#气象科普#为什么远期的天气预报不准？现在一些网站或手机APP能提供未来7-15天以上的天气，但时间越长的预报经常出现bug，准确率也偏低。主要是因为，这些预报是由计算机的数值模型运算得出的，但气象观测获取的元数据永远会导致各种各样的误差(密度不足、精度不高)；数值模型又运用了一系列复杂的数学物理方程组，它们只能求出近似解，这中间也会产生不少误差。随着时间推移，误差就会像滚雪球一样“越滚越大”。
以下面这两张预报图为例：可以看到，10天预报相对3天预报有不少的差别，这其中，千公里级的偏高（红色）、偏低（蓝色）区域大致是接近的，误差比较明显的是百公里级的天气系统，如冷涡、台风等等中小型天气系统的发展过程更复杂，预报难度很大。因此，中长期数值预报对大范围区域变化趋势的模拟是可以参考的，但精细到下多大雨或雪、具体什么温度，就没有太多参考价值了。

交通预测模型为什么总不准？ 有人说城市规划是一门为未来谋划的伎俩，深藏贬义。也有人说规划是伪科学，登不了大雅之堂。不论如何，规划仍是一件严肃和庄严的任务。无规矩不成方圆。无规划何以为未来铺垫？我们通过规划，拟定未来城市的发展方向、土地利用和交通的空间布局方式和格式等，然后按部就班地予以绸缪、建设、实施、使用、运营、管理和维护。百般呵护为的是要实现一个美好的未来。过程中的多重曲折，暂且不表。 至于我们的规划落实后是否能够准确地呈现设计好的愿景，那是多年后的事情了。世间往往事与人违，君不见呈现的结果大多数和规划预测的相去颇远？我们不竟然会询问预测工作哪个环节出错了？找茬无益，但纠正应有方。我们强调问责的重要性，目前并无法律条文赋予追究规划成果偏差的责任。纵使有，规划者也很容易辩护偏差是由多重外在的原因导致规划不能体现应有的成就，事不关己。难怪也有人调侃规划师其实是另类的风水先生。两者都在努力为人类寻找幸福感的泉源和达至幸福的路径。手法各异但目标甚是雷同。大家涉及的都是人地关系。 预测未来是城市规划的基本刚需。用数据说话的必要性又不言而喻。我们用数据来企图证明我们的预判的可靠程度和科学性。问题就在我们的预测十拿九不准，被人取笑伪科学。场面实在有点感慨和尴尬。打从在大学讲量化分析开始我就一直纠结为何几乎所有的交通预测都不准。我们不断优化预测模型，将公式复杂化，以求盖全。努力虽然有进步，但是成果并不是很显著。在实际的工作中，我们不是还用看似复杂的模型来掩饰我们的无能，无补于事。纵如是，用数据说话的原则仍旧必须坚持，尽管数据不是中立的。数据无罪，但用者居心叵测。坏人总会将坏事当好事来使。 交通预测不准的指责并不危言危言耸听。现行的趋势大部分的预测数据都夸大了将来的流量。倘若我们翻翻文献就可能知道例子多得令人胆颤心惊。随手沾来，Li Zheng 等（2010）说澳洲的项目预测有45%出超，M.S. Nicoleison (2012)的博士论文分析北欧三国和英国后发现公路项目有20%误差，而2/3的轨道项目有误差，其中19%的项目的实际流量仅预测的一半或更少。香港地铁项目的几个预测也呈现类似的辉煌。另外一本论文中，J.M.Hoque（2019）统计了美国数千个交通预测项目后，发现地铁和收费公路预测九成都有出超几近1/3 甚至2/3,，唯独不收费公路的车流量比预测的还要大。（由于篇幅限制，这里就不附上参考清单了）。 如此显著的预测超标或许蕴藏着至少两个可能。一是负责预测模型的人缺乏自信，由于明知预测模型的弱点，觉得把数据加大可以增加一点保险系数和安全感，也给模型添加一点韧性。二是政府或业主也会加大预测数据以显示项目若不快速加建交通拥堵就会加剧甚至失控，以争取项目的早日上马。其实交通流量预测工作之所以提出本身便具项目有需要建设的潜在前提意识，大家心照不宣。业主和模型师相互会心，乃有得意佳作。常言道规划实为政策服务的，这话并不假。政策与规划都根植一定程度的主观意识或是偏见。C. Maroln (2021) 在他的新书Confessions of a Recovering Engineer 里有一段这样几近刻薄的话：“交通模型的目的不在准确；其目的在于构建一种像似真实的叙事来说明为何更多的建设是有需要和有益的”。这也难怪世界上几乎所有需要融资的项目的预测都出超。我多年前负责的国内第二条BOT高速公路项目也犯了同样的错误，特此记录在案，表示惭愧和忏悔。 