1704436999
1704437000
2.它们还要突破气候学规律。气候学规律是指长期以来特定区域、特定日期历史平均状况的综合。
1704437001
1704437002
早在理查德森、洛伦兹和蓝火计算机出现以前，我们的祖先就已经在使用这些方法了，如果我们无法改进这些方法，那么再昂贵的计算机也做不出出色的预测。
1704437003
1704437004
我们拥有大量有关过去气象预报结果的数据，至少可以追溯到第二次世界大战时期。比如，我可以登录气象网站 Wunderground.com，查询到1978年1月13日（我的出生日期）早晨7点，密歇根首府兰辛的天气状况：气温约8摄氏度，小雪，东北风。但是，几乎没有人会劳神费心地收集过去的气象预报。有人料到那天早上兰辛会下雪吗？你可能会到互联网上查找这样的信息，但却查不到。
1704437005
1704437006
2002年，一位名叫艾瑞克·弗娄尔的企业家改变了这种状况，他是俄亥俄州立大学计算机科学专业的毕业生，当时效力于美国第二大长途电话运营商美国世界通信公司（MCI）。最初只是为了比较政府预测模型和私有公司预测模型哪个更准确，他才开始收集国家气象局、气象频道和 AccuWeather 公司发布的有关气象预报的数据。起初，这个大规模的科学实验的项目多半是为了满足弗娄尔的个人求知欲，可随后迅速发展为有利可图的商机。人们创建了 ForecastWatch.com 网站，在很大程度上按照客户的要求对数据进行重新包装，其客户群的涵盖面很广，从能源商人（对这些人来说，气温发生的细微变化能转变为数万美元）到学者不一而足。
1704437007
1704437008
弗娄尔发现，没有一家气象预测机构是明显完胜的赢家。他收集的数据表明，AccuWeather 网站在降雨量预测方面的误差最小，气象频道在温度预测方面略胜一筹，而政府预测在各个方面都稳定出众，总之，它们做得都非常好。
1704437009
1704437010
但是，这些模型的预测时间跨度越长，其预测准确性就越低（见图4–6）。比如，提前8天的预测几乎没有任何技术含量，这种预测打破了稳定性，但并没有突破气候学规律。如果是提前9天或更多时间进行预测，那么这些专业的预测得出的结果就会比按照气候学规律推测的结果还要糟糕。
1704437011
1704437012
罗夫特告诉我，混沌理论是大势所趋，大气的动态内存会自我清除。尽管下面这个类比有些不准确，但对于理解这一原理还是有所帮助的。人们把大气想象成纳斯卡赛车的椭圆车道，围绕轨道行驶的不同车辆就代表不同的天气系统。比赛开始的十几圈，了解赛车的出发顺序能使我们更好地预测出它们经过的顺序。期间可能出现碰撞、急停、引擎故障等我们无法解释的状况，所以我们的预测不会完美无瑕，但总会比随便猜测的准确一些。很快的，速度较快的汽车就会领先速度较慢的车若干圈，不久，赛道上的顺序就完全被打乱了。也许与排位第二的赛车并驾齐驱的，是排位第16的赛车（即将落下一圈）和排位第20的赛车（已经落下一圈，眼看又要落下第二圈）。比赛最初的状态几乎没有什么参考价值，同样的，一旦大气有了足够的循环时间，天气模式与其最初的状态就不再相似，这些模型也就没有什么用处了。
1704437013
1704437014
1704437015
1704437016
1704437017
图4–6 高温预测对比
1704437018
1704437019
弗娄尔的发现仍然引起了一些令人不安的问题。预报发布的七八天之后，如果计算机模型的预测结果被证明是零技术含量，则会是另外一种情况。这些模型得到的结果竟然还不如普通人坐在家里查阅长期天气平均状况表得到的结果准确，怎么会这样？也许是因为计算机程序对天气系统中自然出现的反馈过于敏感，于是开始自我反馈。这不仅说明噪声中不再有信号，还说明噪声正在渐渐增强。
1704437020
1704437021
