暴雨预报准确率超90%，为何公众仍感觉“不准”？中央气象台给出三大真相

　　中央气象台最新回应显示，我国降雨预报准确率已超过90%，但公众对暴雨预报“不准”的感受依然普遍。核心原因在于：气象定义的“暴雨”与公众感知的“暴雨”存在系统性错位，涉及累计量标准、空间分布差异和预警信号逻辑三大维度。[1]中央气象台天气预报室副主任张夕迪表示，降雨分布不均匀和主观感受差异共同造成了“天气预报不准”的印象。

　　2026年8月10日，正值“七下八上”防汛关键期，强降雨天气频繁影响华北、东北、华南等地。围绕“暴雨预报为何有时感觉不准”这一热点，中央气象台、北京市气象局、经济日报、北京日报等机构密集发布科普解读，试图弥合公众认知与气象科学之间的鸿沟。[2][3]

　　本文将从气象定义、空间分布、预警逻辑、技术局限四个层面，拆解这场“认知错位”的来龙去脉，并探讨AI与大数据技术如何推动暴雨预报走向更精细化的未来。

　　暴雨预报总体准确率已超90%，为什么还是感觉“不准”？

　　结论先行：降雨预报准确率超过90%是官方统计口径，但局地强对流天气的精准预报仍是世界性难题，公众体感偏差主要来自“降雨落区”与“个人位置”的错位。

　　中央气象台回应称，我国降雨预报准确率已达到90%以上，“简单来说就是预报10场雨，9场都会下”。[1]但这一准确率是全域、全时段的统计结果，并不等同于每一个具体街道、每一个小时都能精准命中。

　　以北京2026年8月2日的降雨过程为例，北京市气象台发布了暴雨蓝色、雷电黄色预警信号，同时联合水务局、规划自然资源委发布了山洪、积水内涝、地质灾害气象风险预警，形成“五警齐发”的局面。[2]其中提到，怀柔、密云、门头沟、房山、海淀将出现小时雨量50毫米以上的短时强降水，6小时降雨量可达70毫米以上。但并非北京市所有区域都会经历同等强度的降雨，有网友在社交媒体上表示“东边暴雨倾盆，西边艳阳高照”，这正是局地性强降水最直观的写照。[4]

　　红星新闻记者实地探访国家气象中心时也验证了这一点：8月3日16时，北京大兴区在半小时内从晴天转为瓢泼大雨，雷达回波显示这只是一个从南向北发展的对流云团。[4]云团覆盖范围有限，落区之外的市民自然感受不到“预报中的暴雨”。

“感受到的与天气预报的情况有不同，往往可能是降雨分布的不均匀导致同一城市不同区域差异明显；同时，每个人对降水量级的主观感受也会影响判断。”——中央气象台天气预报室副主任张夕迪[1]

　　因此，准确率90%衡量的是“有没有下雨”的宏观判断能力，而公众期待的“我头顶这片天会不会下暴雨”属于微观精准预报，两者之间存在天然的技术鸿沟。

　　“暴雨”到底怎么定义？为什么有时雨很猛却不是暴雨？

　　结论先行：气象学上的“暴雨”严格依据24小时累计降水量划定，达到50毫米即为暴雨，与雨势猛烈程度无直接关系。短时强降水强调的是“1小时雨强”，两者并不必然同时发生。

　　根据气象标准，24小时累计降水量达到50毫米即为暴雨，100～249.9毫米为大暴雨，250毫米以上为特大暴雨。[5]而短时强降水指1小时内降水量超过20毫米的降水过程，用于描述短时间内降水强度。[2]

　　这两套标准常常导致公众的“感官误判”：

• 场景一：50毫米雨水在1小时内倾泻而下，体感是“瓢泼大雨”，但若之后不再下雨，24小时总量只有50毫米，刚刚达到暴雨门槛；若未达50毫米，气象上甚至不认定为暴雨。
• 场景二：每小时仅下2～3毫米的绵绵细雨，持续下满24小时，累计量超过50毫米，在气象学上就是名副其实的“暴雨”，但公众体感可能只是“小雨绵绵”。[3]

　　北京日报的报道用一句话精辟概括了这种关系：“雨猛未必暴，暴雨未必猛。”[2]气象专家还指出，短时强降水不一定形成暴雨，暴雨过程也不一定包含短时强降水。例如，某地5分钟内出现10毫米降水，相当于1小时120毫米的降水强度，但24小时内再无降水，这是一次特强短时强降水过程，却可能够不上暴雨标准。[2]

　　此外，还有一种特殊现象叫“列车效应”：多个对流云团依次经过同一地区，如同一列火车的不同车厢先后碾过铁轨，持续降水使累计雨量迅速达到暴雨甚至大暴雨标准，危害性急剧上升。[2]这类过程往往前期雨势并不极端，但累加效果惊人，容易让公众在初期低估其严重性。

　　为什么同一个城市，暴雨预警和实际感受差这么多？

　　结论先行：暴雨预警的设计初衷是“防灾信号”而非“雨况实播”，它面向行政区域或流域发布，依据的是累计雨量预估和次生灾害风险，而非即时雨强。

　　很多网友有过类似困惑：窗外下着瓢泼大雨，手机弹出的却只是暴雨蓝色预警；而有时感觉雨势平平，预警等级却已达到橙色甚至红色。经济日报的报道将此归因于“大脑与气象科学之间的认知错位”。[3]

