天气预报怎么报的？到底难在哪里？为什么天天报不准？这个是一个值得深谈的问题。

文章开始前先简要说明下文中提及的气象科研单位：

1. 中国气象局：是国务院直属事业单位。它的前身是中央军委气象局，成立于1949年12月。1994年由国务院直属机构改为国务院直属事业单位后，经国务院授权，承担全国气象工作的政府行政管理职能，负责全国气象工作的组织管理。全国气象部门实行统一领导，分级管理，气象部门与地方人民政府双重领导，以气象部门领导为主的管理体制。我国气象事业是科技型、基础性社会公益事业，坚持“公共气象、安全气象、资源气象”的发展理念，坚持“以人为本，无微不至、无所不在”的服务宗旨。

中央气象台(National Meteorological Center of CMA)是全国天气预报、气候预测、气候变化研究、气象信息收集分发服务的国家中心。也是世界气象组织亚洲区域气象中心、核污染扩散紧急响应中心，成立于1950年3月1日。

2. 中国科学院大气物理研究所（The Institute of Atmospheric Physics， Chinese Academy of Sciences）的前身是1928年成立的原国立中央研究院气象研究所。1950年1月，中国科学院将气象、地磁和地震等部分科研机构合并组建成立中国科学院地球物理研究所。1966年1月，根据中国气象事业发展的需要，中国科学院决定将气象研究室从地球物理研究所分出，正式成立中国科学院大气物理研究所。大气所是中国现代史上第一个研究气象科学的最高学术机构，已发展成为涵盖大气科学领域各分支学科的大气科学综合研究机构。

3.北京大学大气科学系是中国最古老的大气科学系或气象系之一。最早于1946年在清华大学建立气象系。1952年全国院校调整，清华大学气象系的师生并入北京大学物理系成立气象专业。1958年北京大学成立地球物理系，气象专业扩展为大气物理学和天气动力学两个专业。 1998年大气物理学和天气动力学两个专业合并为大气科学专业。2001年北京大学成立物理学院，大气科学专业进入物理学院，建立大气科学系。

4.南京信息工程大学(Nanjing University of Information Science & Technology)享有“中国气象人才摇篮”之美誉，由江苏省人民政府、中华人民共和国教育部、中国气象局、国家海洋局共建，国家“双一流”世界一流学科建设高校、江苏高水平大学建设高校，入选“2011计划”、 “特色重点学科项目”、“卓越工程师教育培养计划”、”全国深化创新创业教育改革示范高校“，具有完整的学士、硕士、博士教育培养体系，为世界气象组织成员，是一所以大气科学为特色，海洋、信息、环境、管理等多学科协调发展的全国重点大学。

5.欧洲中期天气预报中心(European Centre forMedium-Range Weather Forecasts简称ECMWF)是一个包括34个国家支持的国际性组织， 是当今全球独树一帜的国际性天气预报研究和业务机构。其前身为欧洲的一一个科学与技术合作项目。1975年ECMWF正式成立，总部设在英国的Bracknell。

NCEP：美国联邦政府的海洋大气总署(NOAA) 是美国国家级的气象业务主管机构，具体有属下的国家天气局(NWS)管理气象业务, 国家环境预报中心(NCEP) 就是国家天气局的业务单位。

天气预报是根据大气运动方程，九个方程组，还是偏微分方程来求解。从某些层面来说其实无解，但是我们把初始和边界条件输入，可以积分求解。根据模拟出来的大气状态，来预测天气。这时如果我们初始条件输入有误差，对未来的模拟就会有误差，这个有误差的解作为下个时次的初始条件可能使得误差继续放大，因此天气预报在较近时间会相对准，往往越远越不准，这就像传话，第一个人说的话到第十个可能就完全走样了。

