天气预报是如何制作的，以及它们的实际准确性如何

天气预报始于数据，而非猜测。根据美国国家海洋和大气管理局（NOAA）的信息，超级计算机每天从气象气球、卫星、海洋浮标、雷达、飞机传感器和地面站收集数十亿次观测数据，将每次读数转换为温度、气压、湿度和风速的数值。

从观测到模型运行

这些数据成为数值天气预测模型的起点，或称为'初始条件'：一套描述空气如何运动、加热和保持湿度的数学方程。NOAA表示，其超级计算机从弗吉尼亚州和佛罗里达州的数据中心每秒进行2.8万亿次计算，以短时间增量推进模型，反复重新计算大气状态，直到预报周期结束，目前NOAA全球模型的预报周期为16天。

预报员不依赖单一模型。NOAA指出，对于每种情况都会比较多个全球和区域模型；当它们一致时，预报的信度提高，当它们不同时，预报员会向公众传达这种不确定性。

为什么预报员同时运行数十个版本

由于大气是混沌的，起始数据中的微小误差可能在数天后增长为大误差，正如欧洲中期天气预报中心（ECMWF）下面所解释的那样。为了管理这一点，ECMWF运行集合预报：从略有不同的起点多次启动相同的模型。其首个业务集合预报在1992年12月有33个成员；到2023年，扩展范围集合预报已增长到101个成员，中程集合预报的分辨率约为9公里。集合成员之间的差异显示预报的置信度应该有多高。

今天的预报有多准确

NOAA的卫星和信息服务NESDIS指出，5天预报的准确率约为90%，7天预报的准确率约为80%，而10天或更长时间的预报准确率仅约为50%，因为模型无法访问未来数据，必须从当前条件推断。

近几十年来，预报也有了显著改进。英国国家气象局Met Office表示，其今天的4天预报与30年前的1天预报一样准确。Met Office还表示，其模型根据世界气象组织标准进行了验证，并且在全球前两名预报提供商中排名一致。另外，据Our World in Data报道，引用ECMWF的数据，3天预报自1980年代以来一直准确，现在达到约97%。

分辨率、计算能力和最新变化：人工智能模型

部分改进来自于更精细的模型网格。ECMWF表示，其水平分辨率在30年内从约210公里提高到18公里，其有效集合预报的提前时间平均每十年增加约一天半。Our World in Data补充说，Met Office自身的预报网格已从约90公里间距移动到1.5公里间距，缩小了观测点之间的间隙。

最新的转变是机器学习。在其2025年性能评估中，ECMWF报告称，其基于人工智能的预报系统AIFS在15天的中期预报中产生的误差比其传统物理模型低5–15%，并且AIFS在预测热带气旋路径方面大幅优于旧系统，尽管它低估了风暴强度。ECMWF还表示，2025年带来了其十多年来最大的单年技能改进，由2024年底引入的系统升级驱动，包括其集合预报中近地面温度和风速误差约减少10%。

并非每个预报都同样可靠

准确性在世界各地分布不均。Our World in Data报告称，低收入国家在气象服务上的人均支出比高收入国家少15到20倍，这一差距影响了本地预报的质量和极端天气预警系统的覆盖范围。