3月1日，随着中国气象局2026年度气象青年下基层“春雨”行动启动，我从国家气候中心来到吉林省气候中心气候预测科，开展为期一年的服务锻炼，重点支撑气候年景预测和风光资源次季节预测业务。

一次对接会：需求不在服务器里，在风电场中

到岗不久，我便参与了吉林省能源气象服务对接会，向全省能源行业工作者介绍现有的新能源次季节预测产品。

台下坐着的，是风电场的运维主管、光伏电站的调度员、电网公司的负荷预测工程师……他们的提问比任何学术会议都直接：“风速预测能不能到单机位级别？极端大风能提前多久报？次季节预测能不能支撑我们安排检修窗口？”

这些问题在北京的办公室里很少听到。我们做产品开发，习惯从数据和模型出发——相关系数、均方根误差、技巧评分，每一项指标都精打细算。但在基层，需求是从风机叶片转不转、光伏板发不发电这样朴素的问题开始的。

预报的价值，最终要落在用户能不能用得上。那一刻我意识到，对接会不是在“介绍产品”，而是在“对答案”——看我们的技术能不能答上他们的试卷。

　谢冰研究如何把定制产品打磨得更精细，把用户需求摸得更透彻。

一场技术攻关：把均值还给均值，把概率还给概率

对接会后，我与当地能源公司建立合作，利用吉林省敖东乡16个地面气象观测站的分钟级风速观测资料，对次季节风速集合预测产品进行精细化订正。

做订正的人都知道，常规思路是“一把抓”——把模式的系统性偏差和预测的不确定性放在同一个模型里一起调。这套方法在平均意义上效果不错，但在次季节尺度上暴露了短板：不同模式、不同提前期的预报稳定性差异很大，两个东西搅在一起调，很容易顾此失彼。最常见的问题是过度收缩——为了追求整体数值更“准”，把极端风速的信号也给抹平了。而对风电而言，极端风速恰恰是最关键的预测对象。大风意味着限电风险，强风切变关乎机组安全。把极端值“抹平”，等于丢掉了最有业务价值的信息。

我们的做法是“分两步走”。第一步，先专心修偏差——用线性方法校正模式预报的平均水平，让所有集合成员整体向观测靠拢，但不碰成员之间的相对差异。这一步做完，预报的中心位置“正”了，但成员之间谁高谁低、谁激进谁保守的相对关系原封不动。第二步，单独处理不确定性——综合多个模式的信息，重新构建一个更稳定、更合理的概率分布，把极端情况的可能性保留下来。简单说就是：把均值还给均值，把概率还给概率。两者各司其职，物理意义清晰。目前该方法已申请发明专利，能源公司的反馈是：“终于能看出风要来了。”

一些小感悟：融入这片黑土地

来吉林快四个月了。东北的风很大，光也很足。但要“追”到它们、用好它们，靠的不是哪一套算法、哪一个模型，而是从实际需求中找问题、从一线反馈中找方向，最终把预测能力转化成实实在在的经济价值。

在国家气候中心做了多年产品研发，我深知从一行代码到风电场调度大屏上一个可用的参考值，中间隔着很长的路。这段路，不能坐在办公室里走，必须到用户中间去走。预报的价值，不在数值本身，而在它变成行动的那一刻。

接下来还有大半年，我会继续扎在一线，把定制产品打磨得更精细，把用户需求摸得更透彻。同时，我也想把这次“分两步走”的订正思路推广到更多站点、更多变量上，让它经受更大范围的检验。

在北京时，我以为“服务基层”是把技术送下去。到了吉林才明白，真正的“服务”是蹲下来听——听风机怎么转，听调度员怎么排班，听一场大风过后还有人等着我们给出更准一点的答案。然后带着这些问题回去，让下一次预报再往前走一小步。

风不会按模型吹，但我们可以蹲下来，认真听它往哪儿去。

（作者系国家气候中心气候研究开放实验室副研究员，目前在吉林省气候中心气候预测科服务锻炼。本文由张欣彤、王晶晶整理）

（作者：谢冰 责任编辑：张林）