会有不准的时候，但是大部分都是准的，不准的原因主要因为地面变量，比如天气会受地表山川、河流以及人类每天排放的各种气体或是污染的影响。而另一个就是时间变量，当这些不确定性因素不断叠加，短期内无限接近正确值，时间长了以后，准确率衰减就会非常厉害。

天气预报是个复杂的系统，失之毫厘，谬之千里。计算方案里面有很多数据是变化和不够精确的，北京大学物理学院大气科学系教授张庆红解释说，负责初始数据的观测站未能达到理想所需，这给天气预报的准确性打了折扣。

理想情况下，全球不同地理位置、不同高度层面需要数量级达到106至107的观测站。而现实中，这个数值仅为103至105。而且，观测站分布极不均匀，如我国的青藏高原气象观测站就很少。同时，这并不是一个国家的事情，因为大气是流动的，即使国内的观测点很密，周边国家达不到要求，也会影响初始数据。

扩展资料

除了观测站点的数据局限性，仪器观测误差与计算误差也十分可观。从加工程序来讲，由于数值预报模型建立在流体力学方程组的求解之上，在求解方程组时用差分的计算方法，必然引起计算误差。

“我们只能努力通过对物理过程的精确认识让模式更接近真实大气，但它不是真实大气环境的还原，所以基于这个模式所计算出的大气未来走势也有一定的不确定性。”张庆红说。

不同地理环境也对预报准确度影响深刻。平均水平相同的情况下，山区、湖泊、农田、城市等的天气状况都会不同。如果把数值预报计算网络缩小一半，即对更小尺度进行运算，计算量大体会增加16倍。

但在运算中，一些类似于地形等的信息依然难以充分表达，大气运动的物理过程细节不能很好反映，必须依靠预报员通过他们的分析、验证与经验再次订正。“这个时候，气象预报员不像‘科学家’反而更像个‘艺术家’。”张庆红说。