参观北京市海淀区气象局有感

目录

10月22日下午,与参加大气科学基础知识班的同学一同参观位于海淀公园旁边的海淀区气象局。 上一次参观北京市的气象系统还是2013年入职培训期间去参观的北京南郊观象台。 很遗憾这么多年来才再一次有机会去北京市内的兄弟单位,可见我平时的工作确实与系统内其他单位联系不大。

上次参观北京观象台,就感觉五环路和对面的高楼可能会对气象观测有一定的影响。 这次参观海淀公园内的海淀国家气象观测站,就更进一步体会到观测台站布设与城市发展之间的冲突。 我们为了取得空间分布更密集的观测资料,就必须尽可能多布设气象站。 但气象站本身需要满足一定的条件才能满足观测基本要求,这就导致气象站的占地及对周围建筑的限制与城市建设之间的矛盾。 南郊观象台位于五环边上,可以通过五环路来维持与周围建筑物的距离。 但海淀观测站就没有这么好的位置条件。虽然观测站位于公园内,却没有足够的空间布设常规观测站,只能采用高山观测站的标准。 观测站正南方向有一颗树,对日照时间的观测会有一定程度的遮挡,所以观测场中的日照观测仪也与标准位置不一样。 目前数值模式预报越来越依赖卫星观测资料,我想也许与这方面的因素有点儿关系。 即便在有能力布设观测站的地方,我们也可能会面临资料系统性偏差的问题,所以资料同化技术才会变得对数值预报模式系统如此重要。 估计北京市区内也没有条件再建新的气象观测站了,也许未来会有各种各样的社会化观测应用到预报预测业务中。

海淀区气象局不只从事气象观测业务,自2013年改革后,该气象局的主要职责已扩展为综合性气象服务工作。 海淀区气象局局长的报告中提到“海淀区是全球从事气象工作人员密度最大、机构最多区域”,“区内专家多、大咖多、行家里手多,期望高、要求高,挑毛病的多”。 在这样的环境下工作会比较有压力,我对这点深有感触。 我所从事的数值预报业务系统相关工作虽然与外单位专家的直接交流不多,但因为单位同事经常与国际先进中心交流,同时每年都有同事在美国和欧洲等地做访问学者,各位专家对于我们单位在科研和业务上的支撑能力与国际先进水平的差距有很清晰的认识,因此也对我所在的科室有不少的期望,带来不少的工作压力。 我觉得在对于如何处理这种压力这一点上,海淀气象局的做法很值得我们科室学习。

海淀气象局有中央和地方编制人员共13人,外聘人员12人,两者人数基本相当。 在编制人员数量无法扩大的情况下,海淀区气象局聘用外部人员来加强单位的业务服务能力。 虽然不知道在外聘方面具体是如何操作的,但我觉得无论是海淀区政府还是海淀区气象局都很有魄力。 参加工作以来,我每年都更加深入地体会到,想要做好工作,缺少人手是不行的。 我们科今年来了一名年轻的新同事,五年来终于有新生力量加入。 但很显然,鉴于我们的数值预报模式水平与国际上的差距很明显,单位人力资源投入的重心还是模式的发展研究。 我们今年也开始考虑是否需要引入外部公司,参与数值预报业务系统的运行维护工作,但缺乏明确的政策导向和业务维持经费支持。 仅仅通过工程项目等方式曲线投入,在现在对工程项目监管越来越严格的大趋势下,会带来很大的风险和不确定性。 所以,我觉得我们科室应该向海淀区气象局学习如何引入外聘人员,更好地提供数值预报产品服务。

海淀区气象局另一个值得我们学习的地方就是通过与辖区内的科研院所和商业公司合作,开发了面向不同服务需求的业务系统,向不同的用户提供针对性服务。 一进门就看到下沉显示屏上实时在立体地球上展示网格预报产品,并且在头顶的显示屏上显示温度和降水随时间变化的曲线。 该套系统源自国家气象信息中心的MOAP平台,在气象中心的会商室也有类似的展示,但海淀区气象局的屏幕更大,效果更震撼。 海淀区气象局还和公司合作开发了海淀区菜篮子气象服务保障项目(需要登录才能查看),为鲜菜运输人员提供沿途的精细化预报服务。 海淀区气象局还和气象公司合作,利用城市三维建筑模型和机器学习算法,构建大风风险警报系统,模拟高层建筑之间的风速,标志大风危险区域。 上面所有的系统都基于Web可视化技术在地图中(三维地球或高德地图)实时动态展示。 数值预报中心目前还是将预先绘制好的图片作为在线展示手段。 运行科的同事很早就在推广实时显示的技术,可惜可能与运行科的职责有关,一直没受到重视。 直到现在,类似的技术已广泛应用在气象领域的各个业务单位。 在技术更新换代如此快速的今天,原地踏步就意味着有可能会被淘汰。 好在,今年有几个工程项目正在尝试应用实时显示技术。 不过这就涉及到了我们需要向海淀气象局学习的另一个方面。

除了菜篮子工程需要对外服务而单独部署外,海淀气象局展示的内网预报服务系统都集成到同一个平台中,类似国家气象中心所有的预报工具都基于MICAPS平台实现。 集成的平台有助于共享组件,减少重复开发。 这点正是我们科室在执行工程项目时所缺乏的。 我对科室的大部分工程项目在做什么系统都不是很清楚,也从侧面说明我们缺乏统一的平台。 各自为战的结果就是大量的重复工作,开发出来的系统仅在小范围使用,很多功能都没实际应用上。 尽管已经有些努力,但鉴于我们对科研的高度重视,对工程项目的规划和执行不免会沾上科研项目的影子,想要对不同工程项目做一个全面的规划就会变得尤为困难。 再加上我们缺乏管理工程项目的经验,最终的结果也就不难设想了。

虽然我吐槽了一整篇文章,但我还是对未来充满信心。 这次培训参观了很多单位,学到了很多的经验。 既然兄弟单位可以做的这么好,我们也没有理由怀疑自己的能力。 离完成2020年目标的时间还剩下一年,努力工作的时间足够了。