他表示，基于其在多起灾害等事件后调研现场的经验，完全依赖气象站点捕捉强对流天气并不现实，这就需要大量志愿者向气象部门报告其所在区域天气情况，民众“随手拍”就可以帮助气象部门掌握更多信息。

郑永光坦言，从防灾减灾角度而言，对强对流天气越早发出预警，人们采取措施的时间就越充分；但从气象规律出发，提前时间太长，将无法保证预报准确性。既提高预报预警精准度，又延长时效，是气象人不懈追求的目标。

在他看来，如果这一目标得以实现，意味着强对流天气来袭时，具有防灾减灾知识的民众将有足够时间从容应对，也意味着中国在强对流天气预警预报领域将取得更大进步。

c7电子娱乐试玩中新社北京3月8日电 (记者 李晓喻)全国人大代表、中国气象局强对流天气重点创新团队首席科学家郑永光在全国两会期间接受中新社记者采访时称，中国强对流天气监测预报预警水平已进入国际先进行列，其中部分应用机器学习的技术已处于领先地位。

不过，这是一项长期而艰巨的任务。用郑永光的话说，强对流天气预报预警就像“大网捞小鱼”，虽然监测网越织越密，但“漏网”仍然难免。此外，目前人们尚不完全清楚强对流天气产生和发展的精细机理，也加大了预报强对流天气的难度。从预警信号提前量看，即使是短短一分钟的进步，也“非常艰难”。

他表示，现在对重要的强对流天气过程已基本能做到较为准确的预报，一些影响范围较大，如跨省域的强对流天气过程，基本可提前三天进行较准确预报。2022年平均提前42分钟发出强对流天气预警信号，2023年进一步提前到43分钟。

这位强对流天气的预警者眼下的目标，是2024年临近预报能达到空间分辨率一公里、时间分辨率10分钟，到2035年能至少提前一个小时发出预警信号。

雷暴大风、龙卷风、冰雹、短时强降水等强对流天气，被视为热带气旋、地震、洪涝之后第四位具有杀伤性的灾害性天气。由于突发性强、持续时间短、影响范围小、发展快，强对流天气的精准监测和预报一直是世界性难题。

郑永光说，这有助于进一步加强气象部门对强对流天气的监测能力，深化对强对流天气规律的认识，发展更为准确的精细数值预报模式，综合人工智能技术的应用会进一步提升监测和预报能力。(完)

郑永光介绍，经过多年努力，中国已拥有全球最大最密的气象监测网，对强对流天气的监测预报预警能力明显提升，“从中央气象台来说准确率约提升了20%以上”。