天气预报是如何制作的

预计有雨。这两个简单的词可以破坏野餐计划，也可以预示着干旱地区的农作物得到了拯救。生活中很少有什么事情能像天气一样普遍。

“我们周围的大气层时刻都在发生着变化，”科罗拉多州气候学家兼科罗拉多气候中心主任拉斯·舒马赫说。“风暴和地球大气层带来的所有其他有趣事物，都在很多方面对我们的日常生活产生巨大影响。”但即使我们收看当地新闻或查看应用程序以了解天气将带来什么，我们也不总是相信预报。你可能听过这个笑话：气象学是唯一一种你可以一直出错却仍然能获得报酬的职业。

实际上，在过去的几十年里，天气预报取得了突飞猛进的进步。气象学家们为了追求更完美的预报，不断将可能性推向理论极限。

天气的形成

在预测天气之前，我们必须了解它从何而来。为此，我们必须仰望天空。

地球被一层主要由氮气、氧气和水蒸气组成的大气层所包围。这种空气，就像液态水一样，表现为一种流体。当空气从一个地方流向另一个地方时，它带着它的特性，改变着温度、湿度等等。天气只是我们大气层将热量从一个地方移动到另一个地方的副产品。

较冷的空气密度大，不能容纳太多水分；较暖的空气密度小，可以容纳更多水分。当不同温度和密度的空气区域相遇时，边界称为锋面。有时这些多云的碰撞会导致降雨，因为冷却的暖空气被迫释放水分。

不仅仅是锋面能带来降雨；对流也能引起降水。当温暖潮湿的空气上升时，它也会冷却，其中的水蒸气凝结成空气中的微粒，如灰尘。这些水滴被上升的空气携带上升，变得越来越大，直到它们变得太重而落回地球。

当这种情况发生时，拿起你的伞。一旦风暴形成，如果它无法从地面或空气中获得更多水分，它就会在移动过程中逐渐减弱。如果它找到更多温暖的空气和水分——就像飓风在海洋上移动时那样——它就会越来越大。

天气预报基础

涉及如此多的因素，预测地平线上将出现何种天气似乎是不可能的。但事实远非如此。“天气预报是少数几个我们可以准确预测系统演变的领域之一。我们在经济学或体育领域无法做到这一点，”位于科罗拉多州博尔德的国家大气研究中心的科研气象学家法尔科·朱特说。

这样做取决于可靠的观测。科学天气观测始于文艺复兴时期，当时发明了气压计和温度计。伽利略等早期欧洲科学家使用这些仪器进行测量，这些测量最终将解释天气事件。到19世纪后期，简陋的天气图已普遍使用。

但早期的预报有限，依赖于持续性，即假设一个系统过去的行为将决定其未来的行为。“如果一个风暴系统今天在堪萨斯州，明天在密苏里州，那么通过持续性，你可以说它后天将在伊利诺伊州，”为Weather Underground撰稿的气象学家鲍勃·亨森解释说。当条件不变时——当风暴持续行进而不分裂，或者当地气候日复一日变化不大，例如在南加州——持续性是预测天气的一种不错的方式。

但这种简单的技术无法解释不断变化的条件，例如通过对流迅速形成的风暴（雷暴的典型特征）或改变温度的移动锋面。幸运的是，我们有更新、更好的方法来预测未来。今天的天气预报不是由人们查看天气图和昨天的最高最低气温来制作的，而是由机器制作的。

现代天气预测

气象学家使用一种称为数值天气预报的过程，通过将当前条件——他们称之为“即时预报”——输入计算机模型来创建预报。这些模型可用的信息越新越准确，预报就越好。地面雷达、气象气球、飞机、卫星、海洋浮标等可以提供模型可以使用的三维观测数据。这使得气象学家能够模拟大气目前正在做什么，并预测未来几天，或者对于某些模型来说，未来几小时内会发生什么。

天气模型将一个区域（例如一个州甚至整个地球）划分为一组方块或单元格。这些单元格的大小（即模型的“分辨率”）会影响其预测准确性。大的方块意味着分辨率低，即无法了解小区域发生的情况，但能提供长时间尺度下大尺度天气趋势的宏观图景。当你想要了解一场大风暴在一周内如何穿越美国时，这种宏观预报会很有帮助。

