“伞白带了”天气预报应用又错了？其实“十之九都准了”[读懂科学]

by Kim Jonghwa

Published 10 Nov.2025 07:00(KST)

Updated 10 Nov.2025 15:05(KST)

open/close

会算账的人工智能，仍无法物理解析天气
“预报没有错，只是我们读错了”

近期频繁出现“秋季梅雨”，但天气应用却未能发挥应有作用。明明有降雨预报，天空却晴空万里；说是晴天的日子，却突然下起了阵雨。上班路上带了雨伞却一整天只见阳光的市民之间，不断传出“气象厅又预报错了”的抱怨。

智能手机里的天气应用不知从何时起成了“无法信任的信息源”。但实际上，与其说预报“错了”，不如说我们对预报语言的解读往往不同。气象学家表示，“并不是预报偏离了现实，而是用户对预报含义的理解出现了偏差”。

Naver的天气提醒。Naver画面截图

根据气象厅统计，去年全年短期预报的平均准确度为90.0%。在降雨较多的最近3个月（2025年6月至8月），降水有无准确度（ACC）为88.5%，较2024年的84.5%、2023年的83.8%有明显提升。从数字上看，相当于10次中有9次预报是正确的。

即便如此，市民仍然觉得“经常报错”。原因在于“概率预报”的语言。“降水概率60%”并不是“有60%的可能性会下雨”，而是“在类似气象条件下，过去10次中有6次下过雨”的统计学含义。

大多数用户会直观地将其理解为“会下雨”。最终，预报的数学语言与市民的直觉之间的差距，使得体感误差远大于实际误差。

气象厅近期正式启动了基于人工智能（AI）的预报体系。超短期降水预测模型“NowAlpha”以全国10部气象雷达在2小时内观测到的降水资料为输入，每10分钟为间隔，预测未来6小时内的降水强度。计算时间控制在40秒以内，比以往的数值预报模型快10倍以上。

在中期预报方面，则投入了“WISDOM”“FourCastNet2”“Pangu-Weather”“GraphCast”等最新人工智能模型，以6小时为间隔生成以12天为单位的预测结果。

韩国科学技术院（KAIST）计算机系兼金在哲人工智能研究生院教授 Yoon Seyoung 表示：“人工智能预报模型并不直接求解物理方程，而是基于观测数据学习模式，采用数据驱动的方式运行”，“虽然训练需要时间，但一旦完成训练，便可在数秒内生成新的预报，这是其优势所在”。

然而，这种方式在结构上很难解释“为什么会得出这样的预报结果”。Yoon 教授指出：“深度学习是拥有数百万个以上权重的黑箱结构，很难明确识别是哪一个输入变量对结果产生了影响”，“因此在解释预报成因方面存在结构性局限”。

气象厅也承认这一问题。“人工智能预报在速度方面表现出色，但在风暴或集中暴雨等极端天气情况下，稳定性可能下降。”原因在于人工智能预报采用只给出“单一结果”的确定性（deterministic）结构。

为弥补这一点，气象厅正引入“可解释人工智能（XAI）”技术，通过将预报依据可视化，实现逻辑上的解释。同时，还在尝试通过同时训练多个模型并综合结果的集成（ensemble）方法。

尤其是，气象厅近期启动了采用“贝叶斯神经网络集成结构”的中期人工智能模型开发，可实现14天预报。该模型摆脱了既有的确定性结构，设计为同时考虑初始条件不确定性和数据波动性。

气象厅相关人士表示：“人工智能虽然计算速度很快，但并不总能满足能量守恒定律等物理一致性”，“今后将在训练过程中加入物理约束，朝着同时确保准确度和稳定性的方向发展”。

人工智能预报的性能最终取决于输入数据的质量。根据气象厅分析，决定预报准确度的三大要素中，观测资料质量占32%，数值预报模型占40%，预报员能力占28%。也就是说，约三分之一的预报由“数据质量管理”决定。

国立气象科学院人工智能气象研究科研究官 Cho Junghoon 表示：“人工智能预报的准确度与输入数据的可靠度成正比”，“即便只有部分观测资料出现误差累积，也可能加剧预报模型的偏差（bias）”。他补充称：“归根结底，人工智能的性能更多取决于输入数据的一致性与协调性，而非算法本身”。

气象厅通报官 Woo Jingyu 也强调：“用于预报的观测资料，将雷达、卫星、海洋等多种来源的数据与数值模型背景场相结合使用”，“与其说单一资料的细小误差重要，不如说整个系统的相互调节与质量管理过程更为关键”。

智能手机上的天气提醒一天会变更多次。这并不是预报出错的证据，而是为提高准确度而进行的实时调整过程。

通报官 Woo Jingyu 表示：“人工智能预报模型可以以较短周期重新计算，以前一天两次的预报，现在可以以数十次为单位进行更新”，“预报发生变化，反而意味着系统在对气象状况做出敏感反应”。

一位民间天气应用相关人士也表示：“从用户立场看，预报一变就会感到不安，但这并不意味着预报失败，而是一个‘持续更新中’的信号”，“在人工智能预报时代，与其说准确度，不如说时效性正在成为更重要的评价标准”。

天气预报本质上是一门处理不确定性的科学。人工智能正在逐步成为降低这种不确定性的工具，但“永不出错的预报”依然不存在。只是通过人工智能发现人眼无法识别的模式，我们得以更好地迎接有备无患的一天。解读天空的科学，如今正演化为“理解误差之智慧”的领域。

本报道由人工智能(AI)翻译技术生成。