AIFS连报四天强风暴：在争论训练数据前，先弄清“连报”算什么证据

作者：陈一帆

11月6日，葡萄牙一个天气账号称，ECMWF的AI预报系统AIFS连续多日预报四天后将有强风暴，并称它“要么报对、要么严重翻车”；几小时后，有网友反驳说AIFS靠历史数据训练，擅长看大尺度形势、不擅长抓具体低压，“这种风暴概率接近0%”。两条帖子都没有给出可核的参数，本轮也未能读取ECMWF官方文档和当地预警。这篇稿子把争论拆成三件事：AI模式与传统物理模式到底差在哪，“连报四天”为什么不能当成可信度累加，以及普通读者这两天该看什么。

先把两条帖子摆出来

11月6日中午（UTC），葡萄牙天气账号 Luso Meteo 发帖：AIFS——它称之为“目前最好的全球模式”——已经“固执地”连续预报同一件事，距事件只剩四天。“要么它报对了，我们得为一场猛烈风暴做准备；要么这是一次严重的失误。”

帖子附了一张模式图。图上是哪个变量场、哪个时效、是单个确定性预报还是集合成员，这一轮都没能核实。

同一天下午五点多，另一个账号 Weather Watcher 回应：AIFS 用历史数据训练，传统 IFS 走的是大气物理、观测和数学那条路；AIFS 擅长看大尺度形势和趋势，“不是具体的低压系统”；这么强的风暴几天内打到葡萄牙“概率接近0%”，不用担心。

两条帖子相隔五小时，互相独立。讨论很快从“要不要备灾”转到“它到底是怎么学会预报的”。这个转向没错，只是两边都用了一句过于省事的话。

AI模式和传统模式，差在哪

最省事的说法是“一个学习历史，一个计算物理”。听起来清晰，但不准确。

传统 IFS 不“训练”。它把当天来自卫星、探空、地面站、船舶和飞机的观测，通过资料同化整理成一张尽量接近真实的初始大气状态，然后数值求解流体力学和热力学方程，一步步向前推。物理定律写在方程里，不需要从数据里学。

AIFS 是深度学习模型。关于它的训练数据，公开技术说明里比较一致的描述是：它学习历史再分析资料和模式档案中“这一时刻的大气长什么样、几小时后变成什么样”的对应关系。但这里有个常被漏掉的环节——它同样要从当天的实际观测出发。没有今天的观测，它也没有今天的初值。所以“AIFS 只看历史、不看今天”是误读；反过来，“AI 模式就是把历史数据背下来”也不对，几万张图背不下来，它学的是演变规律。

需要说明的是：这一轮我没能读到 ECMWF 的官方技术文档，上面这段机制解释只能算公开背景知识，不算核实过的证据。它足以说明 那句“IFS 被物理训练”不成立——数值模式不是训练出来的——但不足以替 ECMWF 下结论。

真正值钱的差异在别处：AI 模式从数据里统计规律，物理模式把定律写进方程。前者在训练数据覆盖得足够密的情形里又快又准，跑一次成本低得多；后者遇到训练集里罕见的极端情形时，至少还有物理约束兜底。 说它“擅长看大尺度、不擅长抓具体低压”，方向上和这个差异对得上，但那是一句大众化概括，不是官方口径。

“连报四天”到底算什么证据

这是整件事里最值得带走的一条。

人的直觉是：一个模型连着四天报同一件事，越来越可信。实际不成立。同一个模型连报同一结果，可能因为它抓到了稳定信号，也可能因为它有一个稳定偏差——错了四天，错得一模一样。同类偏差不会因为重复而抵消，只会因为重复而显得可信。

气象上判断这类信号，通常看两样东西。一是集合预报：把初值和模式的不确定性扰动出几十个成员，多数成员都往同一个方向走，才叫信号；只有少数成员画出这场风暴、其余成员都报平静，那叫离散度大。二是别的模式是否同向：IFS、其他国家全球模式、区域高分辨率模式都报，可信度上一个台阶；只有一家报，就得留神。

这两样，目前都没有证据。 只有一张图，看不出是确定性预报还是集合成员，也没给中心气压、风速、影响范围。能确定的只有一件事：一个账号看到 AIFS 连报四天，并为此公开发了警告。

“接近0%”同样没有依据

那句“如此强风暴几天内袭击葡萄牙的概率接近0%”，没有出处，也没有模式或计算过程，发帖人是普通网友，不是气象机构。这句话的说服力，和对面那句“要么备灾要么翻车”差不多——都是把不确定的判断说成了确定的话。

对普通读者来说，能落地的做法很朴素：看葡萄牙海洋与大气研究所（IPMA）这类官方机构有没有发预警。备灾是要有依据的：官方预警发出来，学校、港口、市政才有一套动作可走；一个社媒账号的截图不该承担这个功能。更该被翻出来的，是这几天的集合预报图和各模式的对比——它们比评论区谁说得更狠重要得多。

我的判断

乐观的部分是：AI 模式确实把“跑一次预报”的成本降了下来，一天跑多次、几十个成员变得可行。这在概率预报上是实打实的进步，不是话术——它让“多跑几遍看看稳不稳”从稀罕事变成日常操作，而这恰恰是检验“连报四天”最好的工具，只不过这次没人拿出来用。

要承认的边界是：AI 模式目前还是一个得和物理模式并排看的工具，尤其碰上台风级低压、爆发性气旋这类样本稀少的极端事件。它给的是“历史上类似情形通常怎么演变”，不是“物理上必然怎么演变”。平常天气里这两句话几乎没区别，极端天气里可能就是全部区别。

按帖子的时间推算，那个“四天后”就是这两天。结果会自己揭晓：真有强风暴，AIFS 记一功；没有，那就是一次值得写进案例库的失误——而且是有价值的失误，因为它能告诉我们模型偏在哪个环节。到那时，最好不要再用转帖来判案。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] Não queremos alarmar, mas sendo o AIFS (melhor modelo global) a prever isto, não deixamos passar sem dizer nada, ainda m · Luso Meteo
• [S2] It’s worth noting the AIFS is trained on HISTORICAL DATA unlike the ECMWF IFS (The normal non-AI model) which is trained · Weather Watcher