昨天，北京人民的朋友圈进行了一场轰轰烈烈的“祈雨活动”，在这场大型迷惑行为鉴赏当中，有请龙王的、有请虎力大仙的、还有发“知名雨神“萧敬腾照片祈愿的。而在这之前，为了应对预报中的暴雨，多部门轮番发布预警，景区纷纷关闭，很多公司干脆通知在家办公。
气氛都烘托到这儿了，然而直到午后北京的雨才姗姗来迟，有的地方甚至没有降雨，于是大家心里不禁冒出一句：“就这”？
那么到底是龙王不给力，还是暴雨预警根本就是一场“狼来了”？且听小D细细分说。
怎么知道要下雨？
天气对农耕的影响很大，所以咱们中国的老祖宗很早就开始了对天气的观测，用上了“测雨台”、“相风铜鸟”之类的仪器，也将经验总结以民间谚语的形式流传下来，比如“鱼鳞天，不雨也风癫”、“蚂蚁搬家蛇过道，大雨不久就来到”。但那时的观测和预测都是非常朴素的，有用但远不准确。
当今的天气预报，则是依靠气象站的各类记录仪、雷达甚至卫星来探测和收集数据，再对这些湿度、温度、气压、风速、风向等等数据进行复杂的计算和推演，还要由预报专基于天气学、动力学、热力学等进行综合分析，最后才能制作出短时（1~6个小时天气的动向）和中期预报（3~15天的天气动向）。现在的天气预报已经可以达到85%的准确率。
冷知识：美国气象学家爱德华·洛伦兹在1963年提出，在天气系统中，任何初始值的微小偏差都会引起推算结果的巨变，这就是著名“蝴蝶效应”的原始出处。但是，他最初说的其实是“一只海鸥扇动翅膀就足以改变天气的走向”。海鸥后来变成了蝴蝶而流传至今，是因为洛伦兹发现计算结果的数据曲线图（即“洛伦兹吸引子”）很像是蝴蝶。
预报为啥不准？
天气预报有85%的准确率，也就仍有15%的不准确。古语云“天有不测风云”，大气系统是非常复杂的体系，暴雨则受到不同时间、不同空间多种因素的相互作用，而我们对直接造成暴雨的中小粒度的观测尚不充分，暴雨预测的准确度在世界范围内都是一个难题。
就像龙王往地上泼了一盆水，水泼出去是不均匀的，我们只能预测可能的水量和范围，但很难知道地面上每个点是否会湿以及湿的程度。所以天气预报中经常会出现（且经常被吐槽的）“降雨概率”和“局地降雨”，让很多人感觉被排除在了概率和局地之外。
此外，我们在不同平台或App看到的预报也会出现不一致，更让我们加深了“天气预报咋这么不准”的观感。这是因为不同平台可能使用了不同的预报算法模型，或者采取不同预报模式，比如有的会过度预报降雨，避免让你觉得降雨概率低而没带伞，却真的淋了雨而更嫌弃预报不准。
冷知识：天气预报不仅有逐天预报，也有滚动预报。随着智能网格预报技术发展，中央气象台的天气预报已经实现逐小时更新，降水预报可以逐10分钟更新。把滚动预报算上，天气预报已经可以说是非常准确了。
不带伞一定下雨？
似乎，每次带伞出门反而不下雨，不带伞就一定会下雨。很多时候，觉得“天气预报不准”，其实更有可能是我们自己不够客观。对于“降雨概率”和“局地降雨”是不是准确，我们更多是从自身感受出发，而个体感受本身是不全面的。山里下冰雹、城里晒太阳很有可能发生，只是不一定我们在山里还是城里。
对于“概率”的数字，我们的理解也很容易出现偏差。比如我们很可能会认为“降雨率30%”应该不会下雨，而“中奖率30%”很有可能中奖。如果“降雨率30%”是从20%提升到了30%，我们则又更容易认为“会下雨”。
所以，天气预报可能永远没办法做到100%的准确，但仍能够给我们重要的参考，让我们有所准备，尽可能避免造成巨大的损失。毕竟，带了伞就算不下雨，也还可以用来遮阳。
预警是“狼来了”吗？
