現代天氣預報和氣候預測的原理都是來自數值模式的結果。
數值模式說白了就是一堆描述大氣運動的方程組，利用計算機計算得到數值結果。但是這些結果不是直接反應天氣現象。而是反應的大氣的各種變數（氣壓，溫度，風速，降水等等），預報員或者科研工作者結合這些變數來推測可能發生的天氣。
這其中有個問題需要說明，數值模式大值分為兩種驅動方式，一種是輸入初始變數，然後看後面幾天怎麼變，比如輸入今天的各種氣象變數（上面說的那些），然後看看明天的這些變數是啥。這就是逐日天氣預報的基本原理。這種預報的準確性基本在7-10天是可以接受的，超過10天，以目前的技術條件，誤差就很大了，基本跟瞎蒙差不多。
那有人問了，氣候預測，一預測就是幾個月幾年的，那不是更不靠譜？其實不然，這就要說到另外一種驅動方式，就是輸入邊界條件，有點懵逼？不怕，邊界條件，基本指的是地形，海溫，太陽輻射等等這些變數。通常也叫做外強迫。在這些外強迫條件下，在一定時間後，氣候模型就能達到相應的平衡。科研工作者可以透過平衡後的狀態來預測未來的氣候。當然這種氣候預測不是報每天的天氣狀況，而是一個較長時間尺度的氣候狀況。比如，明年春天，東北是冷還是暖？是旱還是澇。至於是哪一天出現高溫/低溫，哪一天下大暴雨，就報不出來了。
尷尬點來了。首先說明，逐日的天氣預報的準確度隨著預報時長的增加而減小，換句話說就是，預報的時間越長月不準。相反，輸入外強迫的氣候預測模型是相對預測時長越長越準確（因為模型需要時間來達到平衡狀態，時間短了，不一定能平衡）。這中間出現了一個尷尬點就是預報時間在10-30天這個範圍，是逐日的也不準，氣候預測也不準。這裡叫做延伸期預報，是現在科研的難點。所以，逐日的，看個7天也就差不多了。
現代天氣預報和氣候預測的原理都是來自數值模式的結果。
數值模式說白了就是一堆描述大氣運動的方程組，利用計算機計算得到數值結果。但是這些結果不是直接反應天氣現象。而是反應的大氣的各種變數（氣壓，溫度，風速，降水等等），預報員或者科研工作者結合這些變數來推測可能發生的天氣。
這其中有個問題需要說明，數值模式大值分為兩種驅動方式，一種是輸入初始變數，然後看後面幾天怎麼變，比如輸入今天的各種氣象變數（上面說的那些），然後看看明天的這些變數是啥。這就是逐日天氣預報的基本原理。這種預報的準確性基本在7-10天是可以接受的，超過10天，以目前的技術條件，誤差就很大了，基本跟瞎蒙差不多。
那有人問了，氣候預測，一預測就是幾個月幾年的，那不是更不靠譜？其實不然，這就要說到另外一種驅動方式，就是輸入邊界條件，有點懵逼？不怕，邊界條件，基本指的是地形，海溫，太陽輻射等等這些變數。通常也叫做外強迫。在這些外強迫條件下，在一定時間後，氣候模型就能達到相應的平衡。科研工作者可以透過平衡後的狀態來預測未來的氣候。當然這種氣候預測不是報每天的天氣狀況，而是一個較長時間尺度的氣候狀況。比如，明年春天，東北是冷還是暖？是旱還是澇。至於是哪一天出現高溫/低溫，哪一天下大暴雨，就報不出來了。
尷尬點來了。首先說明，逐日的天氣預報的準確度隨著預報時長的增加而減小，換句話說就是，預報的時間越長月不準。相反，輸入外強迫的氣候預測模型是相對預測時長越長越準確（因為模型需要時間來達到平衡狀態，時間短了，不一定能平衡）。這中間出現了一個尷尬點就是預報時間在10-30天這個範圍，是逐日的也不準，氣候預測也不準。這裡叫做延伸期預報，是現在科研的難點。所以，逐日的，看個7天也就差不多了。