数值天气预报在精细化的方向能走多远？会受到来自模式发展水平和计算机算力支持两方面的制约。从目前全球数值天气预报水平看，5公里分辨率可以算精细化了，可以预见的业务目标将达到1公里；而对于区域模式而言，1公里分辨率已可以做到，下一步则要发展百米尺度的区域业务模式了。从理论上讲还可以更加精细，气象学家在划分天气系统尺度时最小的一个级别为γ小尺度（micro-γ），分辨率小于20米。从实际需求看，对这样的产品也有其迫切性，如近年来城市的快速发展，对大气环境、建筑工程、交通调度、灾害防御等都提出了越来越精细的要求，包括无人驾驶飞机的低空飞行或快递运输，都需要关注天气的瞬间时空变化，而要预报出这种尺度的天气特征，除对中小尺度天气系统变化特征的精细模拟外，还需要计算大气与各类建筑物之间复杂的相互作用，包括近地面层那些紊乱的湍流扰动。

欧洲中期天气预报中心（ECMWF）已成功将其全球数值天气预报模式分辨率提高到1公里，但需要在目前世界上最顶尖的计算机上实现，业务化运行还存在算力上的障碍。百米分辨率量级的区域模式在研究领域也已实现，如基于天气研究与预报（WRF，WeatherResearch and Forecasting） 模式发展的大涡数值模拟系统WRF-LES（WRFbased on a large-eddy simulation），计算的空间分辨率可以达几十米，甚至更高，但除完成一些特定任务外，大多应用于时效要求不高的研究项目上，其主要障碍也是算力消耗过大，很难满足实时业务运行的需求。

为此，人们开始同时在模式与算力两个方向上探索提升精细化模式计算时效的可能性，为实现实时业务服务提供支持。近期美国国家大气研究中心（NCAR）的研究人员在这一领域取得了进展，成果发表在美国地球物理协会杂志《AGU Advances》上，其主要做法是放弃依赖传统中央处理器（CPU）运算的模式，开发了完全可以在图形处理单元（Graphical Processing Units，GPU）上运行的新型高分辨数值模式FastEddy。

传统的CPU芯片擅长执行多任务的复杂控制 （控制、逻辑和设备管理等），但快速计算能力相对偏弱。而GPU恰恰相反。最初设计是为了适用于3D视频游戏的快速变化，不擅长复杂的逻辑控制，但具备对海量数据进行相同操作的快速计算能力，如能合理设计程序，对于解决数值模式中的高速并行计算具有明显优势。因此，可以充分利用GPU简单运算能力超强的特点，重新构建现有数值模式的指令结构。FastEddy正是基于这一理念研发的，实现了在5米分辨率条件下高速运算，精细模拟在城市建筑物和街区中出现的大气涡旋和湍流特征。

通过对比检验，FastEddy模式的运算速度在相同功耗下比等效的CPU模型快6倍，在相同的运算速度下功耗仅为等效CPU模式的八分之一。此外，还可根据计算量的需求扩展，在多个GPU采取并行计算。因此，发展微尺度精细化数值模式，利用可以实现快速并行计算的GPU，并进行与其相匹配的程序设计，应是恰当的选择。

为了在真实环境中对模式进行评估，FastEddy研发团队选择2018年美国达拉斯市城区的50个天气场景进行了模拟计算，在仅20平方公里范围内，启动分辨率为5米的微尺度模式计算。结果表明，在城市冠层区域仅依赖于原有的粗分辨模式所做的预报确实无法满足航空活动等的尺度要求，如在午后地表升温条件下与夜间大气处于相对稳定条件下城市冠层的风向与盛行风向的一致性会出现显著差异，这在低分辨率模式中是无法区分的。除风向外，城市冠层引起的湍流变化也需要精细化模式才能分辨出，这对无人驾驶飞机的电池消耗至关重要，有无湍流扰动会使能源消耗速度相差3倍以上。

FastEddy模式的研发仍在进行中，如对湿动力过程的调整和完善，对微尺度模式的集合计算等，这些改进将进一步提升微尺度模式对云变化的描述及运算结果的稳定性，减少干扰和不确定影响，使预报产品更加准确可靠。另一方面，随着GPU性能的不断提升，也会对微尺度模式计算提供更好的支持。

《中国气象报》