至于为什么不收费的城市次支路等的流量预测会比较低过实际所得，原因既复杂也多姿多彩。交通规划师愿意相信司机都喜欢把车开上速道快的道路，因为书本上是这样说的。加大了快速道的流量后也就自然可以从全盘计，删减次支路的流量需求了。要不然预测总数难以闭环。一般模型工作者都有比较清晰的数学头脑，对基本盘的掌握了如指掌，对这大原则还是不会出错的。或许我们可以从另外一个角度看，对于次支路的预测我们就压根儿犯不着赋予任何添加剂的必要。再者，思想不能落伍，压低预测流量或许还能向小街区理念展示靠拢的决心。一般城市的次支路贫乏竟然也和交通预测有关，或许这是另类的发现。 这种不准确性有的是由于模型本身的缺陷，有的是模型使用者有意忽悠导致的结果。关于前者，大家都公认目前尚无可以完全捉摸前景的数学模型，虽然模型开发者都在日以继夜地努力，而且进步显著。至于后者一是模型师明知模型的缺陷，只好人工加码，以补自己或是模型的不足。从业主（如市政府或投资者）的角度看，如上所述，加码有利项目的推行和任务的如期完成，方便绩效考核和下年度的申请增加拨款。人说用别人的钱特别慷慨大方，一点不假。反之，若要摈弃一个项目也甚费事，光只解释项目为何不需要启动的汇报就不是那么容易完稿，有时还可能惹来工作不力的处分。 我们必须指出的是大部分的模型都不是黑箱作业的。几乎所有的定量模型都有一套相对清晰的逻辑关系为建模基础，即使是定性分析也有步骤可寻。按部就班地以过去的状态为基础，逐步堆砌，然后外推而后成型。虽然我们根据不同的数学模式来建模，从线性到非线性不等，方式多样化，数学准确度不断在改进，结果也并不能“准确”地预测未来，显然另有隐情。 这里涉及至少两个问题或是观察。其一是在建模前我们习惯了线性思维的误导，我们在构建非线性模型时或多或少受到惯性驱使在选择变数或假设因果关系时有意无意地会把线性思维掺杂其中，成了模型中的木马程序。这也难怪看不惯的人会说还不如用一把尺直截了当地沿着过去的发展趋势外推的结果也会差不多。世间万态以非线性存在的居多，而且走势难以捉摸。看来我们不论如何取舍，结果总是错误的机会居多。 其二是我们对预测的对象的生态系统的组成和运作掌握不够。一个系统乃由不计其数的多个子系统组成，有的极其耀眼，有的潜藏于无形，能量也不均等。子系统间相互支持、竞争甚至排斥，不一而足。系统均衡仅是一种暂时的表象。我们对这一会自我调节或适应的生态系统的组成和运作认识不多，对系统的认知多具主观判断，瞎子摸象地举一反三，莫衷一是。在建模时我们仅能采取以局部替代全部来模拟，所能涉及的仅是冰山一角，难窥全豹。预测结果必然以偏概全，难免失焦。我们无法勾画未来，我们甚至也不能看穿过去。我们无能力掌握所有的因子、因素、变数，也对他们之间的的相互关系和自我适应调节能力缺乏认识。也就是说，所有的预测模型在结构上就包含了一定程度的不准确性。我们若因此而指责模型师不才，与事显然有欠公允。我们不应难为无米之炊的模型师。 既然事实是如此残酷，我们又何必斤斤计较预测模型为何不准呢？含有一定程度的不准确是预测模型现状特有的本质。君不见我们在不断地努力修订预测模型的质量，不断地在进步？我们应该为我们的努力和进步鼓舞，庆幸模型的准确度的不断增加，而不是埋怨不可避免的所谓过失。自责与事无补。假如我们能够换个角度看问题，通过逆向思维，凡事都积极地采取乐观的态度，在优化模型的黑洞中似乎就可能隐隐约约地看见一线曙光。

1.交通网络是一个复杂的巨系统，而车流量预测模型的目的是对这个巨系统的求解。传统的公路车流量预测采用“四阶段法”、“趋势法”、“弹性系数法”、“重力模型”等等众多模型和方法，但往往预测与实际仍然有较大误差。这是因为影响车流量的因素众多，不仅包括宏观上社会经济的、人口的、政策的影响，甚至收费的调整、气候的变化，更或者如2020年新冠肺炎疫情的“黑天鹅”事件，都将会对车流量产生很大的影响。可以想见若要取得“高精度”的预测结果，需要付出大量的时间和成本。以风险评估为主要目的的投资决策过程通常时间紧迫，不允许评估人员花费充足的时间对工可报告中的车流量预测过程进行核算，而是需要将分析的重点放在投资决策者关心的问题上来。 2. 工可报告编制者站在政府的角度，考虑到公路建设项目对社会效益的贡献程度，往往对车流量的估计偏乐观。而公路项目的投资方，却将经济收益放在首位，因此在进行项目评估时，应重点寻找和分析对本项目不利的因素，不能过于乐观。 