几千年来，人类一直试图预测气候的变化，使用早期的传说——“夜晚的红色天空”是一个乐观的标志，它实际上与一个地区的干燥空气和高压有关——以及从屋顶、手绘地图和当地的经验法则进行的观察。这些未来天气预报指南是建立在多年观察和经验的基础上的。
然后,在1950年代,一批数学家,气象学家,和计算机科学家约翰·冯·诺依曼,一位著名的数学家曾协助曼哈顿计划年前,朱利和恰尼,大气物理学家通常被认为是动态的父亲meteorology-tested第一计算机自动预测。
查尼和一个由五名气象学家组成的团队，按照今天的标准将美国划分为相当大的地块，每个地块的面积超过700公里。通过运行一种基本算法，获取每个离散单元的实时压力场，并在一天内对其进行预测，该团队创建了四个24小时覆盖全国的大气预报。花了整整33个昼夜才完成预报。尽管离完美还差得远，但结果令人鼓舞，足以在天气预报领域掀起一场革命，将该领域推向基于计算机的建模。
在随后的几十年里，数十亿美元的投资和更快、更小的计算机的发展，导致了预测能力的激增。现在的模型能够解释小至3公里的大气包裹层的动态变化，自1960年以来，这些模型已经能够包括从气象卫星传送来的越来越精确的数据。
2016年和2018年，GOES-16和-17卫星发射进入轨道，提供了一系列改进，包括更高分辨率的图像和精确的闪电探测。最受欢迎的数值模式是美国的全球预报系统(GFS)和欧洲中期天气预报中心(ECMWF)，它们在今年发布了重大升级，而新产品和新模式的开发速度也比以往任何时候都要快。只要用手指一触，我们就能获得地球表面极其精确的天气预报。
今天的闪电速度预测是先进算法和全球数据收集的产物，距离完全自动化似乎只有一步之遥。但它们还不完美。尽管有昂贵的模型、先进的卫星阵列和巨型计算机，人类预报员仍拥有自己独特的工具。经验——他们在算法无法做到的地方观察和建立联系的能力——给了这些预报员一种优势，在风险最高的情况下，他们的表现继续胜过炫耀性的气象机器。
据佛罗里达州基韦斯特国家气象局的业务预报员安德鲁·德瓦纳斯(Andrew Devanas)说，虽然模型对大范围的预测非常有用，但它对陆地上一个小象限的小上升气流并不敏感，这表明一股水龙卷正在形成。德瓦纳斯生活在世界上水龙卷最活跃的地区之一附近，海洋龙卷风可以破坏通过佛罗里达海峡的船只，甚至上岸。
同样的局限性也阻碍了对雷暴、极端降水和陆基龙卷风的预测，这些龙卷风在12月初袭击了美国中西部，造成60多人死亡。但当龙卷风在陆地上发生时，天气预报员通常可以通过在雷达上寻找龙卷风的特征来发现它们;水龙卷要小得多，而且经常缺乏这种信号。在佛罗里达群岛这样的热带环境中，天气每天变化不大，所以德瓦纳斯和他的同事们不得不手动观察大气的变化，比如风速和可用的湿度——算法并不总是考虑这些变化——来看看某些因素和更高的水龙卷风险之间是否有任何关联。他们将这些观测结果与一个模拟的概率指数进行了比较，该指数表明水龙卷是否有可能发生。他们发现，在正确结合大气测量数据的情况下，人类的预测在预测水龙卷的每个指标上都“优于”模型。
与此类似，美国国家海洋和大气管理局(NOAA)天气预报服务主任大卫·诺瓦克(David Novak)和他的同事发表的研究表明，尽管人类预报员可能无法在典型的晴天和晴天“击败”模型，但在坏天气时，他们的预测仍然比算法计算器更准确。在诺瓦克的团队研究的20年的信息中，人类预测近期降水的准确度比全球预报系统(GFS)和北美中尺度预报系统(NAM)这两种最常用的国家模式高出20%至40%。人类在温度预测方面也比这两个模型的指导做了统计上显著的改进。“通常，我们发现在更大的事件中，预报员可以对自动导航进行一些增值改进，”诺瓦克说。