　　这种错位主要体现在两个方面：

　　第一，预警等级依据风险而非即时感受。气象部门发布预警时，会综合评估未来数小时的累计雨量、降雨持续时间、城市排水能力、地质条件等因素。即便当前雨势猛烈，若预计累计量不足以达到更高等级标准，预警等级就不会升级。[5]

　　第二，分区预警的粒度与个人位置存在偏差。预警信号通常针对整个行政区或特定流域发布，而不是精确到某个街道。当预警覆盖的区域内确实出现暴雨，但个人所在位置恰好落在雨区之外，就会产生“预报不准”的错觉。[5]这正是气象部门强调“十里不同天”的原因——一座城市内，东边暴雨、西边晴天的现象在夏季并不罕见。[4]

　　舆论场上也有理性声音指出，预报预警的意义从来不是“你那里百分百落雨”，而是提前筑牢防线，把风险扼杀在萌芽中。有防灾领域观点认为：“宁可十防九空，不可失防万一。”[6]基层防汛人员通宵值守、物资全线备勤，正是基于预警信息进行的“防御性动员”，而非对天气实况的精确播报。

　　气象预报为何做不到“百分百精准”？AI时代会更好吗？

　　结论先行：大气运动具有混沌特性，观测站网存在盲区，数值模型分辨率有限，这三重约束决定了暴雨预报不可能100%精确。但AI气象大模型正在显著提升短期预报的时效与精度。

　　首先，暴雨尤其是局地强对流天气，属于尺度小、生命史短、突发性强的天气系统。现有地面自动站和雷达网络的间距通常为几公里到几十公里，而一个对流单体的尺度可能仅几公里，完全可能从观测网的缝隙中“溜走”。[4]

　　其次，数值天气预报模式通过求解大气运动方程组来预测未来天气，但初始场数据的微小误差会被非线性放大，导致预报结果在数天后迅速偏离实际。这是全球气象学界共同面临的“确定性极限”。

　　不过，AI技术的介入正在改变这一局面。近年来，基于深度学习的气象大模型（如华为云盘古气象、清华大学伏羲等）通过从海量历史再分析数据中学习大气演变规律，能够在数秒内生成传统数值模式需要数小时才能完成的预报结果，且在中长期预报精度上已接近甚至部分超越传统模式。据公开报道，此类模型在台风路径、极端降水等灾害天气预报中展现出显著潜力。

　　但需要冷静看待的是，AI气象大模型目前仍依赖观测数据驱动，其“黑箱”特性也引发了可解释性的讨论。对于突发性局地强降雨，AI模型同样受制于输入观测的时空分辨率——如果地面站网没有捕捉到初始对流信号，再强大的模型也无法凭空预测。因此，AI是气象预报的“加速器”而非“万能钥匙”，未来发展方向必然是AI与物理模型的深度融合。

　　关于暴雨预报，还有哪些高频疑问？

　　问：为什么雨下得很大，气象台却说只是“中雨”？

　　因为气象上的降雨等级按24小时累计降水量划分。若某次强降雨只持续了1小时，累计量未达50毫米（暴雨线），气象上就只记为短时强降水或中雨，而非暴雨。[2]“雨猛”不代表“雨暴”，时长是决定累计量的关键变量。

　　问：收到暴雨橙色预警但外面只是毛毛雨，是误报吗？

　　不一定。预警发布基于对未来数小时降雨的预估，且面向整个行政区域。可能你所处位置暂时雨小，但数小时后可能转为强降雨，或同区域其他街道已出现强降水。需以气象部门滚动发布的实况和预警信息为准，不要仅凭当下体感判断。[3][5]

　　问：AI能让暴雨预报做到“一公里、一小时”级精准吗？

　　有望显著提升，但短期内难达“绝对精准”。AI大模型可以加速预报计算、优化降尺度技术，将预报网格从9公里细化到1公里级别；但观测数据的时空密度、大气混沌效应仍是物理天花板。据公开报道，我国正推动气象观测站网加密与AI预报系统融合，精细化的临近预报（0-2小时）是当前技术攻关重点。

　　结语：理解“概率思维”，善用预警信息

　　暴雨预报“感觉不准”的背后，不是气象工作者的失职，而是公众对“确定性”的期待与天气系统“混沌性”之间的天然落差。90%的准确率已经是现代科技能给出的最好回答之一，而剩下的10%不确定性，恰恰提醒我们：天气预报不是一道算术题，而是一道概率题。

　　对普通公众而言，最理性的做法是：关注气象部门滚动发布的预警信号，将预警视为“风险提示”而非“雨量实播”，并结合自身位置和出行安排做出防御决策。在极端天气日益频繁的当下，理解“宁可十防九空，不可失防万一”的防灾逻辑，远比纠结“报得准不准”更有现实意义。

　　#暴雨预报 #气象科普 #天气预报准确率 #暴雨预警 #气象大数据