初始条件不准确，因为气象观测是有限的，海洋占了地球表面约70%，观测站很少，有些靠的船只，有些靠卫星资料反演，这个类似根据目击者描述给嫌疑犯画像，这就会有误差，当然随着雷达卫星探测技术的改进，这个以后会更准确，但短期内也几乎不可能做到零误差。就算陆地上有观测站，那也不是无间隔无缝隙的，哪怕几公里一个测站，也有遗漏（可能有些很小尺度系统就被忽略了），而且大气是立体的，除了地面还需要高空资料，这个观测就更稀疏，如同一个低分辨率的画像，也不够精准（前几年俄国因为经济下滑，取消了高空观测，使得初始条件不够准确，后来数值预报准确率出现了下滑，间接影响了我们预报准确率）。所以在描绘初始状态时，就是不够准确的（这里还有仪器观测和人员观测上的误差）。此外大气中一些扰动，是随机的，混沌的，如果不稳定发展，也是难以被预测，所谓的蝴蝶效应。而导致天气变化尤其是剧烈降水的，往往是生命史短暂空间尺度较小的中小尺度系统，混沌以及观测误差，预报迭代误差都使得难以被准确反演预报出来。因此在预报时间较近的大尺度天气过程，预报还是靠谱的，但预报小尺度的局地强天气，准确率只能呵呵了。提出混沌理论的洛伦兹说，当别人质疑我们报不准的时候，我们应该反问，凭什么我们能报准？

说到这顺便说一说数值预报模式是什么？

数值天气预报与经典的以天气学方法作天气预报不同，它是一种定量的和客观的预报，正因为如此，数值天气预报首先要求建立一个较好的反映预报时段的（短期的、中期的）数值预报模式和误差较小、计算稳定并相对运算较快的计算方法。其次，由于数值天气预报要利用各种手段（常规的观测，雷达观测，船舶观测，卫星观测等）获取气象资料，因此，必须恰当地作气象资料的调整、处理和客观分析。第三，由于数值天气预报的计算数据非常之多，很难用手工或小型计算机去完成，因此，必须要有大型的计算机。

根据大气实际情况，在一定初值和边值条件下，通过数值计算，求解描写天气演变过程的流体力学和热力学方程组，预报未来天气的方法。和一般用天气学方法、并结合经验制作出来的天气预报不同，这种预报是定量和客观的预报。预报所用或所根据的方程组和大气动力学中所用的方程组相同，即由连续方程、热力学方程、水汽方程、状态方程和3个运动方程(见大气动力方程)所构成的方程组。方程组中,含有7个预报量（速度沿x，y，z三个方向的分量u,v,w和温度T,气压p，空气密度ρ以及比湿q）和7个预报方程。方程组中的粘性力F,非绝热加热量Q 和水汽量S,一般都当作时间、空间和这7个预报量的函数，这样，预报量的数目和方程的数目相同，因而方程组是闭合的。

所以，天气预报本来就做不到完全准确，这并不是推卸气象部门的责任，而这本身就是科学的一部分。

难点到底在哪里？

难点一:人类尚未完全掌握大气运动规律

天气预报看似简单,实际是一个庞大的系统工程。中国气象局预测减灾司副司长翟盘茂曾经表示,“大气运动的每一个环节都存在某些不确定性,不可能每一次的预报结果都与实际一致。提高天气预报的准确率,现在仍是一个世界性难题。”

“大气是混沌的,很小的波动也可能产生巨大的湍流。”正是由于大气的千变万化,人类至今尚未完全认识和掌握大气运动规律。大气科学界普遍认同,内在随机性使得人们对于未来大气运动的描述不可能做到精雕细刻。在随机性的多重影响下,气象预测的结果,往往是一系列预测结果的“集合”。无论是经验预报还是数值预报,千百年来,人类预报天气、预测气候,本质上就是在寻找这一“集合”中发生概率最大的值,即“最佳结果”。

数值天气预报还有许多问题尚待解决：

次网格尺度的物理过程的引入 由于大气是一种具有连续运动尺度谱的连续介质，故不管模式的分辨率如何高，总有一些接近于或小于网格距尺度的运动(见数值天气预报常用计算方法),无法在模式中确切地反映出来，这种运动过程称为次网格过程。湍流、对流、凝结和辐射过程都包含有次网格过程。在数值预报中已采用参数化的方法来考虑这些过程，即用大尺度变量来描述次网格过程对大尺度运动的统计效应。尽管用这种方法已取得了相当好的效果，但仍有许多未解决的问题。如参数化不能考虑大尺度对小尺度的影响及其反馈作用，参数的数值缺乏客观的确定方法，模式对参数化的差异过于敏感等。