他补充说，特别是在不利条件下，对模型预测的巨大改进通常是由于人类的增强。对于雷暴和龙卷风等地方性的严重事件来说，情况更是如此，它们依靠瞬间的决策来拯救生命。诺瓦克补充说，随着预测者对一个特定模型越来越熟悉，他们开始注意到它的偏差和失败。就像模型向我们学习一样，我们也向模型学习。
在亚利桑那州的Embry-Riddle航空学院，气象学家肖恩·米拉德(Shawn Milrad)为未来的预报员做准备，利用目前可供他们使用的大量工具。米拉德在21世纪初进入该领域，当时的主流预测方法正从老式技术转向数值天气模型和自动化观测。
这些技术对大气科学的最新进展至关重要，但是Milrad告诫他的学生不要自满，不要依赖于自动化的数据模型。
“如果他们要预测降水，他们应该能够通过分析他们在地图上看到的物理过程和机制来捍卫它，”Milrad说。他认为，继续使用经验法则和模式识别技术，不仅可以作为教学工具，还可以防止在恶劣天气情况下或模型不准确时失去预报员的重要经验。“有一句古老的格言说，‘所有的模型都是错误的，但有些模型是有用的，’”Milrad说。“即使这是一个很好的预测，它也会有轻微的错误。这就是你如何为这个模式增加价值。”
此外，尽管计算机生成的预测可能会随着时间的推移继续改善，但实现类似于完全自动化的任何事情都面临着一些挑战，这需要显著扩展计算能力，并花费数十亿美元。美国能源部资助开发了三台百亿亿次计算机，2018年每秒可进行1018次计算。第一个是正在伊利诺斯州阿贡国家实验室(Argonne National Laboratory)开发的“极光”(Aurora)超级计算机，预计将于2022年上线，每秒可进行1万亿次计算，但几个不同的科学领域正在争夺其强大的处理能力。目前的基础设施也可能面临风险，因为5G的全面推出可能会干扰几颗关键的气象卫星。无线电干扰可能会降低卫星对水汽的观测质量，并可能使预测能力倒退几十年。
事实上，准确的天气预报的未来可能并不一定依赖于自动化，而是依赖于一种更现实的解决方案:财政支持。多亏了这些天气预报和气象学方面的技术进步，人类预报员曾经在工作中应付更繁琐的方面，现在有足够的带宽专注于恶劣天气、研究，并向相关机构和居住在当地的人们传达有关风险和准备的重要信息。如果这样重要的工作要继续下去，我们的天气基础设施依赖的国家气象局必须保持充足的资金。
尽管天气的私营公司Accuweather和天气地下,可以提供更频繁,精确预测,他们的商业模式依赖于广告,订阅收入,和增强服务提供溢价,大多数采用一些气象学家的情况下(Accuweather雇佣了约100,而有超过2000)。此前，在Accuweather高管的资金支持下，立法者曾试图限制国家气象局与公众共享天气信息，但遭到了气象界的愤怒。如果我们想要继续收到深度的天气预报和重要的警报，我们需要保护那些重视人工增强预报和公众知情权的机构和服务。(美国国家海洋和大气管理局的预算在特朗普执政期间大幅下降，但值得庆幸的是，现在已达到新高，为2022年提出的62亿美元资金计划是该机构历史上最大的一笔。)
位于基韦斯特的国家气象局预报员德瓦纳斯同意，私营部门在预报方面有很大的贡献，但对因此而传播的大量不可靠的天气信息持谨慎态度。即使算法和模型在不断改进，Devanas相信我们不能忽视一切背后的科学。“我不是在这里说，‘今天气温将达到92华氏度，晚上气温将达到80华氏度，下雨的几率为20%。他说，其实我可以让一只猴子来做这件事。“在这些事情上，我们需要一些本地专家。这些都是经验法则发挥作用的地方，当地知识变得非常宝贵。”
更多来自《连线》的特别系列 预测未来的承诺和危险
读下
读下
