假设在同一个地点,上午和下午达到 1 毫米降水的概率都是 30%。上午指 06:00–12:00,下午指 12:00–18:00。现在想把整个白天压成一个数字。把两项相加会得到 60%,算至少一次可能会想到 51%。还有一种情况容易漏掉,两段各下 0.6 毫米,合起来已经超过 1 毫米,但两个分时段都没达到门槛。

这两个 30% 只能约束答案。如果问「白天是否至少有一个时段达到 1 毫米」,结果介于 30% 和 60%。如果问「白天两段的降水量加起来是否达到 1 毫米」,只靠这两个数,可能范围是 30% 到 100%。前一个问题需要知道上午和下午有多常同时达标,后一个还要知道两段各自低于门槛时,下的雨能不能加够。

先把百分数对应的事件读完整

日本气象厅把降水概率定义为预报区内、给定时段里出现至少 1 毫米降水的概率平均值,雨和雪都纳入定义。短期降水概率按 6 小时给出,周预报使用 24 小时。因此,看到日本气象厅某预报区里「降水確率 30%」,要连同预报区、时段和门槛一起读。它不提供降水会持续多久或最终会下几毫米。下文的枚举把地点固定,并把 30% 当作精确值,用来单独看时间窗口的影响。日本气象厅《预报的名称》

气象厅发布的数字还经过取整,按每 10 个百分点发布,显示为 0% 也可能对应小于 5% 的概率。达不到 1 毫米的降水本来就不计入事件,所以「0%」也不能保证地面永远是干的。遇到两个应用写着不同数字时,先看它们是否引用同一产品和同一轮预报,再比较数字大小。下文的概率范围都以精确的输入概率为前提。

「区域内的平均」也有一个容易混淆的地方。它平均的是地点所对应的概率。想知道区内会不会有任何一处下雨,需要把各地点发生降水的情形合起来,知道它们是否经常同时出现。如果全区经常一起遇到雨,和雨区经常只覆盖不同的局部,两个情形可以给出相近的平均概率,却让「全区至少有一处下雨」的机会不同。

不同机构的门槛也可能不同。美国国家气象局的说明把指定格点或地点、指定时段内达到 0.01 英寸的降水作为事件,这相当于 0.254 毫米。如果同一地点在同一窗口实际下了 0.6 毫米,它会跨过这个门槛,却仍低于日本气象厅定义中的 1 毫米。光看到「30%」无法判断两张图比较的是不是同一个事件。两个国家的这套说明也不能代替对某个具体应用的数据来源核对。美国国家气象局对降水概率的说明

上午和下午达标的情形会重叠

令 A 表示上午达到门槛,B 表示下午达到门槛。统计「至少一段达标」时,先把两段各自达标的情形加起来,然后扣掉两段都达标的情形,因为它们被算了两遍。写成式子是 P(A ∪ B) = P(A) + P(B) − P(A ∩ B)。只知道左右时段各有 30% 时,右边的交集仍未知。交集最多是 30%,最少可以是零,于是并集的范围就是 30% 到 60%。

用 100 个等可能的教学情形可以把这段推理看得更清楚。如果上午达标的 30 个情形与下午达标的 30 个完全一样,两个名单合并后还是 30 个。如果两个名单完全错开,合并后就有 60 个。若另外假设两段独立,下午在上午已经达标的条件下仍有 30% 的概率达标,两段同时达标就是 9 个。这样两个名单合起来有 51 个,等价于从全部情形扣去两段都不达标的 49 个。

教学情形上午达标下午达标两段都达标至少一段达标仅靠累加达标两段累计达标
两段达标完全重合30303030030
两段达标相互独立3030951051
两段达标完全错开3030060060
部分小雨累加达标30309512071
每个情形的总量都达标3030303070100

表里的每一行都各有 100 个情形,并非 100 天的气象观测。独立行的 51% 有一个可检验的前提,知道上午是否达标之后,对下午达标的判断没有变化。真实预报没有把这个前提写在两个百分数里。同一个天气系统可能影响两个时段,上午和下午也可能对应不同的发展情景。同样的 30% 只说明各自的信息,并不会告诉我们两张名单重合多少。

把 30% 与 30% 相加,仍能得到一个有意义的量。在表中的每 100 个情形里,上午累计贡献 30 个达标时段,下午也贡献 30 个,所以平均每个情形有 0.6 个达标时段。发生两次的情形在这个统计里理应计两次。若改成随机挑上午或下午其中一段,只问挑到的那段是否达标,平均两个百分数便得到 30%。这些运算对应着不同的提问,不能用来替代至少一段达标的概率。

