本文授權轉載自公眾號“果殼網（Guokr42）”，作者Nic Fleming
有時候，我們會碰上很迷的天氣。就像前不久，當北京西二旗的上班族被迫“看海”時，朝陽群眾卻在欣賞大霧裡的CBD。
西二旗（左）和大望路（右）| 微博（左），果殼編輯（右）
碰上這種情況，如果你只有一個天氣App，又沒有精確定位的話，那麼很可能就倒黴了……
但是，如果你不相信一個App，手機裡同時裝了好幾個，可能仍然會陷入選擇困難。因為不同的App，往往有著不同的天氣預報，有時甚至連當前溫度都不一樣。
這是在為難我胖虎……
為啥各家天氣預報都不一樣呢？
App的預報為啥不一樣？
首先，我們對比一下國際三大主流預報方Dark Sky、AccuWeather和The Weather Channel。可以看到，在即將到來的17:00，預報上的降雨、風速等都有明顯不同。
再來看看國內三大主流App：墨跡、中國天氣通和彩雲。這次我們可以對比一下連續5天的預報，會發現即使是過去的天氣信息也是不同的。
其實這些App的不同之處還有很多，那為什麼它們的差別這麼大？
有的預報方能接觸到更多觀測點。他們使用基於不同預報模型的算法，這些模型可以提供不同的細節。有的天氣應用只是粗略地使用模型，有的會讓氣象學家監督和糾正通過模型作出的預測，尤其是對罕見天氣和極端天氣的預報。
即使不同預報方的算法生成的原始數據是相同的，當這些數據最終呈現在App裡時也會有所不同。英國氣象局的德里克·賴亞爾（Derrick Ryall）說，“一些應用選擇簡化信息，另外一些則會提供更多細節。太多細節會影響我們對精確度的直觀感受。”
有些預報方傾向於過度預報降雨情況 | Pixabay
此外，精確度不是預報方的唯一考慮。天氣預報服務分析公司ForecastWatch的創始人埃裡克·弗洛爾（Eric Floehr）表示，作為用戶，如果你淋了雨而忘記帶傘，你會對預報感到不爽，但你帶了傘沒用上的話，你就沒那麼生氣了。因此，有的預報方傾向於過度預報降雨情況。不過，一些主流預報方正在摒棄這種做法。
有特別靠譜的天氣應用嗎？
手機應用提供了高度本地化的服務，可以預報從接下來一小時到未來兩星期內的天氣狀況，有些甚至可以提前到45天。在蘋果的App Store，大約有2400種天氣應用。
天氣應用這麼多，如果想要評估它們的預報，其實並不簡單。什麼是最重要的測量指標？溫度、降水還是風況？平均總誤差是有用的嗎？預測多久才會符合現實情況？
“有很多方法評估預報的精確性，”弗洛爾說，“不同的應用會有不同的預報信息，而這取決於不同的指標、時間範圍或特定的地理區域。”
評估預報並不簡單 | Pixabay
去年發佈的預報觀察（ForecastWatch）報告比較了全球六大預報服務的精確度：AccuWeather、the Weather Channel、Weather Underground、Foreca、 Intellicast和Dark Sky。該研究覆蓋了1145個地區在2016年1-5天的天氣預報。
報告指出，AccuWeather在預測平均及最高溫度、降水概率和風速時表現最好，而The Weather Channel和Weather Underground在預測最低溫度時最精確。在這三項測量中，Dark Sky的表現排在最後。
鑑於這些App的表現各有差異，因此不太可能找出更靠譜的應用。更何況，科學告訴我們，根本就不存在精確無誤的天氣預報。
微小的變化也能改變天氣
早在上世紀五、六十年代，隨著計算機技術和人造衛星的發展，科學家們相信天氣可以準確預測，美國氣象學家愛德華·洛倫茲就是其中一員。
然而，當他通過計算機運行自己的空氣對流模型時發現，在同一方程中，即使初始條件有微小的改變，也會導致截然不同的輸出結果。洛倫茲用一個形象的例子解釋了這一現象：當一隻巴西的蝴蝶扇動翅膀時，會引起美國得州的一場龍捲風。這就是俗稱的蝴蝶效應，即“對初始條件的敏感依賴性”。我們如今對天氣難以預測的認知，都來源於此。
