首先從兩個風暴故事開始。第一個來自BBC天氣預報APP，周六是春季銀行假日(spring bank holiday)，APP預報說伯恩茅斯會下雨，還有雷電。第二個故事是這樣的，因為天氣預報不準，小鎮的旅游管理人員訴苦說，游客聽到預報沒有來，他們本來可以來的，當天的天氣陽光明媚，天空湛藍。

天氣預報不準，大家不高興，他們抨擊BBC，抱怨沒有白費。英國《太陽報》報道說BBC給出的預測大錯特錯。《每日郵報》也采訪了社交媒體用戶，他們的周末因為“糟糕的預測”和“完全不準的預報”給毀了。觀察者也站出來發表文章，借題發揮，將矛頭對準“氣候變化預測”。

這些故事引導我們注視一個重要的問題：在技術的助推下，天氣預報發生了怎樣的變化？我們與天氣預報的關系又發生了怎樣的變化？預測溫度、降水、風速時，我們的能力提升了嗎？如果真的提升了，為什么在手機上使用不同的天氣預報App，結果卻有如此大的懸殊？還要等多久，超級電腦和AI才會淘汰人類氣候學家？什么時候預測精準度能達到100%？

收集大量與大氣層、地球表面有關的數據，比如溫度、濕度、風力狀況，這是現代天氣預報的基礎。在數據之間存在誤差，那就需要用已有的觀察和過往資料來填充。預測模型由一些等式組成，它對物理和化學反應進行管控，以此作為起點，計算并得出未來的天氣狀況。

天氣預報對人類活動有著至關重要的影響。2011年一份報告指出，經濟學家Jeffrey Lazo發現，單在美國，天氣對GDP的影響最高可達4850億美元。正因如此，我們才會投入那么多錢，不斷提高預測能力。

天氣預測數據不斷優化，質量越來越高。例如，大型飛機會安裝轉發器，收集風速數據，它用這些數據導航，英國氣象局（Met Office）將這些數據放進預測模型。NASA GOES-16衛星去年12月投入使用，它會用更快的速度掃描地表，拍攝的圖片比過去的衛星圖更清晰。2月份，英國對降雨雷達網絡進行升級，工作已經完成，投入1000萬英磅，升級之后，網絡輸出的數據比之前多5倍。

所有數據都會輸入超級計算機，每秒計算1萬億次。真的需要這么強大的計算力嗎？當然，因為預測模型很復雜，計算力越強大，才能越接近大氣變化。隨著科學的進步，預測模型越來越來復雜。因為有了多余的計算力，“集成預測”（ensemble forecasting）成為可能。所謂集成預測，就是說預測模型運行許多次，使用的初步數據稍有差異，這樣一來就能計算不同結果出現的概率。

更多數據、更強大的計算機、更好的算法，將這些因素加在一起，已經大大提高預測結果的質量。2015年《自然》雜志刊文稱，氣象學家提前3-10天預測大氣壓的能力一直在進步，自1981年以來，大約每10年前進一天。英國氣象局則說，預測4天內的氣壓時，精準度與幾十年前預測一天的氣壓差不多。

因為數字技術的進步，人類獲得天氣預報、使用天氣預報的習慣也發生了變化。智能手機能夠提供局部天氣預報，時間范圍擴大。在Android手機上，全球大約有8000個App與天氣有關，iPhone平臺有2400個。數量如此多，如果不是專家，怎么知道哪個更可靠呢？

想讓預測變得精準，遠不是那么簡單。什么最重要？是溫度、降水還是風力狀況？評判之時，到底應該查看平均總體誤差，還是查看預測與現實的符合頻率呢？ForecastWatch是一家美國公司，它會分析天氣預報提供商的表現。ForecastWatch創始人Eric Floehr認為，評判預報是否精準有多種多樣的方法；在不同的預測領域，在更長或者更短的時間窗口，或者在不同的地理區域，有些預報商預測更準，有些差一些，各有不同。

ForecastWatch去年曾對全球6大領先預報提供商進行對比，包括AccuWeather、Weather Channel、Weather Underground、Foreca、Intellicast和Dark Sky。報告指出，2016年ForecastWatch曾對1145個地點1至5天內的預報進行調查，其中25個地點來自英國。

結果發現，無論是平均溫度、最高溫度、降水概率還是風速，AccuWeather預報最準。對于低溫預測，The Weather Channel和Weather Underground有著不錯的表現。在所有這些預測類型中，Dark Sky表現最差。

在英國，BBC天氣預報APP的用戶最多，然后是英國氣象局的APP。2月份，BBC改變策略，APP不再使用英國氣象局的數據，轉而使用MeteoGroup的數據，這是一家天氣預報公司，所有者是美國PE企業，為什么這樣做？因為BBC認為它的服務質量更好，價格更便宜。

ForecastWatch創始人Eric Floehr提供一份數據統計，它們來自12個提供商，覆蓋英國29個地點，數據是2017年的。在精準度綜合評測中，Weather Channel和Weather Underground表現最好，AccuWeather排第五、MeteoGroup排第六、BBC排第九（數據來自英國氣象局）。如果只看降雨預測精準度，MeteoGroup排在第四位，BBC排在第十位。