还有一个更大的问题，那就是如果提前过长时间做出的预测不准确，那气象频道（预测近10天的天气情况）和 AccuWeather 网站（将预测时间提前到15天）这样的公司为何还要继续发布预测呢？罗斯博士认为，因为这样做不会造成任何伤害，即使是单纯基于气候学的预测，对他们的用户而言也是有点用处的。
1704437022
1704437023
对于商业性的气象预报来说，统计学上的准确度没必要斤斤计较。在受众眼中，只有感知上的准确度才是有价值的。
1704437024
1704437025
比如，以赢利为目的的气象预报公司很少确切地预测下雨的概率为50%，这个概率对用户来说似乎显得空洞又模糊。相反，它们会投掷硬币且将数值四舍五入，得到60%或者40%的降水概率，尽管这样做会使预测结果更加不准确、不诚实。
1704437026
1704437027
弗娄尔还发现预测公司竟然明目张胆地篡改数字，这可能是气象预报行业里公开的秘密了。大多数商业性气象预报都是有偏向性的，可能是故意为之。这些预测公司尤其偏向于预测更多的降水量（但实际上降水并没有那么多），气象学家称之为“降水偏向”。从政府部门得到越多的原始数据，客户面对的气象预报就越多，这种偏向性就会越严重。预测就是这样通过减少准确性来“增加价值”的。
1704437028
1704437029
天气预报说降水概率为60%，你出门会带伞吗？
1704437030
1704437031
关于预测的重要测试中有一项叫作标定，我认为这是最重要的测试。很多次你都说降水概率为40%，但真正下雨的情况有几次呢？如果长期以来，下雨的概率的确为40%，那就说明你的预测是已标定的。而如果下雨的概率有时只有20%或者高达60%，那么你的预测就是未标定的。
1704437032
1704437033
很多领域都难以实现标定，它要求我们做到用概率的方法思考问题，而我们大部分人（包括大部分预测“专家”在内）对此都不是十分擅长。标定会给“过于自信”的预测者——大多数预测者都具有的特点——当头一棒，还需要利用大量数据进行充分评价，也就是对预测者发布的数百个预测进行全面评估。
1704437034
1704437035
气象学家的预测涉及大量数据，他们每天都要预测几百座城市的气温、降雨和其他类型降水的概率。一年下来，气象学家得进行数万次预测。
1704437036
1704437037
这种频繁的预测不仅在我们想评估某个预测的时候大有帮助，对那些预测者本身也很有用，他们会从中得到很多反馈，知道自己当前的做法是不是有什么不妥，以便根据情况加以改变。比如，某些计算机模型倾向于给出多雨天气的预测——比应有的下雨天气多。一旦察觉到这一偏向，你就可以将其改正过来。同样，如果你对自己的预测过于自信，你很快也会认识到这一点。
1704437038
1704437039
美国国家气象局的预测已被证实为极好的标定预测（见图4–7）。如果美国国家气象局说降水概率为20%，就真的有20%的概率会下雨。美国国家气象局一直充分利用反馈信息，所以预测才真实、准确。
1704437040
1704437041
1704437042
1704437043
1704437044
图4–7 国家气象局标定图示
1704437045
1704437046
气象频道的气象学家在某些情况下会编造事实。比如，从过去的情况看，当他们预测下雨的概率为20%时，实际只有5%的概率会下雨。对此，气象频道承认自己是故意为之，这与气象频道的经济动机有关。
1704437047
1704437048
与虚假的天气预报相比，人们对气象预报未能预测到大雨天气的失误更为关注。当大雨不期而至时，人们就会抱怨是气象预报员破坏了他们的野炊，而天气意外放晴则会被视为额外的嘉奖。这并不是科学，但是就像气象频道的罗斯博士对我说的那样：“如果预测是客观的，对降水概率的预报没有任何偏向，那我们可能就有麻烦了。”