准确，现代天气预报和气候预报的原理都是数值模型的结果。说白了，数值模式就是描述大气运动的一组方程组，通过计算机计算得出数值结果。但是这些结果并不能直接反映天气现象。相反，它反映了大气的各种变量(气压、温度、风速、降水等。)，预报员或研究人员结合这些变量来预测可能的天气。有个问题需要解释一下。数值模型值有两种驱动方式。一种是输入初始变量，然后看接下来几天的变化。比如输入今天的各种气象变量(上面提到的那些)，然后看看明天这些变量会是什么。这是每日天气预报的基本原则。这个预报的准确率在7-10天基本可以接受。如果超过10天，以现在的技术条件，误差会非常大，几乎和失明一样。然后有人问，气候预测，一个预测就是几个月几年，那不是更不靠谱吗？其实讲的是另一种驾驶模式，就是输入边界条件，有点傻？不是，边界条件基本上是指地形、海水温度、太阳辐射等变量。也叫外力。在这些外部强迫条件下，经过一定的时间，气候模式可以达到相应的平衡。研究人员可以通过平衡状态预测未来的气候。当然，这种气候预报不是每天的天气状况，而是更长时间尺度的气候状况。比如明年春天东北会冷还是会暖？是旱还是涝？至于哪一天出现高/低温，哪一天下大雨，就不能报道了。但是这个定性的信息已经很有用了。比如秋天，如果提前知道冬天是冷是暖，羽绒服的生产厂家就可以决定备货量(老师上课举的例子有点低，但还是挺合适的)。首先，每日天气预报的准确性随着预报时间的增加而降低，换句话说，预报时间越长，月份越不准确。相反，输入外部强迫的气候预测模式，相对于预测时间越长越准确(因为模式达到平衡状态需要时间，时间短，不一定能平衡)。中间有一个尴尬点，就是预报时间在10-30天的范围内，不允许逐日，气候预报也不允许。这就是所谓的长周期预测，这是科学研究中的一个难点。所以，每天看，差不多够看7天了。