為什麼下週的預報一直變動

你查看下週六的預報，上面說會放晴。到了週三，預報變成有陣雨。週五又變回晴天。這不是哪裡出了問題——你看到的是正常的預報變化，而了解它為什麼發生，就能準確判斷不同預報時效該有多大的參考價值。

簡短答案

• 預報從一幅描述當下大氣狀態的圖開始。 這幅圖非常詳盡，但並不完美。
• 微小誤差會逐漸放大。 大氣會放大細微差異，因此今天的一點不精確，到了下週可能就變成很大的差異。
• 因此，預報員會從略有不同的初始狀態出發，多次執行預報，觀察結果會分歧到什麼程度。
• 這些結果在一兩天內大致一致，之後便逐漸分散。 當遠期預報不斷變動時，你感受到的不確定性，就來自這個分散程度。

初始狀態的圖是從哪裡來的

在進行任何預測之前，預報模型需要估計目前的大氣狀態——包括各處、各個高度的溫度、氣壓、濕度和風。

這份估計由衛星、氣象氣球、飛機、地面測站、雷達和浮標蒐集的資料組成，再搭配一份短期的先前預報來填補缺口。觀測涵蓋的範圍令人驚嘆，但這仍然只是一幅重建的圖像。天空中不可能每個位置都有觀測資料。

為什麼微小誤差不會一直維持微小

在許多系統中，小誤差會維持在小幅度。但大氣不是如此。從技術角度來說，這種尺度的流體運動具有混沌特性：今天幾乎難以察覺的兩種狀態會逐漸分歧，而差異大約會在某個特徵時間內加倍。

這就是天氣預測會有時效上限的原因。問題不在於運算能力不足，也不是預報員偷懶——而是被預測的系統本身就具有這種特性。

解法：多跑幾次

由於確切的初始狀態不確定，預報員不會只執行一次模型。他們會反覆執行，使用略有不同的初始條件——有時也會採用略有不同的模型設定——看看在已知資訊下，哪些未來情境是一致的。

NWS 詞彙表將 ensemble forecast 定義為「來自一組略有不同的初始條件及／或各種模型版本的多個預測」，並利用各成員之間的差異來估計預報的不確定性。查看 NWS 詞彙表中的說明。

結果能提供真正有用的信心程度資訊：

模型執行結果	對你代表什麼
緊密聚在一起	信心度高；值得據此安排細節
大致形狀相同，但細節不同	趨勢可靠，時間不一定
分散得很廣	只有大致展望有意義；預報可能會變動

如何依距離遠近解讀預報

實際上可以這樣使用：

1. 明天和後天。 閱讀細節。降雨時間、氣溫曲線和風勢較強的時段，都值得納入安排。
2. 三到五天後。 閱讀趨勢，不要拘泥於細節。「週中天氣不穩定，週四轉晴」比「週三下午 2 點下雨」更可靠。
3. 六天後及更遠。 把它當成展望，並預期會有修訂。它適合用來判斷下個週末大致是否適合安排活動，不適合用來挑選某個時段。

而當預報改變時，請記住這個變化真正代表的意義：有新的觀測資料到來，預報也因此有所改善。永遠不更新的預報，會是較差的預報，而不是更值得信賴的預報。

這不代表什麼

這不代表遠期預報毫無價值。大尺度的天氣型態——持續性的阻塞、高溫期、風雨交加的天氣型態——通常在具體降雨時間已經變成猜測之前很久，就能預測到。預報能力會不均勻地減弱；相較於大範圍的氣溫趨勢，像單個陣雨這類規模小、發展快速的天氣系統，預報能力會更快減弱。

這也不代表你使用的 app 不可靠，因為它的展望有所變動。兩個 app 也可能因為另一組獨立的原因而出現差異，詳見為什麼天氣預報會不一致。

這在 Weathergraph 中的呈現方式

Weathergraph 在整個預報範圍內都顯示相同的逐時圖表，因此近期和較遠日期會以相同的視覺語言呈現。實際使用時，兩者的讀法不同：前兩天看細節，後面的日期看形狀——大致判斷暖熱和涼冷時段的位置，以及一週中較潮濕的天氣落在哪裡。

如果明天再看時，圖表後段的樣子不一樣了，那就是預報正在發揮作用。

資料來源與限制

• NWS 詞彙表：集合預報說明集合預報，以及它在評估不確定性方面的作用。
• ECMWF：量化預報不確定性解釋初始條件與模型近似如何造成不確定性。
• 預報並沒有一個固定的日子會開始失效。可預測性會隨天氣型態、季節、地點及預報的要素而變化。涉及安全的重要決策，請參考你所在地區的官方預報與警報。