准备出门,手机上写着“降水概率50%”。伞已经拿到手里,又觉得有一半机会用不上。
这50%到底说的是半个城市会下雨、半天会下雨,还是下与不下各有一半可能?如果把这几种含义混在一起,同一个数字就会被读出完全不同的天气。

先把地点、时段和“下雨”说清楚
降水概率描述的是:针对预报给定的地点或网格,在指定时段内,出现达到规定门槛的降水的可能性。 英文常写作PoP,即Probability of Precipitation。
以美国国家气象局的公开说明为例,可测降水采用至少0.01英寸的雨量门槛,约为0.254毫米。不同机构和产品可能采用不同门槛与时段,所以阅读一个百分数时,要一起看它对应的位置、有效时间及产品说明。[1]
“今天50%”与“下午两点到三点50%”,针对的事件并不相同;一处地点的预报,也不能直接当作你横穿整座城市、在各个地方遇雨的总概率。
50%并不告诉我们雨会持续半天,也不等于已经圈出一块必下雨、面积正好一半的区域。它同样没有单独说明雨量多大。可能性、强度、持续时间与覆盖范围,是需要分别阅读的信息。
为什么“必定下雨,只下半座城”说不通
把概率50%翻译成“100%会下雨,但只下在50%的地方”,看似给出了确定答案,其实悄悄加入了两个原本没有给出的条件:降雨一定发生,而且覆盖范围恰好是一半。
一个简化情境可以看清这个问题。暂且把城市划成许多等面积小格,随机选一格;设想一场降雨若发生,会覆盖其中一定比例。用C表示这场降雨发生的概率,用A表示发生后预计覆盖的比例,那么随机选中一格遇雨的概率,可以写成C × A。
这个乘法依赖上述设定,帮助区分“发生的不确定性”和“覆盖多少”;它不是所有天气App计算PoP的通用算法。对一处已经确定的位置,也不能不看位置差异,直接把它当成随机抽到的城市小格。
| 简化情境 | 发生概率C | 发生后的覆盖比例A | 随机一格遇雨的概率 |
|---|---|---|---|
| 有一半可能出现降雨,发生时覆盖半座城 | 50% | 50% | 25% |
| 确定出现降雨,但只覆盖半座城 | 100% | 50% | 50% |
| 有一半可能出现降雨,发生时覆盖整座城 | 50% | 100% | 50% |
第一行同时跨过两道条件,结果是四分之一。后两行的情境明显不同,结果却同为50%。因此,光有最终那个百分数,就无法倒推出降雨究竟覆盖多少地方。
把“半座城”换成“半个杭州大小的区域”,道理也一样:这是一组为了说明概率关系而设定的例子,地图上的云有多大,并不能让我们直接算出一位杭州市民手机上的精确预报值。
概率也能检验,不能只挑一次来判输赢
报了50%,最后下雨了,不能仅凭这一场就说预报正确;最后没有下雨,也不能仅凭这一场就说50%是骗人的。两种结果原本都包含在这个预测里。
更有意义的办法,是积累许多按相同口径预报为50%的情形,再看其中实际达到降水门槛的频率是否接近50%。这里比较的是一组预报与观测,并不要求相邻两天必须“一天下、一天不下”。概率预报检验规范也强调事件门槛、样本和可靠性之间的对应。[2]
这种做法已有长期业务积累。例如美国西部地区对1966年4月至1967年3月发布的降水概率预报进行过全年检验。预报给出可能性,检验再检查这种可能性是否说得准,而不是把不确定的天气强行改写成一句“下”或“不下”。[3]
最后还是要决定:带不带伞
可以把30%及以下、40%—60%、70%及以上,分别当作较低、中等、较高的遇雨风险提示:风险较低时按出行安排决定;中间区间准备一把伞更从容;较高区间则更值得把雨具带好。这是方便行动的经验分档,不是保证,也不是所有人的统一阈值。
去楼下取一件快递,与带着电脑在室外走半小时,淋雨带来的麻烦不同;一把伞的重量和携带成本,对不同人也不同。百分数相同,选择仍可以不同。
看完概率,再看看自己要去哪里、何时出门、会待多久,以及最新的逐小时预报和雷达信息。这个数字的用处,是让准备有依据;它不需要先变成一句百分之百确定的承诺。