非线性方程的数值解 虽然在适当条件下，可以证明某些线性微分方程组的稳定格式的数值解，能够近似表示相应的微分方程组的真解，但对于非线性微分方程来说，两种解却可能不完全一致。已有证据表明，虽然有时候数值解是计算稳定的，但却与真解（这是特殊情况，真解是已知的）毫无相似之处。

初值形成问题 它包括初值处理、卫星资料的应用和四维同化（见数值天气预报资料的处理和分析）等问题，这些问题至今尚未很好解决。

上述问题，都是设计模式时会直接碰到的。但是最根本的还是人们对天气演变规律的认识，特别是对中期和长期天气过程和强风暴发生和发展的认识，还很不够。此外，虽然用卫星和遥感技术等手段探测大气，对提供记录稀少地区的资料有一定贡献，但气象探测的精度和预报的准确率，仍有待进一步提高。

难点二:复杂地形地貌导致天气演变过程的不确定性

除去大气运动自身的随机性,地形地貌等干扰因素也导致了天气现象演变过程的不确定性。正所谓“一山有四季,十里不同天”。

举个首都的例子，2012年,北京“7·21”特大暴雨给人们留下深刻的印象。为何此次暴雨如此凶猛?北京市气象台台长乔林说,除了北方南下冷空气和强盛西南暖湿气流在华北一带剧烈交汇,特殊地形对这次天气过程起到了“推波助澜”的作用——西部和北部环山的地形,使被堵截的气流更加“勤奋”地做抬升运动。在这种情形下,一遇到冷空气活动,对流云团就即刻得到强烈发展,让人猝不及防。

再比如我国横断山脉的东西部气候差异、洞庭湖上空及周边异常天气活动频繁等例子，都说明着地形对天气的影响。要想“越过”地形地貌这只人类追求更精准预报之路上的“拦路虎”,很重要一点在于,要在分析大气运动规律时,特别是进行数值模式运算时,科学纳入对地貌影响因素的考量。但难度在于,特殊地形地貌环境下气象观测资料的缺乏,导致数值预报模式中很难准确量化地形地貌对大气活动的影响。

难点三:我国监测预警能力和预报人员素质有待提高

原中国气象局局长郑国光在接受媒体采访曾经表示,我国气象监测能力还不适应预报预测和服务的需求,一些局地性的灾害性天气由于监测站网的密度不够,往往捕捉不到,以至于漏报。一些灾害性天气的客观预报还没有非常有效的方法,对一些重要天气气候事件形成的机理认识还很有限,特别是短时临近灾害天气预报预警能力还比较弱。

此外，我国天气预报业务有过度依赖数值预报产品的倾向,预报员自身的能动作用没有得到充分发挥;数值预报产品解释应用和各类新型气象资料应用能力不高,在一定程度上制约了大气要素预报的精细化和准确率。

那么，天气预报也会不准,那还相信它吗?

对于今后天气预报的发展方向,中国科学院大气物理研究所研究员段安民认为天气预报要向更短时间和更长时间两个方向发展。“一个是短时临近的精细化预报,这是公众都很关注的。什么时候、多长时间、提前半个小时还是一个小时,降雨会落在哪里?另一个,公众会关注更长时间的天气预报,像10天以上的长期预报,比如说这个月的月末天气情况是什么样。”

短时临近天气预报可以对不够准确的预报进行修正,气象台滚动发布的预报对防灾减灾意义重大。政府部门及公众应该养成随时关注天气的习惯,把极端天气带来的损失降到最低。

长期的对气候的预测也是未来发展的方向。“对于如何把未来10天、半个月的天气预报出来,我们的空间还很大,”段安民表示,现在初步预报在15天之内,超过15天就没有预报基础了,“在15天到1个月之间,这段时间的预报,既依赖于初值,又依赖于边界值,但初值逐渐影响变小,边界值比如陆地、海洋、冰雪等的影响逐渐显现,这样的预报是最为困难的。”

