为什么天气预报会报不准

1、,为什么天气预报会报不准,天气预报报不准的几个理由,1、预报员闹情绪？ 2、预报员水平不行？ 3、科学水平达不到？ 4、.,再或者,1、温度预报预报的为什么总是觉得不准？ 2、为什么天气预报上晴雨预报不准？ 3、有时预报天气多云、但是感觉是阴？,首先我们从司空见惯的云谈起,气象术语中规定： 多云：天空中有4-7成的中、低云或6-10成的高云时的天空状况。 阴：天空阴暗，密布云层，或天空虽有云隙而仍感到阴暗(总云量8成以上)，偶尔从云缝中可见到微弱阳光的天空状况。 很显然，气象上规定的云和我们公众理解的是不一样的。,云的分类,下面看看云分类的不同，在预报天气方面有哪些影响，举个例子,同样是冷锋锋

2、面,第一型冷锋,第二型冷锋,锋后坏天气,锋前坏天气,结论：云其实就是一团飘在天上的水气，但是云因为形状不同，高度不同预示在大气不同的流场特征。我们在天气预报业务的工作中，也经常用云来反演流场云导风。特别是在一些海洋、沙漠等测站比较少的地方来得到当地的气象资料，这也是目前研究的热门之一。,FY-2E气象卫星云导风和水汽图像叠加 2015年5月29日07:30（北京时）,除了云导风，天气预报也有很多方法： 1、天气学方法（天气图方法）：分析每天测站、高空探空气球、船舶、飞机、气象卫星等测量到地面、高空的气象资料，分析天气系统的演变，天气系统增强；减弱，移动速度，线性外推来分析天气系统影响本地的时间

3、等，来预报天气。 缺点：主观性大，定性分析针对在系统没有巨大演变的情况下能有很好的效果。,2017年6月9日08时700百帕天气形势图,2、数值预报方法（动力学方法）：数值天气预报以气象观测资料为初值条件，经过初始化（滤出高频震荡波），通过对大气运动方程进行离散化，并使用巨型计算机进行数值计算求解，进而预测未来一定时段的大气运动状态。,略去所有的推导过程，直接写出方程,更进一步的，任何一个物理量都可以通过Taylor级数展开。,1、用差分代替微分。 2、用离散形式的差分方程代替连续形式的微分方程,大家知道，从数学角度上看，我们无法得到这些非线性微分方程的解析解，只能通过对上面的方程进行离散化。

4、离散化以后，方程才能通过计算机得到数值解，分析每个要素（温、压、湿、风、密度、涡度、降水、垂直速度等）的数值解，做出一天的天气预报（全球模式超级计算机需要计算2个小时）。,缺点：,我们对大气运动中的规律尚未全然知晓，设计的任何方程只能是求得近似。初始的观测数据除了不准确之外，还有不完整的问题，例如青藏高原上的观测资料就很少。如果把数值预报计算网络缩小一半，即对更小尺度进行运算，计算量大体增加16倍，但在运算中，一些类似于地形等的信息依然难以充分表达，大气运动的物理过程细节不能很好反映，必须依靠预报员再次订正。,应用数理统计的理论和方法，通过分析过去大量的历史气象资料，揭露天气变化的客观因果关系

5、，找出天气、气候变化的统计规律，预报未来天气变化形势的一种方法,3.统计学方法（概率预报方法）：,缺点：无法预报小概率的天气事件,那我们现在可以回答刚开始的几个问题了,天气预报为什么有时不准？ 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，仪器的可观测误差、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，在辽阔的疆域内，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，

6、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，可以逐步逼近完美。 所谓初始场，就是大气要素的此时状态，她的一个看似微小的变化，就可能导

7、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由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“数值预报”，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。,什么情况下更容易不准？,换季的时候，影响系统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；“雹打一

8、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，知晓更准确的天气信息，FORECASTING常常是不够的，如果可能，还需要了解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，迎风坡抬升凝结，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

9、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霾天气。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（13d）: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

10、期天气预报（37d）: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。,按服务对象分类,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）