每年雨季，大雨為市民出行和進行戶外活動帶來不便。對於預測未來一至兩小時降雨的發展，以至評估發出相應的暴雨警告信號，天氣預報員一方面會密切監察和分析各種氣象觀測數據，亦會參考「小渦旋」臨近預報系統的預測。

「小渦旋」主要運用天氣雷達和地面自動雨量站數據，利用雷達最近兩次連續掃描的降雨回波圖像，分析雨區當時的移動方向和速度，接著根據回波移動的情況，運算未來一兩小時的雨區位置及降雨強度。不過，暴雨及相關的強對流天氣系統變化急速，影響範圍和降雨強度亦有相當不確定性，對臨近預報是個重大的考驗。以下透過個案介紹當中的挑戰。

天氣雷達進行一次完整的掃描需時六分鐘，但對流天氣系統和雨區發展帶有相當大的隨機性，期間可能已有所增強或減弱。由於「小渦旋」只能透過最近兩次的雷達回波影像進行演算，倘若雷達在掃描時未能捕捉到雨區的急速變化，「小渦旋」的降雨預報便會與實況隨後的演變存在一定的差異。

例如圖一顯示2024年4月21日的案例，一道強雷雨帶早上由珠江口一帶向東移動靠近本港。由於當時最大雨的區域主要集中在珠江口，因此10時06分的臨近預報（圖二）顯示該雨帶將會向東移動並逐漸影響本港西部水域。不過，實況從10時36分開始（圖一 (b)-(c)），有零散較強的回波（紅圈所示）在強雷雨帶的前沿發展，導致本港部分區域受大雨影響的時間比預期早，與上述較早的降雨臨近預報結果有所分別。

香港的地形複雜，在春、夏季和適當的氣象條件下，當潮濕不穩定的氣流遇上山勢阻擋時會被迫隨著地形抬升，隨後形成雲和降雨。研究顯示 ^[1]，在低層吹偏南風的形勢下，本港的主要山巒，例如大帽山、鳳凰山、馬鞍山和柏架山附近較有利引發地形降雨，或加強附近地區的雨勢發展。

以圖三及圖四為例，2024年7月27日本港主要受西南風影響。在下午時分，雷達顯示（圖三 (b) - (c)，紅圈所示）大嶼山東北和大帽山附近開始發展地形降雨，並持續於沙田、大埔和新界東北部增強。在地形降雨發展的初期，雷達一般只能觀測到微弱而零碎的回波（圖三 (a)），「小渦旋」基於當時的雷達的探測數據和較弱的降雨回波強度，預測未來一小時的雨量覆蓋範圍和雨量因而比較少（圖四），難以反映地形效應導致雨區在下游區域增強的情況。

為了減低地形阻擋的影響，天文台的兩台天氣雷達分別位於大帽山山頂（海拔約970米）和大老山山頂（海拔約580米）。當天氣雷達以最低仰角進行掃描時，可以探測距離地面1公里左右高度的降雨回波。因此，天氣雷達未能探測較低雲層所帶來的降雨及其變化，尤其在天氣較涼季節，與層雲 (stratiform clouds) 相關的降雨往往能在雷達中「隱身」。以圖五為例，2024年3月4日本港受一股潮濕的偏南氣流影響下，大致多雲，有薄霧及幾陣雨。在早上2至3時，本港東部地區廣泛錄得0.5至2毫米雨量，西貢部分地區雨量達2至5毫米，但雷達中只有微弱的回波（紅圈所示）。因此在這種情況下，「小渦旋」一般難以預測降雨發生，但實況仍錄得雨量。

以現時科技水平，預測降雨變化仍然具有一定的限制，降雨臨近預報往往與實況存在差別。天文台一直致力於加強定點降雨預報的運算方法，例如引進人工智能技術，運用氣象大數據和高性能電腦來訓練深度學習模型，以改進未來數小時的降雨預測，提升降雨臨近預報的水平。在氣候變化下，極端降雨將越趨頻繁，應對強對流相關的惡劣天氣將面臨更大的挑戰，而臨近預報系統在暴雨災害預警擔當的角色可謂舉足輕重。天文台將繼續不遺餘力，研發更先進的臨近預報技術，提升天氣預報和惡劣天氣預警服務，讓市民為極端天氣及早準備。