主要开展临近预报研究、数值天气预报研究、人工智能气象应用研究。
研究领域一 短时临近预报
总体目标：服务于国家城镇化发展中的防灾减灾救灾，紧密围绕北京冬奥会、首都重大活动和汛期保障、京津冀协同发展、多样式行业气象服务对高精度短临预报的需求，构建与现代气象业务服务密切相关的高精度短临预报技术体系，建设一支在国际上有一定影响力的短时临近预报研究团队。争取获得省部级以上奖励1-2项。
近期目标：通过多波段天气雷达应用新技术、临近数值预报技术、多源数据快速融合与无缝隙集成预报技术研发，构建“睿图”短临无缝隙预报系统，实现区域500米分辨率、核心区域100米分辨率、10分钟更新的短临无缝隙预报，在京津冀短临业务与服务中得到实际应用。所有业务应用的短临预报系统的客观分析和短临预报技巧评分较现有业务系统提升10%以上。京津冀组网天气雷达应用、临近数值预报、多源数据快速融合与无缝隙集成预报的核心技术研发、应用能力达到国际领先水平，在气象部门起到示范效应。
研究领域二 数值天气预报
总体目标：全力开展资料同化、物理方案优化以及对流尺度区域数值模式系统建设核心技术的研发和应用，建立我国北方地区对流尺度区域数值预报业务体系。争取获得省部级以上奖励1-2项。
近期目标：到2025年，基本建成覆盖全国的3km分辨率、具备极轨和静止卫星、多波段天气雷达观测资料同化能力的RMAPS对流尺度逐小时快速更新循环同化预报系统，该系统在重点区域的空间分辨率可达1km。大雨（雪）以上0-12h和0-24h预报的TS评分比2018年提高10%。
研究领域三 人工智能气象应用研究
总体目标：将气象大数据实验室建设成为开放、合作、共享的人工智能气象应用研究平台。
近期目标：完成气象大数据实验室协同并行运算平台和数据共享平台建设；开展基于机器学习的数值模式参数化方案研发和参数优化研究；研发基于机器学习（含深度学习）的临近预报、多模式数据和多源气象观测资料融合技术，并集成到睿图系统中；开展气象大数据挖掘和多尺度天气系统自动识别技术研发，研发适合我国业务应用场景的天气预报智能会商系统原型；建立“AI+气象”核心技术体系，实现与气象业务系统的无缝衔接。