还有一种不适用的加法来自预报的发布时间。早上看同一地点 12:00–18:00 是 30%,中午更新后仍是 30%,这两次发布在描述同一个目标窗口。它们不是两个可合并时段。做自己活动时间表时,最好先记下预报适用的时段,再记录发布时间,避免把针对同一场雨的两次更新列成两次机会。

两段都不到门槛,合计还可能到

如果各段最终只有 0 毫米和 1 毫米两种结果,长窗口总量达标就和「至少有一个短窗口达标」等价。表里的前三行正是这个设定。把一部分干燥情形改成两段都下 0.6 毫米,不会增加任何一个短时段的达标数,却会让这部分情形的白天总量变成 1.2 毫米。第四行保持两段的达标名单和独立行完全一样,只把 20 个原本两段都干燥的情形换成这种小雨,结果累计达标数由 51 增加到 71。

累计概率的上界也可以取到。让 30 个情形上午和下午都下 1 毫米,剩下 70 个情形每段都下 0.6 毫米。单个时段的达标概率依然各是 30%,但所有情形的白天总量都达到 1 毫米。下界则由表里第一行实现。只要一段达到门槛,两段总量就至少到门槛,因为降水量不会是负数,所以总量达标概率不能低于单段达标概率。仅凭现有信息,两端都不能排除。把第一行与最后一行按不同比例混合,两段各自的概率仍是 30%,累计结果可以落在这两个端点之间。这一范围来自非负降水量和共同门槛,并没有引入当地气候作为额外信息。

实验还对门槛本身做了检查。上午 0.4 毫米、下午 0.5 毫米时,合计 0.9 毫米,长窗口不达标。把下午改成 0.6 毫米,合计正好是 1.0 毫米,长窗口达标。代码以 0.1 毫米为单位做整数运算,因此这个等号不会被浮点数舍入干扰。如果你已经拿到同一地点的多条降水量情景,做类似统计时,可以先在每条情景内部把两段相加,再数越过门槛的情景比例。让上午取某一条情景、下午随意取另一条,会改变两段原本如何一同发生。

如果情景带有不同权重,就应当把达标情景的权重加起来,再除以全部权重。表里的计数能直接变百分比,是因为每个情形同样可能,且总数刚好是 100。实际使用数据时,还需要检查两个时段是否正好接续,以及记录的量指的是各段增量还是截至该时刻的累积值。若第二条本来已经包含上午的雨,再加一次就会高估。

怎样用这个数字安排自己的时间

出发前关心的是在户外的那段时间,可以先把计划与预报时段对齐。只在白天下午外出时,没有必要把上午的数字折进同一个百分数。若上午和下午都在外面,更长时段的产品会更贴近问题。还可以查看降水量、时序和分布的预报。一个时段的概率即使较低,活动仍可能遇到一次短雨。反过来,即使概率较高,也还要结合量和时间判断,对长距离步行和几分钟换乘的影响会有差异。日本气象厅对天气预报各项内容的说明

反过来,把窗口缩短也不能按小时平分百分数。若只从 15:00 待到 16:00,这一小时内达到 1 毫米的情形,一定也使整个下午达到 1 毫米。但已知下午达标概率为 30%,并不能判断这些情形的雨有多少集中在那一小时。从同一份分时概率可以推出上界,却无法给出具体的一小时概率。查看更细时间分辨率的预报,才能看到原先一格里没有的时序信息。

一场雨过后,单次结果也无法直接说明预报概率准不准。气象厅检验降水概率时,把短期预报的各个概率档与相应窗口是否观测到 1 毫米以上降水配对,按 3 个月汇总,并在地区内对观测站结果做平均。要自己核查一串预报,可以仿照这个思路固定地点、门槛和时段,保留当时发布的概率,事后再核对观测。只挑正好出门或正好淋雨的日子,会让被统计的样本偏向某类情况。日本气象厅的降水概率检验方法

下次如果只看到上午和下午各报 30%,先问自己在意的是哪个时段、何种程度的降水。想知道两个时段里至少有一个达到门槛,要补两段同时达标的信息。想知道白天累计够不够,则要看长窗口的预报,或用同一批情景里的降水量计算。两个分时段的数字各有用途,但单靠它们还得不出一个确定的白天百分数。

枚举在 2026 年 11 月 21 日用 macOS 27.0.1、arm64 和 CPython 3.12.14 运行。脚本用标准库,逐行检查并集和累计达标的计数,没有调用天气接口或模拟天气过程。

python3 precipitation-window-lab.py > results.json

下载完整枚举脚本 · 查看实际运行结果