3月23日是“世界气象日”，今年世界气象日主题为“携手缩小早期预警差距”，旨在通过共同努力，确保公众都能获得及时、准确的预警信息，减少自然灾害和气候变化带来的风险。安徽对早期预警开展了哪些工作？有哪些特色和经验做法？3月20日，安徽省气象部门给予解答。

  安徽精密气象监测系统 基本建立

  记者从安徽省气象部门获悉，目前全省已逐步建立了“政府主导、预警先行、部门联动、社会参与”的气象防灾减灾工作机制，不断加强灾害性天气的监测预报能力建设。气象专家介绍，目前安徽精密气象监测系统基本建立，地面常规自动气象站增至3814个、高速公路气象站网密度全国领先，同时利用天气雷达、卫星等高科技手段进行立体监测，天气雷达距地1公里高度覆盖率达96%，大幅提升了灾害监测能力。

  同时，精准预报技术应用成效显著，安徽省气象局持续推进预报预测技术攻关，研发多项基于人工智能、机器学习，覆盖短临预报、中短期预报和气候预测的客观预报方法，初步构建0-60天无缝隙智能网格预报业务体系，预报时空分辨率提升至最高5分钟0.5公里。

  另外，不断升级省突发事件预警信息发布系统，通过对接的12379短信、网站、微信、微博、应急广播等渠道，将预警信息传播到各级应急责任人和社会公众，通过应急广播渠道对接全省16个地市约20万预警播发终端，开展精细到乡镇级的预警播发。

  去年暴雨预警信号准确率达89%

  作为科教名城，合肥对安徽省气象部门的早期预警工作提供了高科技助力。气象专家介绍，近年来安徽建成多波段（S、C、X波段）多体制（相控阵、机械扫描）天气雷达网，基于流传输架构实现雷达数据的“边扫边传”，有效提高多波段雷达协同组网时效性，实时提供数十种分钟级、百米级雷达协同组网产品，实现短时强降水、冰雹、雷暴大风等灾害性天气全天候监测能力，为早期预警提供重要支撑。

  在预报方面，依托‌合肥先进计算中心‌，升级逐小时循环同化预报系统，融合探空、地面观测、SWAN（短临预报系统）雷达及GPS可降水量数据，生成的短时预报客观产品‌分辨率由3公里提升至1公里‌；构建天气形势分类多模式集成技术，结合深度学习技术优化中小尺度天气系统识别能力，推动‌强对流短时预报评分进入全国前5。

  同时，开发‌机器学习逐小时动态建模技术‌和历史相似时空协同算法，24小时内逐小时晴雨预报准确率从‌87%提升至90%，高温天气下最高温度预测偏差从‌2℃降低至0.8℃。一系列预报技术的研发有效提升了预警准确率和时间提前量，2024年安徽暴雨预警信号准确率89%，强对流预警信号时间提前量达54.5分钟。

  在预警服务方面，实现了预警信息通过省级应急广播平台、16个市级平台以及所辖县级平台的快速发布和秒级响应。

  发展分钟级到小时级短临预警系统

  未来，安徽省气象部门早期预警将在提升预警精准性、增强预警时效性、扩大预警覆盖范围、进一步推动多部门联动机制等方面开展工作。气象专家介绍，通过加强多源数据融合，整合卫星、雷达、地面观测、垂直观测等多维度数据，减少数据盲区。推动发展更高分辨率的气象数值预报模型，结合人工智能（AI）和机器学习技术优化预测算法，提升台风、暴雨、强对流等高影响灾害性天气的预报准确性。

  针对突发性气象灾害（如雷暴、龙卷风、极端强降水），发展分钟级到小时级的短临预警系统，不断缩短“预警时间窗”，延长预警时间提前量。（记者 邵晓杰 通讯员 吴然）