别再迷信天气 App 的精准度了，看看 Verisky Scoreboard 的实测打分吧

现在的天气预报软件几乎都在卷“精准度”，但大多数 App 只是在界面上写个“实时更新”，从来不给具体的误差数据。直到我关注到 Verisky Scoreboard 这个开源项目，才发现商业软件在数据透明度上玩了多少把戏。

这个项目的逻辑非常硬核：它不听厂商吹牛，而是直接抓取 ECMWF、GFS、ICON、AIFS 等主流气象模型，以及 Apple Weather、Foreca 等商业应用的预报值，等实际天气发生后，将预报值与真实的温度、风速、降雨量观测数据进行一对一比对，最后给出一个量化的得分。

在看过实测数据后，最让我震惊的是 AIFS（Artificial Intelligence Forecasting System）的表现。作为基于 AI 的预报模型，AIFS 在多项指标上的得分极其强悍，甚至在某些预测周期内完胜传统数值模型。但诡异的地方在于，几乎没有任何一家主流商业天气 App 会在界面上明确标注自己使用了 AIFS，或者将其纳入权重融合中。这意味着我们平时付费或依赖的很多“精准预报”，实际上可能在使用比 AIFS 精度低得多的老旧模型。

另一个有趣的发现是 Foreca 的得分。按常理，商业应用是对原始模型进行二次加工的，其上限不应超过原始模型，但 Foreca 的实测得分在很多场景下反而超过了纯粹的原始模型。这说明其后端的后处理算法（Post-processing）在修正系统性偏差方面做得非常出色。而 ICON 模型的表现则呈现出极强的地域性，它在地中海周边地区的预报准得惊人，但一旦坐标移到其他区域，精度就会出现断崖式下跌。

为了验证天气预报技术是否真的在进步，该项目还建立了一个历史回顾页面，专门追踪 GFS 等模型过去五年的数据表现。这种基于回测（Backtesting）的评分机制，比看厂商的营销文案要靠谱得多。

由于商业供应商通常禁止第三方直接分发原始预报数据，Verisky Scoreboard 在技术实现上采取了分层策略。公共模型的数据直接在浏览器端通过 Open-Meteo 的存档接口进行实时打分；而商业应用的得分则由后端服务器计算完成后，以聚合数据的形式输出给前端。

如果你对具体如何计算预报误差感兴趣，可以直接去 GitHub 研究它的源码实现。你可以通过以下地址找到项目：https://github.com/NickLeenders/verisky-scoreboard。

通过这个项目我意识到，天气预报的“准”其实是有分层的：底层是原始模型的物理计算，中层是 AI 模型的模式识别，顶层则是商业公司的后处理修正。当我们发现某个 App 预报准确时，很难分辨这究竟是模型本身强大，还是后处理算法在起作用。而 AIFS 这种高性能 AI 模型的被“隐藏”现象，则揭示了商业软件在更新底层数据源时存在一定的滞后性。