天气数据破坏的风险正在上升

每天早上，世界各地的航空公司调度员、电网运营商和农民都基于同一件事做出决策：天气预报。虽然大多数人对这些预报只看两秒钟，但天气预报影响着许多行业的重大战略决策，关系到真正的金钱、生计甚至实际的生命。 用它们来决定播种哪种作物，何时施肥，在灌溉基础设施上投资多少，以及牲畜应该吃多长时间的草。 用它们来决定在哪里建立太阳能和风力发电场，以及如何为批发电力定价。预测被用来警告人们极端天气，并触发应急响应措施。最近，天气预测与一个新兴行业变得相关，人们将钱押在包括天气在内的各种现实世界事件上。然而，操纵天气数据以在这些市场中获得优势的诱惑，再加上集体转向数据驱动的人工智能天气预测，开始将天气预测的准确性置于危险之中。这些风险目前相对可控，但作为该领域的专家，我们可以预见它们会滚雪球般演变成更大、更系统性的问题的情况。为了进行天气预测，我们需要对当前条件进行准确的观测。这些是从多个来源收集的，包括气象站。传统的业务系统，如模型或将这些观测与数值近似相结合，以估计未来的天气模式。有时，气象站会因为仪器故障或设备升级等原因而出现问题。这些可以被捕获或追溯。传统的预报系统也有一个内置的保护措施，称为数据同化：每一个传入的测量值都与物理模型所说的发生的情况以及附近站点的读数进行权衡。

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。