气象卫星：太空中的气候哨兵
自1960年人类发射第一颗气象卫星TIROS-1以来，这些翱翔在近地轨道的“太空之眼”彻底改变了气象观测的格局。现代气象卫星搭载多光谱成像仪、微波辐射计和激光雷达等设备，能够穿透云层监测大气温度、湿度、风场和气溶胶分布。例如，中国的风云四号卫星可实现每分钟一次的地球全盘扫描，其静止轨道高光谱成像技术能捕捉到台风眼壁替换的细微变化，为提前12小时预警超强台风提供关键数据。
在气候变暖研究中，气象卫星扮演着“气候记账员”的角色。通过长期监测极地冰盖消融、海平面上升和植被覆盖变化，卫星数据证实了北极海冰面积每十年减少13%的惊人趋势。欧洲气象卫星开发组织（EUMETSAT）的MetOp系列卫星搭载的臭氧探测仪，更发现平流层臭氧空洞修复速度与温室气体浓度变化存在显著相关性，为《巴黎协定》效果评估提供了独立验证手段。
数值预报：超级计算重塑天气预报
数值天气预报（NWP）的诞生堪称气象学的“哥白尼革命”。1946年冯·诺依曼提出将大气运动方程离散化，用计算机求解流体动力学方程的想法，如今已发展为全球协作的数值预报系统。欧洲中期天气预报中心（ECMWF）的IFS模型，每12小时运行一次全球10公里分辨率预报，需要调动超过1亿个网格点的物理量计算，其4D变分同化技术能融合卫星、雷达、探空等40余种观测数据，将台风路径预报误差从1980年的300公里降至如今的60公里。
气候变暖正迫使数值模式进行根本性改进。传统NWP假设大气处于准平衡状态，但气候变暖导致的极端天气频发，要求模式能捕捉“黑天鹅”事件。美国国家环境预测中心（NCEP）开发的FV3动态核，通过引入自适应网格技术，在模拟2021年北美热穹顶事件时，成功再现了54.4℃的极端高温，比旧模式提前36小时发出预警。中国气象局全球中期数值预报系统（CMA-GFS）更将机器学习引入参数化方案，使青藏高原积雪反照率模拟误差降低42%。
气候变暖：正在改写气象规则
工业革命以来，大气中二氧化碳浓度从280ppm飙升至420ppm，这个看似微小的变化正引发气象系统的连锁反应。政府间气候变化专门委员会（IPCC）第六次评估报告指出，全球平均气温较工业化前已升高1.1℃，导致极端降水事件强度增加7%/℃。2023年夏季，中国京津冀地区遭遇的特大暴雨，其每小时最大降雨量达111.8毫米，突破历史极值，数值模式成功捕捉到这次“列车效应”暴雨，但降水中心位置偏差仍达30公里，暴露出气候变暖下模式物理过程参数化的局限性。
应对气候变暖需要气象卫星与数值预报的深度融合。欧洲“哥白尼气候变化服务”（C3S）项目将Sentinel-3卫星的海表面温度数据与ECMWF气候再分析系统结合，构建出1979年以来的高分辨率气候数据集，发现北极变暖速度是全球平均的3倍。这种“观测-模拟-验证”的闭环系统，正在重塑气候适应策略。例如，新加坡基于数值预报开发的城市通风模型，通过优化建筑布局使热岛效应强度降低1.5℃，为热带城市应对变暖提供了新范式。