较小的方块意味着更高的分辨率，可以预测较小的风暴。这些模型在计算能力方面更昂贵，并且只能运行一到两天，以告知人们他们当地地区是否可能下雨。朱特说，尽管所有模型都基于相同的物理原理，但每个模型将这些物理原理转化为计算机代码的方式不同。一些模型可能会优先处理某些类型的数据——例如风速、温度和湿度——而不是其他数据来生成预测，或者模拟物理过程与另一个模型略有不同。这就是为什么即使起始观测结果完全相同，两个模型也可能输出略有不同的结果。

人文关怀

既然电脑正在掌管一切，那人类预报员还能做些什么呢？

就日常天气（如温度）而言，可能不多。“对于许多常规天气，现在的预报模型非常出色，以至于人类预报员能增加的东西确实不多了，”舒马赫说，他也是科罗拉多州立大学大气科学系的副教授。

但不要以为人类现在就没用了。“如果预报员非常了解他们所负责的区域，并且知道模型在某种天气情况下会遇到困难，他们可能会调整电脑告诉他们的信息，”亨森说。

博尔德大气研究大学公司的水文气象学家马特·凯尔什说，降水就是这样一种情况，它比温度更难预测。“温度是一个连续场，这意味着到处都有温度，”他解释说。“但降水是一个不连续场，这意味着有很多地方没有降水，然后有些地方可能会下大雨或大雪。”而且，当地的地理环境——山脉、海岸线或五大湖——可能会以模型难以很好处理的方式影响降水。凯尔什说，特别是对于24到36小时内的预报，气象学家在预报区域的经验就会发挥作用。

预测飓风、龙卷风和洪水等高影响情况更具挑战性，而且风险更高。“尤其是在极端天气方面，人类判断力非常重要，”亨森说。

可能性有多大？

你的野餐计划离现在越远，预测晴雨就越困难。但自20世纪50年代以来，越来越快的计算机一直在产生越来越准确的天气预报。“世界上许多最大、最强大的超级计算机都致力于大气研究——用于预测[天气]和研究气候变化，”亨森说。

根据美国国家海洋和大气管理局的数据，今天的五日预报准确率约为90%。七日预报的准确率为80%，而十日预报反映实际发生天气的准确率约为50%。

那么重大事件呢？根据国家飓风中心自2010年以来的预报，飓风眼平均登陆地点与24小时前的预测地点仅相距47英里。这仅约为一次普通飓风总尺寸的六分之一。“在飓风登陆前24小时，我们已经基本确定了它的去向，”朱特说。推算到五天，自2010年以来的预报误差约为220英里。

当你考虑到气象学家在准确预测天数方面取得了多大进步时，这些数据就更令人印象深刻了。例如，今天五天的飓风预报比21世纪初的四天预报更可靠，也比20世纪90年代的三天预报更可靠。2015年《自然》杂志上的一篇论文显示，三到十天的预报每十年大约提高一天——这意味着现代的六天预报与十年前的五天预报一样准确。

混沌法则

随着预测的改进，一个问题自然而然地出现了：它们还能变得多好？

不幸的是，我们大气的混沌性质严重限制了我们对其建模的能力——因此也限制了我们预测它接下来会做什么的能力。你可能听说过，香港一只蝴蝶扇动翅膀可能会导致纽约天气变化。这种“蝴蝶效应”——微小的变化可以对动态系统的发展产生巨大影响——的概念是由数学家兼气象学家爱德华·洛伦兹在1972年提出的。

在实践中，这意味着即使是起始条件最微小的差异，同一个天气模型运行多次也会产生非常不同的预测。由于没有测量是完美的——每次观测都有相关的不确定性——这些微小的缺陷可能会导致模型预测发生巨大变化。你尝试预测的时间越长，这些变化就越大。

因此，天气可预测的潜在极限大约是两周，亨森说。“[洛伦兹]基本上说，过了那个时间，你根本无法预测天气特征，因为那些小小的蝴蝶翅膀拍动和无数其他小事物会累积成许多重大变化，而且超出那个范围的不确定性太多了，所以根本不可能说出任何东西，”他说。

朱特的工作专注于天气预报准确性的理论极限，他说我们永远无法提前几个小时以上预测雷暴，无论观测结果变得多么好。对于飓风和冬季风暴，它们更大，因此更容易提前发现，理论极限是两到三周——“所以，仍然可以争取几天，甚至一整周的时间，”他说。