遇到极端天气，我们应该都收到过这样短信。这次的降雨，北京气象台发布了暴雨、雷电、大风黄色预警信号，各职能部门也纷纷启动应急预案，进行防汛准备。
暴雨黄色预警信号的标准是：6小时内降雨量将达50毫米以上，或者已达50毫米以上且降雨可能持续。
预警发布后，交通管理部门应当根据路况，在强降雨路段采取交通管制措施，在积水路段实行交通引导或者封闭道路；大面积积水的低洼路段，相关部门应及时疏通排水口。
公众最好不要在下大雨时骑自行车，开车尽量避免在积水、隧道中行驶，或直接将车停放在地势较高处。还需要远离低洼、危房，到安全场所避雨避雷，在室外还要注意避免触电；检查城市、农田、鱼塘排水系统，采取必要的排涝措施。
预警是不是“狼来了”？这个问题很好回答，因为2012年的北京暴雨已经给过我们惨痛的教训。
冷知识：中央气象台发布的称“预警”，省级以下气象台发布的则称“预警信号”。两者标准不同，“预警”比“预警信号”覆盖的地区、时间和雨量范围都更大。
预报还能更准点吗？
当昨天头顶太阳手拿雨伞时，相信有很多小伙伴心里第一句话就是：“天气预报还能更准点吗？”
答案是肯定的。得益于气象、航空航天科学的发展，中国已成功发射17颗风云气象卫星，目前有7颗在轨运行，还计划在2021年发射风云三号E星和风云四号B星2颗气象卫星。
AI、大数据等新兴科技的加持，也让我们能够分析和处理更海量的数据，构建更完善的计算模型。追求预报准确度和效率的不断提升，我们一直在路上。
更准确的预测，不止能告诉我们要不要带伞，还有更广泛的影响，比如在应急指挥、交通、公共安全和基础建设等领域，让我们能更好地对城市进行管理；在商业领域，也能够帮助餐饮、零售等行业预测客流量、销售量等。TalkingData在借助气象数据等融合数据预测人口流动、客流销量等场景下也有相应的探索和实践。
冷知识：认为天气预报不够准确？你行你也可以上！气象数据因其数字化程度高、数据量大、数据维度丰富、结构化、可挖掘性高特性，可以说是学习数据分析的最好材料之一。像国家气象科学数据中心（http://data.cma.cn）就开放共享了大量相关数据，覆盖地面、高空、海洋、辐射、雷达、卫星等等多个类别，可以供感兴趣的小伙伴使用。
说好的雨最终还是在昨天的晚高峰全面到来，上班没用上的伞，下班到底还是用上了。而这次暴雨在接连预警和紧急预案下，并未演变成严重的自然灾害，这也正体现了预报和预警的价值所在，“狼来了”不可怕，可怕的是当“狼”真的来了，我们却没有做好准备。
毕竟，除了“天有不测风云”，古语还告诉我们——“有备无患”
部分图片来源于网络，如有侵权请联系删除
参考资料：
知乎：制造原理：天气预报是如何预测天气的，为何有时候也不准确呢？（https://zhuanlan.zhihu.com/p/77906355）
数字北京科学中心：天气预报能做到100%准确吗？这还要从“蝴蝶效应”说起
果壳：30%的降水概率要带伞吗？数字很准确，是你不客观
果壳：我们对比了市面上的天气App：真的每家预报的都不一样啊
中国气象局：暴雨预警发出后公众该怎么办（http://www.cma.gov.cn/2011xzt/kpbd/rainstorm/2018050905/201805/t20180531_469593.html）
中国气象局：就这？说好的暴雨呢！莫慌，降雨预报你得这么看！
本文来源：TalkingData原文标题：天气预报不准确，是龙王的锅还是气象台的锅？
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