如果預測不準，到底相信哪個？相信許多天氣APP用戶都會覺得難以選擇。最近幾年，預測精準度的確有所提升，既然如此，為什么不同提供商給出的結果還是不同呢？

有些預報商拿到的觀測數據更多，它們使用不同的算法計算，這些算法是以不同的模型作為基礎的，它們的細節等級也不同。有些APP只是簡單提取計算機模型預測結果，還有一些APP會聘請氣象學家審查數據，修正錯誤，如果是非正常或者極端天氣，氣象學家的作用更明顯。

AccuWeather副總裁Jonathan Porter解釋說：“我們與政府、企業建立了獨特的關系，可以拿到最相關的實時數據，我們使用的預測模型數量超過125個，有全球、局部、國家或者地方預測模型。我們還在努力，將新數據庫放進去，增強算法。必要的時候，人類氣象學家會給出專業意見。”

有時，算法所使用的原始數據完全一樣，被不同的預報者使用，但是最終給出的結果卻是不同的。英國氣象局公共氣象服務主管Derrick Ryall說：“APP之間有一個很大的不同：它們要做出選擇，到底展示怎樣的信息。有些只會選擇簡單的信息，還有一些會挑選更詳細的信息。這些都會影響精準度。”

還有一個因素也會導致結果的不同：精準度不是唯一的考量因素。你可能有點意外，但事實的確如此。Floehr 2012年曾經寫過一本書，它將預報員的預測與實際天氣狀況對比，發現給出“悲觀預測”（尤其是更高或者更低的降雨概率）時他們總是犯錯。Floehr認為：“下雨了，但是你忘了帶傘，這是第一種情況；下雨了，你帶了傘，但是沒有必要用傘，這是第二種情況。對于民眾來說，第一種情況更讓人沮喪。正因如此，預報者在預測降雨時會刻意‘過度’。”

一些領先的預報商已經開始拋棄這種方法。Weather Company高級副總裁Peter Neilley說，早在3年前它們就已經拋棄“降雨偏見”。他還說：“對人們來說是什么是最重要的？以前我們會給出判斷，現在不會了，現在重點關注降雨概率，讓民眾自己去判斷。”

BBC APP因為給出的預測“過于悲觀”遭受指責。現在它甚至還給出每小時降水概率這一數據，結果卻是導致民眾困惑。MeteoGroup資深氣象學家Nikki Berry指出：“如果你將天氣征兆與降水概率拿來對比，會發現二者之間并沒有直接聯系，因為征兆還會受到其它因素的影響。“

在BBC APP中，有時你會看到一個圖標，表明某天會有雨，但是實際上那天只有一小時可能有雨，概率不到50%。Berry說：“我們會使用當天最重要、影響最大的天氣征兆。”如果某人會根據天氣預報做出重要決定，除了查看天氣圖標，還會在BBC天氣預報頁面查看詳細信息。

就像其它許多行業一樣，計算機越來越先進，重要性越來越高，之前許多由氣象學家做的事已經交給計算機完成。超快處理器接管大量工作，預報員就可以轉移注意力，關注那些更專業、更復雜的領域。Floehr說：“當人們在手機上收到天氣預報時，沒有多少人情味。現在氣象學家更加關注預測溝通，幫助民眾將預報轉化為可用情報。在未來10-20年里，到了某個時間點，預測過程中不會再有氣象學家參與。”

科學告訴我們，根本沒有完美的天氣預報。

Neilley說：“如果想知道天氣的一切，你必須給大氣的每一個因素建模，還要關注因素之間的所有相互作用。即使是從理論角度看，要做到也是不可能的，因為計算機在建模時會產生熱量，它會成為系統的一部分，然后又要繼續調整。將溫度計放在空中，也會導致條件出現細微的變化。所以說，天氣預報永遠不可能完美。”

如果想預測一天或者更多天的天氣狀況，衛星發揮重要作用，如果時間很短，衛星就無能為力了。氣壓計提供氣壓數據，它能反應更短暫的變化。

從2011年開始，數字氣壓計開始裝進智能手機，用來輔助追蹤位置，現在全球大約有10億臺手機可以測量氣壓。華盛頓大學教授Cliff Mass認為，預測短期氣壓和降雨時，智能手機數據可以幫上忙，能提高精準度。預測風力變化時也能派上用場。

Mass說：“想預測雷雨，手機數據可以幫上忙，有些地區我們擁有的數據太少，手機也能發揮作用。”Mass正在研究，看看能否利用機器學習技術提高智能手機氣壓數據的精準度。Mass已經與Weather Company公司合作，它通過Weather Channel APP收集了2.5億份壓力數據。

Weather Company高管Peter Neilley介紹說，到了2019年，這些數據就會整合到公司的預報中。其它一些預報商也在做試驗，比如Dark Sky，它們也想好好挖掘手機氣壓數據的潛力。

本文轉自36氪，原文鏈接：http://36kr.com/p/5142143.html ，侵刪