“如果我们对大气有完美的了解，并且拥有完美的模型，我们就能做出完美的预报，”朱特说。但我们永远无法时刻以最终的精度测量大气中每个点的所有信息，我们的模型也永远不会完美无缺。“所以我们永远无法真正实现完美的预报。”

建立更好的预报

除了进行更好的观测和改进天气模型之外，还有更多方法可以改善预报。了解人们如何使用预报和警告，可以帮助气象学家以最有效的方式提供信息。

气象学家面临的最大挑战之一是将预报（代表一系列可能的天气状况）浓缩成一个图标或几句话，显示在您的天气应用程序中。

举个例子，你所在地区今天下雨的可能性。这可能来自不同的气象学家，意味着略有不同的事情，但总的来说，这不仅仅是你个人当天会遇到下雨的几率。大多数预报员通过将他们对下雨发生的信心乘以可能下雨的区域来计算这个数字。所以40%的降雨概率可能意味着在你县40%的区域有100%的降雨概率，或者在你县70%的区域有60%的降雨概率。

此外，这个数字并没有告诉你下雨的量、强度、时间或持续多久。所以下次你在预报中看到下雨概率很低时，在不带伞出门前，请查看完整的天气报告。

“在一定程度上，科学已经超越了我们的沟通技巧和知识。所以现在很大的挑战是，我们如何才能让人们得到他们需要的东西？”亨森说。这是因为更多的信息并不总是最好的沟通方式。“如果人们不理解，那它就毫无帮助，”他说。

美国国家海洋和大气管理局正在与社会科学家合作，开发更相关、更有针对性的预测。凯尔什说，这一点尤其重要，因为互联网改变了人们获取和分享信息的方式。

例如，在创建官方预报时，气象学家通过多次运行模型来考虑不确定性。每次，模型都会给出略有不同的结果，但大多数结果会非常相似。这一组预测就是官方预报。

但集合中也存在异常的、低概率的结果。由于这些数据对公众开放，总有数据在社交媒体上被断章取义地分享的风险。“这不是一个会消失的挑战，”凯尔什说。

尽管预报已大幅改进，但气象学家在预报错误时仍会受到指责。“我们总是需要记住，永远不会有完美的预报，但我们仍在不断改进它们，”朱特说。

因为对我们所有人来说，“最引人注目的天气预报就是那个错误的预报——当你期待某事却感到惊讶时，那些是你记住的。你不会记住所有那些与我们预期相符的时候，因为那不是新闻，”亨森说。

因此，对气象学家而言，最终目标是让几乎每天的预报都变得完全不起眼。

魔法（预报）发生的地方

在许多国家，单一的公共气象服务通常是预报、预警和警报的唯一来源。这些气象学家为公共（政府）组织或大学工作。相比之下，美国拥有强大的公共、私人（商业）和大学气象观测和预报项目。

“我们也是一个幅员辽阔、人口众多、天气多变的国家。我认为所有这些都增强了我们对天气的兴趣以及对天气研究和预报的支持，”Weather Underground的鲍勃·亨森说。换句话说，美国是一个气象大国。在这里，大多数预报都源自国家环境预测中心（NCEP）。

这些中心是国家气象局（NWS）的一部分，而国家气象局本身又是国家海洋和大气管理局（NOAA）的一部分。NCEP运行天气模型，然后将结果和预报分发给NWS办公室，NWS办公室可以根据其地区定制预报。

对于长期、大区域的预测，最受欢迎的美国模型是全球预报系统（GFS）。6月12日，NOAA宣布了GFS近40年来的首次重大升级。此次升级整合了新的动力核心，这是该模型对大气行为的描述。这个名为GFS-FV3的新系统在模拟水分和云方面表现更好，使气象学家能够以前所未有的精度预测风暴。

商业天气服务提供商通常拥有自己的气象建模能力。例如，Weather Underground通过从其拥有超过25万个个人气象站的网络中获取信息，将官方预报细化到社区级别。这使得当您打开服务应用程序时，可以获得您确切位置的准确天气信息，而不是城镇其他地方的天气情况。

每家公司都填补了不同的空白，提供不同的预报，例如关注冲浪条件、火灾条件或交通问题，这些预报基于特定的观测和模型，它们对广泛的公共部门数据进行了细化。这些差异也是您可能偏爱使用某个应用程序或服务而不是另一个的原因。

艾莉森·克莱斯曼 是《天文》杂志的副主编。本文最初以“风暴应对”为题发表于纸质刊物。