一、气象卫星：天空之眼的全球巡航
气象卫星是现代气象学的“太空哨兵”，通过搭载的可见光、红外、微波等传感器，实现对大气、海洋、陆地的全天候监测。极轨卫星每日绕地球14圈，提供全球覆盖数据；静止卫星则定点于赤道上空，每10分钟更新一次云图。2023年，我国“风云四号”B星成功捕捉到台风“杜苏芮”的眼墙置换过程，其0.5公里分辨率的云图清晰展现了台风内核的精细结构，为精准预报提供了关键依据。
卫星数据不仅用于天气预报，还支撑着气候研究。例如，通过监测海温异常，可提前3-6个月预测厄尔尼诺事件；利用大气成分传感器，能追踪臭氧层变化和温室气体浓度。目前，全球有20余颗气象卫星组成观测网络，形成“地-空-天”一体化监测体系。
二、高温与雷暴：极端天气的双面镜像
高温的形成是太阳辐射、大气环流和地表性质共同作用的结果。城市热岛效应可使市区温度比郊区高3-5℃，而副热带高压的持续控制则是大范围高温的“幕后推手”。2022年欧洲热浪期间，西班牙部分地区气温突破47℃，模型显示这与北大西洋海温异常及大气环流阻塞有关。
雷暴则是大气不稳定能量的剧烈释放。当暖湿空气快速抬升，水汽凝结释放潜热，形成强烈的上升气流。一次典型雷暴可产生每秒30米以上的阵风，云中闪电温度可达3万℃，其电磁脉冲甚至能干扰卫星通信。北京“7·21”特大暴雨中，雷暴单体合并引发列车效应，3小时降雨量达215毫米，突破历史极值。
三、数值预报：用数学解构天气
数值预报通过求解大气运动方程组来预测天气，其核心是超级计算机对全球大气状态的离散化模拟。欧洲中期天气预报中心（ECMWF）的IFS模型将地球划分为9公里网格，每天运行两次全球预报，每次需处理10亿个方程。2023年，我国自主研发的“九天”系统实现12.5公里分辨率的全球预报，对台风路径的预测误差较前代模型缩小20%。
机器学习正在改变数值预报范式。谷歌DeepMind的“GraphCast”模型通过深度学习，在1分钟内完成10天预报，其精度在部分区域已超越传统物理模型。但专家指出，数据驱动方法仍需与物理模型融合，以应对极端天气等复杂场景。未来，量子计算可能将预报时效提升至分钟级，开启“即时气象”时代。