虽然天气预报会出错,但是从目前来看,它仍然是当下最靠谱的预测方式。小编认为，防患于未然总好过亡羊补牢,哪怕雨没有如约而至,我们也是做好了保障工作；若是忽略预警,更可能酿造悲剧。所以，即使天气预报偶尔会不准，我们仍然要对天气预警有足够的重视。

一个职业人，总有“过五关斩六将”的机会，也总会有“走麦城”的机会，不可能永远“从胜利走向新的胜利”。天气预报正因为相对准确、存在局限，大大小小的错误是经常发生的，如果我们面对错误的心态能更好一些，我们的疏漏会少一些，大家的理解会多一些。我们的职业需要我们有足够的反思错误的勇气。

那为什么天气预报有时候不准?

按照北京大学大气系张庆红教授的说法，不准确包括了原料、加工场、产品检测包装的三重问题。

原料的问题在于，仅器的可观测误差、站点的可代表性误差、资料同化误差。所有的观测数据，都只能是近似的。

例如观测误差，气压观测误差0.5百帕，风速观测误差3米/秒，相对湿度观测误差10%左右。站点的可代表性误差，在辽间的疆城内，只有几万个人工及自动观测站，例如北京南郊观象台观测到降水，无法代表全北京辖区均出现降水，反之亦然。由于观测点的代表性问题，有时会出现大家都懂的“被代表”问题。

加工场的问题在于，例如蒸发和凝结项，是发生在分子尺度上的，而我们对于精细物理过程尚未清晰认识。另一方面，在求解方程组时用差分的方法，必然引起计算误差，即阶段误差。所以这个加工厂不是一个能够再现大气真实运动的加工厂。

最后预报员参照这些不同的产品并结合经验，做出采信、判断和修正。

天气在线创始人、南京信息工程大学智协飞教授认为，初始场和模拟大气运动的物理方程都只能近似值和近似解。让人感到沮丧和悲观的是，无法到达完美;但让人欣慰和乐观的是，可以逐步過近完美。

所谓初始场，就是大气要素的此时状态，地的一个看似微小的变化， 就可能导致演变结果(预报场)的迥然差异，这就是所谓的蝴蝶效应。提出蝴蝶效应的洛仑兹，当年就是在把初始值山0.506127改为0.506之后，运算结果产生了令人瞠目结舌的颠覆性变化。

可见，现代气象科学的核心手段”教值预报”，即使网格再细密、要素再多元、层次再丰富，都无法穷尽大千世界的无数细节，都无法精确再现大气运动的真实情境。

那什么情况下天气预报更容易不准?

换季的时候，影响系統的多重性和气象要素的大变率，容易使天气变化出乎预料之外。

夏季微小尺度天气系统盛行时，大网捞不到小鱼，尺度小、历时短，却往往强度大，这类“漏网之鱼“更容易让人产生天气预报不靠谱的感慨。“牛背雨”，一头牛的背上，都有晴雨的差别;“它打一条线”，线内线外，悲喜两重天。

某个天气系统边缘处，看似毫厘之间，天气却天壤之别。

美国对于龙卷风的预报，目前的预报能力是平均提前13分钟发出预警，如果能够提前20分钟告知公众，在现阶段便是十分精彩的预报个例了

所以，知晓更准确的天气FORECASTING常常是不够的，如果可能，还需要NOWCASTING临近的预报或预警)。有些天气变化，尚无法提前几天提供预报，只能依靠临近时的补充订正的滚动式发布。

地形复杂的地方，(海洋、高原)千里不同风，百里不同雷。一山有四季，十里不同天。一座山，迎风坡抬升凝站，背风坡下沉增温，恍如千里之异。

气候变率较大的地方、天气节奏较快的地方，都可能加大预报的“本底“难度。

另外，气候变化、下垫面(地表生态)的改变以及人类排放水平的提升，都可能提高预报的难度，例如近年来盛行的雾在天气。由于全球气候变化，加强了大气水循环和能量循环，导致极端天气气候事件更频繁地发生，本来长久沉寂的气象纪录常常轻而易举地打破，N年不遇的事情，我们经常不期而遇。原本的小概率事件却变得此起彼伏。由于小概率事件的历史样本较少，预报经验累积相对较少，这无疑成为预报难度新的增长点。

