾害风险管理提供更及时、可靠的技术支撑。
该研究的核心是一个两步走的机器学习框架。首先，研究团队利用随机森林回归模型（RFR）处理包括温度、湿度、气压以及由GNSS数据导出的可降水量（PWV）在内的瞬时观测数据，旨在估算当前的降雨强度（RNI）。RFR模型能够有效捕捉PWV与降雨之间的复杂非线性关联，并证实了PWV作为降雨预测关键因子的重要性。随后，将RFR模型的输出作为一个新的输入特征，与原始气象数据一同 feeding 到长短期记忆（LSTM）神经网络中。LSTM模型专为处理时间序列数据而设计，它通过分析过去数小时的历史观测序列，学习大气状态的演变规律，从而预测未来的降雨情况。这种两步法特别巧妙地解决了LSTM模型在实际应用中对累积降雨量（RNC）这一强相关特征的过度依赖问题，即使在缺少直接降雨观测的情况下，也能通过RFR的预处理有效提升预报性能。
研究结果表明，这种两步式混合模型取得了显著成功。当移除累积降雨量（RNC）这一关键输入时，单一的LSTM模型预测性能急剧下降，而引入了RFR预处理的两步模型则表现优异，其预测精度得到了显著改善。此项研究的意义在于，它为在没有直接雨量计覆盖的地区进行精准降水预报提供了切实可行的解决方案，充分发掘了GNSS-derived PWV在气象学领域的应用价值。该方法不仅计算效率高于传统模型，还能作为决策支持工具，增强应急管理部门在关键时刻的响应能力。未来的研究重点将聚焦于探索更多样的混合模型架构、引入空间再分析数据（如ERA5）、设计更先进的特征工程（如PWV变化梯度），以及采用技术手段解决数据不平衡问题，从而进一步提升模型对极端降雨事件的捕捉能力和泛化水平，推动短时临近预报技术的持续发展。
相关研究以A Two-Step Machine Learning Approach Integrating GNSS-Derived PWV for Improved Precipitation Forecasting为题发表在Journal information期刊上。
4.微脉冲差分吸收激光雷达在水汽剖面观测中的应用
美国国家大气研究中心（NCAR）的研究人员在2025年AMS年会上介绍了由NCAR和蒙大拿州立大学联合开发的一套小型微脉冲差分吸收激光雷达（MPD）网络，用于水汽遥感。这项研究代表了在安全、无人值守的二极管激光器技术方面的重要进展，能够测量水汽。MPDs可以在对流层下部（高达4-6公里AGL）提供高垂直分辨率（150米）和时间分辨率（5分钟）的水汽绝对湿度连续垂直剖面。
研究团队在不同地点（包括阿根廷、台湾、堪萨斯和科罗拉多）进行了野外试验，成功部署了这些MPDs。通过这些设备收集到的数据，研究人员展示了多种大气现象经过MPDs时的详细水汽剖面，包括行星边界层（PBL）的发展、阵风锋、冷锋、水平对流卷、涌浪和对流启动等。
为了全面展示这些大气特征，研究还利用了雷达反射率和径向速度等辅助数据来描绘清晰的空气大尺度结构。PBL风剖面的细节通过风廓线仪数据展示，而热力学剖面则使用无线🛜电探空仪数据进行呈现。通过结合不同大气现象经过时MPD水汽剖面与辅助数据的使用，研究展示了对流层下部水汽的内容、深度、演变和变化的完整表征。相关研究以Observing Planetary Boundary Layer (PBL) Water Vapor Profiles with MicroPulse Differential Absorption Lidar (MPD)为题发表。
编辑：刘靖雅
校对：张 峰
审核：李文琛
