最近“秋季梅雨”频繁来袭，但天气应用却似乎没有发挥应有的作用。明明推送了下雨预报，天空却晴空万里；说是晴天的日子，却又骤然倾盆而下。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“不能信赖的信息源”。但实际上，与其说预报“错了”，不如说我们对预报语言的理解方式不同的情况要更多。气象学家表示，“并不是预报偏差很大，而是用户对预报的含义理解有差异”。

据气象厅统计，去年24小时预报的平均准确度为86.7%。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（84.5%）、2023年（83.8%）有明显提升。从数字上看，相当于每10次预报中有9次是对的。

即便如此，市民仍然觉得“经常预报不准”。原因在于“概率预报”的语言。“降水概率60%”并不是“有60%的可能会下雨”，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。

원본보기 아이콘

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

气象厅近期正式启用基于人工智能（AI）的预报体系。超短期降水预测模型“NowAlpha”会接收全国12部气象雷达在2小时内观测到的降水资料，按10分钟间隔预测未来6小时内的降水强度。完成计算所需时间在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。

원본보기 아이콘

Park Seyoung 韩国科学技术院（KAIST）计算机系（兼任 Kim Jaechul 人工智能研究生院）教授表示：“人工智能预报模型不是直接求解物理方程，而是基于观测数据学习模式的‘数据驱动’方式运作”，“虽然学习需要时间，但一旦完成训练，就能在几秒内生成新的预报，这是它的优势”。

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”。Park 教授指出：“深度学习是拥有数百万个以上权重的黑箱结构，很难明确弄清楚哪些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的局限”。

气象厅也承认这一问题。“人工智能预报在速度上具有优势，但在暴风、暴雨等极端天气情况下，稳定性可能会下降。”原因在于人工智能预报采用的是只给出“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，通过可视化预报依据，使其能够被逻辑性地解释。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。

원본보기 아이콘

尤其是气象厅近期启动了采用“基于贝叶斯神经网络的集成结构”的中期人工智能模型开发，可进行14天预报。该模型摆脱了既有的确定性结构，在设计上同时考虑初始条件的不确定性和数据的变动性。

气象厅相关负责人表示：“人工智能运算速度很快，但并不总是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，以同时提高准确度和稳定性”。

人工智能预报的性能，最终取决于输入数据的质量。气象厅分析显示，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。

Jo Junghun 国立气象科学院人工智能气象研究科研究官表示：“人工智能预报的准确度与输入数据的可信度成正比”，“即便部分观测资料存在误差并被累积，也可能加大预报模型的偏差（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和协调性，而不是算法本身”。

Woo Jingyu 气象厅通报官也强调：“用于预报的观测资料，会将雷达、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微误差重要，不如说整个系统的相互调节和质量管理过程更加关键”。

원본보기 아이콘

智能手机上的天气提醒一天之内也会多次变化。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。

Woo 通报官表示：“人工智能预报模型可以以很短的周期重新计算，以前一天只能预报2次，现在可以以几十次为单位进行更新”，“预报发生变化，反而意味着系统对气象状况在做出敏感反应”。

一位民间天气应用相关负责人也表示：“从用户角度看，预报一变就会感到不安，但那并不意味着预报失败，而是‘正在持续更新’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。人工智能正逐渐成为减少这种不确定性的工具，但“永不出错的预报”依然不存在。只是通过让人工智能发现人类肉眼无法识别的模式，我们得以迎来准备更充分的一天。解读天空的科学，如今正演化为“理解误差之智慧”的领域。