那到底天气预报还有没有用？答案是:当然有用

天气预报按预报时间分类

1.短期天气预报(1-3d) :气象要素预报冬季准确率可以

达到80%以上，夏季也可以达到65%左右。( 比丢色子高多了)。

2.中期天气预报(3-7d) :天气形势预报以目前国际上准确率及时效性较高的欧洲数值预报为例，1973年成立之初，最多能够预测未来3天的天气情况。经过近40年的发展，数值预报水平及时效稳定持续提高，约每10年增加1天有效预报。“根据此发展过程推算，到2030年，我国数值预报时效能够再提高两天，这意味着预报员可以提前9天预报大范围的环流形势。

3、 长期天气预报:对整个天气形势的展望，具有一定的参考性。

1、公众气象方面: 24小时台风路径预报误差2012年首次低于100公里( 为94公里，略逊于美国， 优于日本);2012年24小时晴雨预报准确率86.5%，连续五年高于85%;最高气温24小时预报准确率74.1%，最低气温预报准确率80.1%，均为历史最好水平。对于这些要素的预报，简而言之，八成还是准确的。

但不同的要素和项目，预报能力存在非常大的差异。例如: ( 1) 明天会下雨吗? (定性)和(2)明天会下暴雨吗? ( 定性+定量) 这两个问题， 预报准确性差异巨大(暴雨预报准确率只有18点几，美国也就20%左右)。

