NOAA高分辨率数值预报模式的突破与业务转化挑战——基于AMS第105届年会的解析
王淼淼;唐伟;刘冠州;朱跃建;贾朋群;<正>基于美国气象学会（AMS）第105届年会“第33届天气分析与预报/第29届数值天气预报”分会场内容，分析了美国国家海洋与大气局（NOAA）全球预报系统、快速更新预报系统和全球高分辨率天气预报系统的技术升级进展、趋势与版本更新情况，并尝试剖析美国在数值预报系统的研发与业务应用中存在的问题，如跨部门协作不畅、技术转化评估不足等。分析结果可为中国数值预报系统的性能提升与模块化转型提供一定的启示与参考。
风云气象卫星遥感业务应用现状及展望
王劲松;任素玲;杨冰韵;方萌;毛冬艳;毛田;郭兆迪;郑伟;张明伟;朱琳;邵佳丽;韩博威;高玲;宋晚郊;刘清华;周芳成;曹治强;蒋建莹;刘念;郭徵;宋乔;吕景天;宋茜;截至2025年12月,中国已成功发射两代四型23颗风云气象卫星。2025年在轨业务运行8颗,在轨测试2颗,实现了“多星在轨、统筹运行、在轨备份、适时加密”的业务布局。文中首先回顾了风云气象卫星发展现状,重点阐述了近期发射卫星搭载的新仪器及新产品等的监测服务能力;然后介绍了风云气象卫星在灾害天气气候事件、环境灾害、农业遥感和空间天气等领域的业务应用情况;最后对风云气象卫星遥感应用业务未来发展提出了若干初步展望。
卫星遥感视角下青藏高原低涡研究进展及展望
任素玲;毛冬艳;杨冰韵;孙婵;韩博威;刘翠;牛宁;张琪;高原低涡是青藏高原重要的天气系统,可造成高原及其周边出现灾害天气,是高原气象研究的重要内容之一。由于青藏高原地形地势复杂,高原低涡在复杂地形及相关大气水汽、感热和潜热等影响下,其移动路径、强度演变、云系和降水等都呈现特有的规律。青藏高原地基气象观测数据相比其他区域稀少并且分布极不均匀,卫星遥感具有全区域覆盖的优势。文中回顾了卫星遥感视角下青藏高原低涡研究进展,主要包括两部分内容：1）卫星遥感高原低涡监测及活动特征研究,包括高原低涡识别、气候特征、云系结构和卫星遥感定量化产品应用;2）卫星遥感高原低涡灾害天气研究,包括高原低涡伴随的对流、暴雨和暴雪灾害天气。最后进行了总结与展望,讨论了风云气象卫星观测数据在高原低涡监测、预警、结构演变等方向的应用前景。
风云气象卫星大气环境业务应用进展
高玲;张兴赢;2008年中国第二代极轨气象卫星风云三号A星(FY-3A)被成功送入太空,中国首次获得了利用自主卫星开展大气环境全球每日监测的能力,其上搭载的中分辨率成像光谱仪(MERSI)、紫外臭氧总量探测仪(TOU)、紫外臭氧垂直探测仪(SBUS)实现了大气气溶胶光学特性、O3柱总量、O3垂直廓线等产品的生产,填补了中国在该领域的空白。FY-3A与后续发射的FY-3B、FY-3C、FY-3D、FY-3E、FY-3F、FY-3H,共同提供了超过15 a的国产卫星全球大气成分遥感数据集。其中,FY-3D、FY-3E、FY-3F、FY-3H上搭载的红外高光谱传感器(HIRAS)具备CO、NH3等痕量气体的全球探测能力;FY-3D和FY-3H上搭载的近红外高光谱温室气体监测仪(GAS),实现了全球及重点区域的CO2浓度监测;FY-3F上搭载的两台全新研制的紫外高光谱臭氧探测仪(OMS-N和OMS-L),提升了对平流层和对流层痕量气体的探测能力。2016年底成功发射的新一代静止气象卫星风云四号A星(FY-4A)和后续发射的FY-4B、FY-4C实现了气溶胶大范围连续监测,其上搭载的热红外高光谱探测仪(GIIRS)是全球首个静止轨道的红外高光谱传感器,具有全天候日夜连续监测能力,实现了对O3、CO、NH3、HCOOH等气体的高时间分辨率监测。
气象卫星在火山灰云监测与扩散预测中的应用进展
朱琳;张怡然;吕熹明;刘旭艳;王爽;李欣瑜;翁泽峰;闫欢欢;火山喷发是一种影响气候和航空安全的自然灾害。进入21世纪以来,火山灰云的遥感监测及定量反演方法以及预测应用等都有了飞跃式发展。文中综述了气象卫星在全球火山灰云监测与扩散预测中的应用进展,聚焦于火山灰云遥感监测、火山灰云高度及微物理参数定量反演、火山SO2气体定量反演、融合卫星数据的火山灰云扩散预测等方面,可为了解火山灰云遥感监测与研究的发展历史、把握火山灰云遥感监测的国际前沿、进行国内相关研究布局提供借鉴。
人工智能技术在气象卫星海洋遥感中的应用进展
刘念;毛冬艳;方萌;杨冰韵;郭徵;为应对气象卫星海洋遥感数据的高维、异构、海量的数据特征,人工智能（AI）技术正驱动该领域技术研究与应用场景的深刻变革。文中概述了AI技术为气象卫星在海洋研究与应用中提供的新思路与解决方案,重点介绍了气象卫星数据在海洋研究中的AI方法应用进展,涵盖卫星观测资料增强与融合、海洋要素反演、海洋天气监测与智能决策等关键领域;同时,提出了该领域当前面临的核心难点：多源异构数据处理瓶颈、数据驱动模型与物理机制融合问题、服务化链条贯通挑战。未来,需聚焦于突破数据处理瓶颈、发展物理约束AI模型、探索前沿AI技术及推动场景化智能服务落地,以充分发挥AI技术在提升海洋遥感“监测精密、预报精准、服务精细”能力中的作用。