蝴蝶效應表明，從小範圍的天氣來說，任何預報都會走樣，雷雨和暴風雪也算是小範圍的事。各種誤差和不確定性積累起來，經過逐級放大，從塵旋風和小暴風發展成跨越整個大陸的漩渦。
至於蝴蝶是否能引發龍捲風，洛倫茲並沒有給出答案。但是它讓我們明白了，大自然對微小的改變非常敏感。這一發現迅速從氣象學擴展到一切學科，成為混沌理論的基礎。
洛倫茲吸引子 | Wikimol/Wikimedia Commons
就這樣，天氣預報可以說是和數學過不去的事情。但這並不意味著我們對天氣預報已經無能為力了，混沌理論也能幫助我們更好地改進天氣預報。
現在我們怎麼預測天氣的
現代的天氣預報需要收集地球表面和大氣層的大量數據，例如溫度、溼度和風況。一些缺失的數據，是從觀測點能提供的數據和過去的預報推算出來的。預報模型由物理和化學過程的方程組構成，這些數據和推測可以用來計算未來的天氣狀況。
圖 | Pixabay
氣象觀測站的數量和質量正在迅速上升。例如，英國氣象局正在將大型飛機用來導航的轉發器收集的風速數據整合到預測模型中。美國宇航局的GOES-16衛星比之前的衛星有更快的掃描頻率，衛星圖像的分辨率也更高。在2月份，英國耗資1000萬英鎊升級降雨雷達網絡，新網絡提供的數據是以前的5倍。
所有這些數據都會輸入到千萬億級運算的超級計算機中。要用到超級計算機，是因為模擬大氣近似過程的預測模型非常複雜。隨著科學的發展，這些模型也變得更加複雜了。特大數量的數字運算也可以實現“集合預測”——通過稍微調整不同的起始數據，將預測模型運行多次，就能得到不同結果發生的概率。
結合更多的數據、更強大的計算機和更好的算法，我們可以得到可觀的預測結果。2015年，一項發表在《自然》雜誌的研究發現，自1981年以來，氣象學家對3-10天內大氣壓的預測，在以每10年精確1天的速率提升。英國氣象局表示，他們現在預報4天內的氣壓，幾乎和30年前預報1天的氣壓一樣精確。
在提前預測一天左右的天氣方面，衛星一直都是精確度的重要推動力。但是，如果預測的時間範圍稍短一些，衛星數據沒那麼有用。這時候氣壓計，也就是我們俗稱的晴雨表，就能派上用場了，它可以預測天氣的短期變化。
1890年代的晴雨表 | André Lage Freitas/Wikimedia Commons
自2011年以來，數字氣壓計就被內置在手機中來協助GPS定位，目前有大約10億手機可以測量氣壓。華盛頓大學的克里夫·曼斯教授（Cliff Mass）的研究表明，智能手機的數據能幫助提升短期氣壓和降雨預報的精確度，還能幫助預測風向。
“手機數據有助於我們更好地預測雷暴這樣的天氣，在那些無法獲取更多數據的地方，它們非常有用。”曼斯在使用機器學習來提升手機氣壓數據的質量，與他合作的The Weather Channel已經收集了2.5億的氣壓數據，並表示這些數據會在2019年整合到預報模型中。
總之，儘管蝴蝶效應的影響不容忽略，但預報其實在朝著更精確發展。只是，更精確並不意味著完美，我們大部分時間其實都忽略了這一點。
蕭敬騰：我還有話說……
編譯：EON
編譯來源：The Guardian, Apps Why are all my weather apps different?
詹姆斯·格萊克《混沌：開創新科學》
MIT Technology Review, When the Butterfly Effect Took Flight
Forbes, Chaos Theory, The Butterfly Effect, And The Computer Glitch That Started It All
- THE END -
長按下圖二維碼關注"外灘TheBund（the-bund）"
閱讀更多 外灘畫報 的文章
