本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
“天氣預報總是錯的！”是各行各業的人們經常抱怨的一句話；當備受矚目的政治家和橄欖球教練抨擊預報員的錯誤報告時，這句話甚至會成為頭條新聞。
當預報出錯時，責怪報信人是很自然的，但如果今年夏天你的野餐意外地下雨了，我們建議你對當地的氣象預報員寬容一些。從綜合溫度、氣壓和風速資料，到解讀不完善的天氣模型輸出，很多環節都可能出錯。天氣預報是一門被誤解、經常被詬病的科學，因此，瞭解高空氣球、複雜的微積分，以及是的，還有一點人為判斷，是如何影響你在電視或新手錶上看到的天氣預報的，這將有所幫助。
氣象學遠非猜測遊戲。當氣象學家仔細研究帶有外來符號的天氣圖，或者更現代地，研究帶有旋轉色彩的計算機螢幕時，他們不是在解讀茶葉——他們是在分析複雜計算機模型的資料產品。然而，結果必須是簡單的。正如新聞12臺氣象學家亞當·愛潑斯坦所說，“人們喜歡看到一個單獨的數字。”
關於支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將有助於確保有關塑造我們今天世界的發現和想法的有影響力的故事的未來。
我們從我們已知的內容開始。在考慮未來之前，我們需要知道現在的大氣層是什麼樣的。事實上，天氣預報的大部分技巧都來自於對初始條件的解讀，即天氣模型擁有的關於當前大氣層狀況的資訊。很簡單，對吧？任何有溫度計和良好方向感的人都可以告訴你溫度、是否正在下雨以及風從哪裡來。但僅僅是地面條件不足以做出好的預報。
真正的活動——尤其是氣象學家關心的那種——發生在高達七英里的空中。你可以看到這裡的問題。不可能知道此刻到大氣層頂部的每一點每分鐘都在發生什麼。
來源：Pixabay
幸運的是，這裡有一個部分解決方案：配備了名為無線電探空儀的儀器包的高空氣球，每天兩次在北美和太平洋島嶼的92個站點定期發射，這是全球高空觀測網路的一小部分。當氣球向上移動時，它會記錄壓力、溫度、風速和風向如何隨高度變化。
不幸的是，92個站點遠遠不能構成大氣層的完整影像。以印第安納州為例。在該州附近最近的兩個高空觀測站之間，即俄亥俄州威爾明頓和伊利諾伊州林肯之間，有310英里的距離。這無疑是觀測系統中的一個漏洞。
在資料可以使用之前，必須填補這些漏洞。技術各不相同，但基本結果是相同的：填補的資料只能近似站與站之間天氣變數的行為。這是氣象學家需要應對的第一層不確定性。
天氣方面還有另一個重要的變數：它會移動。現在美國東部上空的同一天氣系統可能在一週前還在太平洋上空。你可以想象，太平洋上空的觀測資料不多，因此氣象學家必須等到風暴到達西海岸後才能完全信任模型輸出。因此，當你在媒體上看到關於一週後可能發生的“超級風暴”的報道，而一週後你只看到了一英寸的雪，並想知道是怎麼回事時，你可以推斷出缺乏觀測資料在結果中發揮了作用。
氣象學家喜歡吹噓他們的模型。但這些模型是什麼？它們與天氣有什麼關係？天氣模型代表了預報過程的另一層。模型計算風和熱的變化將如何在大氣層中擴散，形成風暴系統。觀測資料充當起點，模型預測未來天氣的模式。
但這並非如此簡單。大氣層是動態的且本質上是混沌的。這意味著它不斷地以不可預測的方式移動和變化，即使是微小的擾動也可能導致氣團移動和風暴形成的巨大變化。即使有更好的觀測網路和完美無缺的模型，混沌也會限制我們準確預測未來天氣的時間。
來源：Pixabay
愛德華·洛倫茨在著名的“蝴蝶效應”中描述了這種現象，他說，一隻蝴蝶翅膀的拍打可能會在半個地球之外引起龍捲風。儘管這聽起來很奇妙，但理論上是正確的，並且解釋了為什麼很難提前一週以上預測天氣；初始條件的微小變化可能導致截然不同的預測。這就是為什麼你不應該圍繞Accuweather的25天預報來計劃你的假期。
為了減少這種不確定性，預報員依賴於“擾動集合”，在執行模型之前稍微改變大氣層的觀測資料。他們重複這個過程多次，直到他們可以獲得可能的未來分佈。因此，當你看到10%的降雨機率時，這意味著10%的單獨模型執行結果導致降雨。
如果氣象學家面臨的僅僅是這些，那麼當預報結果出錯時（或者當預報正確時受到表揚），他們就完全可以被原諒了。然而，這還不是終點。
預報員使用不止一個模型，每個模型都有自己的優點和缺點，這取決於它們如何近似小尺度過程的差異。雲形成過程中水滴碰撞並粘在一起就是一個模型無法“看到”的過程的例子，因此它被近似處理。這種近似並不完美，但有助於使每個模型都獨一無二。透過檢視多個模型，預報員可以平衡每個模型中潛在的偏差。
氣象學家有使用這些模型的經驗，並且可以識別出它們表現不佳的情況。例如，當地面有積雪時，一些模型會高估溫度，因為它們看不到積雪。另一方面，當地國家氣象局辦公室的氣象學家意識到週末在預報區域發生了暴風雪，並且根據經驗瞭解到，來自太陽的能量部分用於融化積雪，而不是加熱空氣，從而導致氣溫上升較慢。透過這種方式，預報員將模型輸出作為指導，但根據他們的專業知識調整這些資訊。
當預報員面臨意見不一致的模型時，他們必須在模型之間做出選擇，將每個結果視為同樣可能，或者根據先前的經驗權衡模型。這使預報員可以根據他們所服務的社群的需求調整模型輸出。然而，這也引入了人為錯誤，尤其是在選擇了一個模型而不是另一個模型，並且可能結果的範圍沒有充分傳達給公眾時。
預報員必須平衡這些不確定性來源，並提供最準確的預報，以有效地為市長、派對策劃者和慢跑者等服務。這是一項絕非簡單的工作，過程的每一步都存在不確定性。儘管付出瞭如此複雜的努力，正如新聞12臺的愛潑斯坦所說，“很大一部分觀眾只想知道是否會下雨。”