是不是天气预报第二天都报不准呢？（接上个问题）

自然不是，先说结论，目前的预报水平对第二天（24小时时效）的天气做出的预报准确率是相当高的。最近7年来，我国对24小时的晴雨预报准确率都在85%以上，对气温的预报准确率都在80%以上，而且时间分辨率和空间分别率也在不断提高，如果经常关注中央气象台网站的话就会发现，现在北京、上海等大城市，预报都是精确到区，而且是每三小时一个预报，预报内容包括温、湿、压、风、云量、能见度等多个气象要素。 那为什么就这样题主还认为24小时天气预报不准呢？具体原因可以参考天气预报为什么总不准? - 隋琪盛的回答，这个回答里提到了7点原因，总体来说还是比较靠谱的解答，不过第七点有些问题，不是说我们预报员只总结报的好的天气过程，不总结预报失误的过程，搞得我们好像粉饰太平一样，我们预报失误的才是总结的重点啊，可是这都是内部的，公众看不到，为啥呢？因为预报失误的过程一般很难发文章啊，不发文章就算我们总结千百遍你也不知道啊。另外，就像世界上没有两片完全一样的树叶，这世界上也没有完全一样的两次过程，总结过程预报经验对我们今后的预报必然是大有帮助的，但类似的形势完全有可能发展成完全不同的降水过程，临到预报的时候考虑到责任问题、为决策者服务的考虑、为公众考虑等等因素，以往预报的经验对此次过程的指导作用不是想象中那么大的。 另外，补充一点关于预报精度和分辨率的问题。现在大家觉得天气预报不准有很大一部分原因就是“人民群众日益增长的对预报时间空间精确度的需求和精细化预报水平之间的矛盾”，就像我在其他一个问题下面说的，等到我们能准确的预报“明天下午3点36分，朝阳公园到红领巾公园之间区域有1.2mm的阵性降水”的时候，你才会觉得准，可是我告诉你，局地的对流性降水几乎不可能在提前24小时时间段内给出确切的降水地点的。那我们说北京城区局地有阵雨，结果东城下了，西城没下，你就说不准。。。。所以，这样的所谓“不准”，不是我们不想，是臣妾真的做不到啊……而尽可能提前时效的预报对流性降水，尽可能的提高预报准确率也是我们全体天气预报员努力的方向。 另外，还有一种心理认知上带来的误导，我们报对90次，大家都觉得稀松平常，很正常，但是在这90次正确预报中间穿插着10次预报错误（尤其还可能给自己带来了不便），我们就会对这10次错误的预报印象深刻，当预报失误每出现一次，对预报准确性的质疑就会增加一点，而预报准确时，对预报的相信度却不会增加，久而久之，就会形成预报“老是”不准这种概念。这个感觉是心理学的东西，我也不太懂。 2. 为什么天气预报第二天都不准（不能100%准）还要预测第三天甚至更远的？ OK，回到题主的原问题。先说结论：预报目的不同，预报内容不同，服务对象不同。 在我们气象部门，预报按照时效，分为短时临近预报（0-12小时）、短期预报（24-72小时）、中期预报（4-10天）和长期（延伸期）预报（10-30天）。一般来说，短临预报是最准的，因为我们已经看到雷达图上，门头沟的降水发展起来了，那未来几个小时肯定能移动到海淀了，这个一般没问题。 短期预报就是我们平时接触最多的，每天下午七点半新闻联播之后都会有全国24h和48h（有时候有72h）的天气预报。大气是一个非常复杂的高度非线性的混沌系统，很小的、不可避免的初始场误差也会通过与大尺度运动的非线性相互作用而随时间演变逐渐增大，最后使得一定时期之后的预报值与真实状况相距甚远，也就是说预报时效越长，预报准确率越低，那这个“一定时期”现在一般认为是3天，3天之内的预报都还是具有一定可信度的。我刚看了下上个月的晴雨预报，72h的晴雨预报准确率只比24h的低6%~10%，所以，你可以认为72h预报只比24h预报稍微不那么可信一点点。中期预报是4-7天的预报，这一个时间段内的预报准确性就大大下降了，那我们还有报它的理由吗？反正报了也不准不是吗？其实，中期预报的思路和短期预报有很大的不同，如果你经常关注中央气象台网站的话，你一定会发现，我们做的中期预报主要关注的是4-10天内气温的变化趋势和降水过程的累计降水量，而不是每天气温多少度，每天下多少毫米雨。也就是说中期天气预报报的是过程，着眼点更大更宏观，而不是关注于细节（也没法关注=.=）。我们预报的是未来4-10天内会下一场或两场雨，哪一天开始哪一天结束，但具体每一天下多大我们确实预报的不准。我们预报未来4-10天气温偏高，但每天气温是多少，我们预报不准。既然具体的不准，拿这预报还有意义吗？当然有，举个例子，某地5天后举行大型户外活动，活动需要提前四天准备安排，如果我们给出预报未来4-6天内有一次降水过程，7-10天内天气晴朗，那稳妥起见的话，主办方就可以选择推迟两天举行，以避开这次过程，至于4-6天内的雨下了多大，下在了那儿，具体什么时间下的，他们并不关心。虽然现在我们在制作城市预报的时候，也会制作4-7天的城市预报，但是当你看手机或者网站上给出的4-7天城市预报的时候，你需要看的是一个趋势，你要看的是4-7天内有没有降水过程，温度是升了还是降了，这比你纠结于每天的晴雨如何、温度几何更有意义。至于更长时效的延伸期预报，到10天以后，逐日的天气要素预报已经失去了意义。但是，延伸期预报不仅受到初始条件的影响，还受大气外部一些强迫因子的影响，例如土壤湿度、植被、冰雪覆盖、反照率和海冰移动等，他们的作用将使误差的增长减慢或停止，使得几天或者更长时间的大气平均状态趋向于稳定；同时，一些长周期的大气现象如大气季节内振荡（MJO）、北极涛动（AO）等对天气尺度系统有明显影响，有助于提高可预报上限；另外对大气状态进行时间平均的方法去除了部分天气噪声，使得大气的缓慢变化特征更加明显，从而使这些要素平均值的延伸期预报成为可能。所以，现在的延伸期预报一个是预报气象要素（气温、降水）的平均值或距平值，一个是预报大气异常环流造成的重大天气过程。这个的着眼点就更大了，已经几乎要脱离天气预报，接近气候预测了。这部分没有城市预报的制作，公众对这部分了解的也比较少，但它对各类决策的制定也有着不可忽略的重要意义。

最后共勉，预报员哥哥姐姐辛苦了！