3. 工可评估车流量预测应重点对以下几个方面进行调整： (1) 社会经济发展指标 社会经济发展指标中的GDP增长率和人口增长率是车流量增长速度预测的核心指标。工可报告通常直接采用地方政府社会经济发展规划中的经济规划指标，而经济规划指标的制订很大程度上受制于行政的主观意志，在实施中还可能有变数。项目评估中必须充分注意其取值的合理性和客观性，进行适当调整。 (2) 路网条件的变化 项目车流量预测中，一个非常重要的外部条件是路网条件。如果在预测时遗漏了竞争性道路、对竞争性道路项目建成通车时间估计偏晚、或者对竞争性道路收费标准调整估计不足，都可能导致项目车流量预测值偏高。因此，项目评估中必须综合公路网规划和实际公路建设情况，才能估计出比较客观的路网条件。 (3) 基年车流量及来源构成 这是项目未来车流量预测的最基础数据。鉴于工可报告编制时间往往比项目评估时间早得多，项目评估可利用最新年份的车流量统计数据进行核实，并尽量到现场进行典型断面的车流量观测。 (4) 运营初期车流量预测值 公路项目运营初期的车流量对于项目总体盈利能力影响显著，同时对于项目的还款能力具有决定性的作用，在项目评估中需要高度重视。但工可报告中，运营末期的车流量水平（决定建设规模和技术标准）是研究者更为关心的重点，运营初期车流量预测值准确性往往重视不足。因此，项目评估时必须对工可报告的运营初期车流量·预测值进行严格审查，进行必要的修正。 (5) 运营期调整 工可报告一般按照政府收费还贷公路编制，而社会投资公路为经营性收费公路，一般来说，后者的收费期要比前者长，有利于投资人获得更多的收益。项目评估时需要充分考虑项目所处区域（东部地区和中西部地区的最长收费年限不同）、投资人竞标的激烈程度、当地政府可能批准的收费期等因素，合理估计项目运营期（即收费期）。 4. 工可评估阶段车流量的预测方法主要有以下两种： (1) 调基法 工可报告中，拟建公路影响区的交通生成预测采用增长率法，其中各小区发生和吸引车流量的增长率采用弹性系数法预测。“调基法”主要通过调整与预测车流量关系最大的GDP和弹性系数，从而修正特征年交通增长率，达到降低车流量预测的不确定性带来的项目投资风险的目的。 (2) 通道控制法 基于公路运输通道特性明显的特点，重点收集拟建公路运输通道内的各主要公路历年观测车流量，对通道车流量进行整合、推算、预测。在此基础上，确定通道内各主要公路的功能定位、车流量分担权重，进而可以求得拟建公路的未来年车流量。 在缺乏详细OD调查数据的情况下，采用通道控制法可以取得较高的预测精度。通道控制法是一种总量控制法，通过对与项目有竞争关系且处于同一通道内主要道路组成的路网分析进行车流量的预测，其预测过程考虑了路网结构变化而导致的车流量的重新分配，沿袭了四阶段预测方法的精髓，保证了预测精度。 5. 在工可评估阶段，往往需组织车流量调查，以取得第一手车流量资料，进而与收集到的历年车流量统计数据（往往是交通部门的统计报表，车流量为代表路段的观测数据）进行对比分析，总结车流量发展趋势。值得注意的是，因是较小规模的抽样调查，在选取调查点时，通常选择的是路网中车流量较大的路段，而作为评估决策使用的是“路段加权平均车流量”，因此调查得到的车流量客观上将比路段平均车流量要大，可能使得预测值偏乐观。因此，在得到调查车流量数据时，应对调查点的区位进行分析，判断是否需在分析时进行折减。 6. 路网的变化对车流量有较大的影响，尤其是通道内有竞争性公路的修建、改扩建，将对项目的车流量产生负面影响（既有公路改建期对项目有利，但是暂时的，长期看来是不利的），因此在与政府进行投资谈判时，应尽量争取地方政府确认：“将控制可能与本项目形成竞争关系、对本项目车流量造成重大分流影响的其他同等规模和技术等级的公路项目的审批”，或由政府方对因竞争性项目分流所造成的收费收入损失进行相应的补贴。 7. 在进行收费公路项目的投资决策时，决策者往往倾向于依赖特定的车流量预测结果，而此结果只是不确定性需求的一种情景。当实际情况发生较大变化时，根据特定需求预测得到的结果与实际状况有较大差距，从而给投资带来巨大风险。鉴于车流量所具有“测不准”的特性，可参考财务评价的敏感性分析的理念，对车流量预测取乐观、保守两种方案，分别作为基础数据进行财务分析，提高决策的抗风险能力。