與許多其他領域一樣，先進的計算機越來越多地掌握氣象學家以前所做的工作。隨著更快的處理器接管繁重的工作，預測者正在轉向他們職業的更復雜的方面。 “人們透過智慧手機獲得的預測幾乎沒有人情味，”Floehr說。 “氣象學家越來越關注傳播預測，並幫助人們將其轉化為可操作的情報。在未來10到20年的某個時刻，預測環路將不再是氣象學家。“
然而，那些抱怨天氣的喜悅只能被關於預報員的好訊息所超越 - 無論是否在媒體上 - 都可以放心。科學告訴我們，沒有完美的天氣預報。
更多資料，更大的計算機和更好的演算法的結合產生了令人印象深刻的結果發表在2015年“自然”雜誌上的一項研究發現，自1981年以來，氣象學家預測3至10天的大氣壓力的能力一直在以每十年約一天的速度改善。氣象局表示，其四天氣壓預測現已接近與三十年前的一天預測一樣準確。
數字革命改變了我們獲取和使用天氣預報的方式。智慧手機應用程式提供高度本地化的預測和更廣泛的時間框架 - 從接下來的一小時到兩週的時間。 Android手機的標題中有8,000個應用程式帶有“weather”字樣，iPhone使用者則有2,400個應用程式。有了這麼多的選擇，非專家如何才能找到最可靠的？
測量預測精度遠非簡單。最重要的是 - 溫度，雨水或風力條件？平均總體錯誤最有用，或預測符合現實的頻率如何？ “有許多方法可以衡量預測的準確性，”美國公司ForecastWatch的創始人Eric Floehr表示，該公司分析了氣象供應商的表現。 “不同的預報員在不同的措施，更長或更短的時間範圍或某些地理區域表現更好。
現代天氣預報的基礎包括收集大氣和地球表面狀態的大量資料，如溫度，溼度和風況。資料差距透過從現有觀測和過去預測中推斷來填補。由管理物理和化學過程的方程組組成的預測模型將其作為計算未來條件的起點。
天氣預報對人類活動的影響很難誇大。經濟學家傑弗裡·拉佐（Jeffrey Lazo）2011年的一項研究發現，僅美國國內生產總值就可以變化多達4885億美元（3660億英鎊），具體取決於天氣情況。難怪投入大量資金來提高預測能力。
天氣觀測的數量和質量都有了顯著提高。例如，氣象局正在將從大型飛機攜帶的轉發器收集的風速資料整合到其模型中。美國宇航局的GOES-16衛星於12月宣佈投入使用，它比以前的衛星掃描地球的速度更快，解析度也更高。今年2月，英國完成了對其降雨雷達網路的1000萬英鎊升級，使其能夠提供比以前多五倍的資料。
所有這些資料都輸入到“petaflop”超級計算機中，每秒能夠進行一萬億次計算。這些是必要的，因為預測模型的複雜性接近大氣過程。隨著科學的發展，這些模型變得越來越複雜。額外的數字運算火力也可實現“集合預測”，即使用略有不同的起始資料執行預測模型多次，以探索各種結果的機率。
與許多其他領域一樣，先進的計算機越來越多地掌握氣象學家以前所做的工作。隨著更快的處理器接管繁重的工作，預測者正在轉向他們職業的更復雜的方面。 “人們透過智慧手機獲得的預測幾乎沒有人情味，”Floehr說。 “氣象學家越來越關注傳播預測，並幫助人們將其轉化為可操作的情報。在未來10到20年的某個時刻，預測環路將不再是氣象學家。“
然而，那些抱怨天氣的喜悅只能被關於預報員的好訊息所超越 - 無論是否在媒體上 - 都可以放心。科學告訴我們，沒有完美的天氣預報。
更多資料，更大的計算機和更好的演算法的結合產生了令人印象深刻的結果發表在2015年“自然”雜誌上的一項研究發現，自1981年以來，氣象學家預測3至10天的大氣壓力的能力一直在以每十年約一天的速度改善。氣象局表示，其四天氣壓預測現已接近與三十年前的一天預測一樣準確。
數字革命改變了我們獲取和使用天氣預報的方式。智慧手機應用程式提供高度本地化的預測和更廣泛的時間框架 - 從接下來的一小時到兩週的時間。 Android手機的標題中有8,000個應用程式帶有“weather”字樣，iPhone使用者則有2,400個應用程式。有了這麼多的選擇，非專家如何才能找到最可靠的？
測量預測精度遠非簡單。最重要的是 - 溫度，雨水或風力條件？平均總體錯誤最有用，或預測符合現實的頻率如何？ “有許多方法可以衡量預測的準確性，”美國公司ForecastWatch的創始人Eric Floehr表示，該公司分析了氣象供應商的表現。 “不同的預報員在不同的措施，更長或更短的時間範圍或某些地理區域表現更好。
現代天氣預報的基礎包括收集大氣和地球表面狀態的大量資料，如溫度，溼度和風況。資料差距透過從現有觀測和過去預測中推斷來填補。由管理物理和化學過程的方程組組成的預測模型將其作為計算未來條件的起點。
天氣預報對人類活動的影響很難誇大。經濟學家傑弗裡·拉佐（Jeffrey Lazo）2011年的一項研究發現，僅美國國內生產總值就可以變化多達4885億美元（3660億英鎊），具體取決於天氣情況。難怪投入大量資金來提高預測能力。
天氣觀測的數量和質量都有了顯著提高。例如，氣象局正在將從大型飛機攜帶的轉發器收集的風速資料整合到其模型中。美國宇航局的GOES-16衛星於12月宣佈投入使用，它比以前的衛星掃描地球的速度更快，解析度也更高。今年2月，英國完成了對其降雨雷達網路的1000萬英鎊升級，使其能夠提供比以前多五倍的資料。
所有這些資料都輸入到“petaflop”超級計算機中，每秒能夠進行一萬億次計算。這些是必要的，因為預測模型的複雜性接近大氣過程。隨著科學的發展，這些模型變得越來越複雜。額外的數字運算火力也可實現“集合預測”，即使用略有不同的起始資料執行預測模型多次，以探索各種結果的機率。