一款App說星期六降雨機率20%,另一款說60%。光是這個落差,並不能證明哪一款錯了。不同的起始估計和預報選擇,可能產生不同但都合理的結果,預報時間越遠越是如此。
起始時的小差異會放大
1961年,愛德華·羅倫茲重新執行一次天氣模擬,他輸入列印稿上的0.506,而不是儲存的0.506127。差距大約只有四千分之一。模擬兩個月之後,兩次運算走向了截然不同的天氣。
這說明了對初始條件的敏感性。預報始於對大氣的估計,由不完整的觀測資料拼湊而成。氣球、浮標和衛星測量之間都有空隙,所以起始畫面永遠不會精確。
隨著誤差擴大,信心通常會下降。NOAA提供一個粗略的教學用經驗法則:五天預報的準確度約90%,十天以上約一半。它並未在那裡定義單一驗證指標,所以這些數字不是對你所在城鎮的保證,也不是某款App的成績。
不同的App可能共用資料,也可能做出不同選擇
天氣供應商會對模型、如何填補觀測空隙,以及如何調校當地預報做出選擇。設計不同的兩款App可能用同一家供應商;兩家不同的供應商對同一地點也可能給出不同答案。
所以只比較介面,很難看出它們的預報有多獨立。在把兩個相同數字當作各自獨立的證據之前,先找出背後的來源。
弄清楚「降雨機率」是什麼意思
對美國國家氣象局而言,降水機率是預報地點至少累積0.01英吋雨量的機率。40%的數值並不表示一天有40%的時間會下雨。
NWS的定義並非每家供應商通用的定義。比較百分比時,請讓地點和預報時段保持一致,也別把機率解讀成時間長度。
分歧本身就是資訊
預報員用系集預報來探索不確定性:以略有不同的起始條件進行多次運算。ECMWF的系集有一個控制成員和五十個擾動成員。離散度小,表示對結果較有共識;離散度大,則保留較多可能性。
比較兩家供應商只是這個概念的小型類比,不是經過校準的系集。在星期六的示意例子中,20%對60%是保留備案、接近當天再查一次的理由。一致可以提高信心,但兩份預報仍可能一起出錯。
重點整理
下次可以這樣檢查:
- 找出每款App背後的資料供應商。
- 比較同一地點、同一時段、同一項數值。
- 利用預報分歧保留彈性,接近活動時再查一次。