从抬头看天开始：你需要的“气象学思维”

你每天抬头看天，其实都在面对一台“正在运行的巨大机器”：阳光在给空气加热，地面在把热量和水汽送回大气，风在搬运热与湿，云在把水汽变成看得见的形状，降水在把大气的“库存”重新发回地面。气象学的有趣之处在于——它并不要求你先记住一堆名词，而是先学会一种看问题的方式：把零散的现象，组织成可解释、可验证、可复盘的因果链。

这一章要做的，就是帮你建立全书的学习框架：你将学会区分“天气”和“气候”，理解气象学研究的尺度（时间从分钟到季节、空间从街区到全球），并掌握一个通用的解释工具——“变量—过程—结果”。最后，我们会做一次小实操：用手机或网页获取地面观测数据，完成你的第一页天气日志，让你从“凭感觉”走向“看数据、讲机制”。

---

把天空当作一张“正在运行的系统图”

<!-- concept:气象学思维 --> 所谓“气象学思维”，可以先用一句话概括：

> 用可观测的变量，描述正在发生的过程，并解释最终呈现的结果。

你看到的“阴天”“闷热”“风大”“要下雨了”，都属于结果（结果往往是体验与现象）。气象学更关心：这些结果背后，哪些变量在变化？这些变化通过什么过程被放大、被抑制、被搬运、被转换？

• **变量（Variables）**：能被测量、能记录、能比较的量，比如气温、气压、湿度、风、云量、降水、能见度。
• **过程（Processes）**：变量之间如何相互作用，比如加热与冷却、上升与下沉、水平输送（平流）、水汽凝结与蒸发、云滴长大到降雨。
• **结果（Outcomes）**：你最终看到/感受到的天气现象，比如雷雨、雾、霾、晴热、寒潮、锋面过境后的降温。

把天空当作系统图的直接好处是：你不需要“猜”。你可以提出问题、找数据、检验自己的解释。例如，你可以把“今天闷”翻译成更可检验的句子：“气温不算极端，但露点高、风小、云多导致散热差，所以体感闷热。”这就从感受跃迁到了机制。

---

天气与气候：同一套变量，不同的时间窗

<!-- concept:天气 -->

天气是什么：此刻到近期的“大气状态”

天气通常指短时间尺度（从分钟、小时到几天）的大气状态与现象。它回答的是：“现在外面怎样？今天会怎样？这周会怎样？”

<!-- concept:气候 -->

气候是什么：长期统计意义上的“常态与分布”

气候不是“某一天的平均天气”，而是一个地区在较长时间尺度上（通常用至少 30 年的统计作为参考[^1]）天气变量的统计特征：平均值、波动范围、极端事件的概率、季节节律等。它回答的是：“这里通常怎样？一年四季大致怎样？极端冷/热/雨一般多常见？”

> 侧边栏（常见误区纠正）： > “今年冬天很冷，所以这里气候变冷了。”——这句话把单季天气当成了长期气候趋势。气候变化讨论的是长期统计分布是否发生系统性移动，而不是某一次冷冬或热夏。

一个一眼就懂的对比

• **天气**像你手机相册里的一张照片：清晰，但只代表那一瞬间。
• **气候**像你把 30 年照片做成的统计图：不告诉你“某天长什么样”，但告诉你“通常长什么样、差异多大、极端多可能”。

你读懂天空的语言，必须同时具备两种视角：短期看天气机制（为什么今天会这样），长期看气候背景（这是不是“反常”、是否更容易发生）。

[^1]: 世界气象组织（WMO）建议以 30 年为“气候常年值”（climate normals）的统计基准窗口。

---

尺度：一分钟到季节，街区到全球

<!-- concept:尺度 --> 气象学里一个非常关键的词叫“尺度”。同一套变量，在不同尺度上会呈现完全不同的主导过程。理解尺度，你就知道该用什么数据、问什么问题、期待什么答案。

时间尺度：从“阵风”到“季风”

• **分钟—小时**：阵风、对流云团发展、雷雨临近时的气压突变、海风上岸。
• **日—周**：冷暖空气交替、锋面系统过境、连续阴雨或持续晴热。
• **月—季节**：雨季/旱季、季风爆发与撤退、海温异常对降水的影响。
• **年—年代际**：厄尔尼诺/拉尼娜等海气相互作用对全球天气“偏向”的调制。

空间尺度：从“街口更冷”到“全球环流”

• **街区—城市（1–10 km）**：城市热岛、街谷风、近地面污染与能见度变化。
• **区域（10–1000 km）**：锋面、台风、梅雨带、冷空气南下。
• **大陆—全球（1000 km 以上）**：副热带高压、极涡、行星波、全球环流带。

> 你会发现： > 尺度越小，越像“现场纪录片”（细节丰富但局地性强）； > 尺度越大，越像“全局棋盘”（能解释季节背景，但难精确到你家门口的那场雨）。

用三个生活案例把尺度讲透

1. 同城不同天（微尺度）：你在河边觉得凉、走进商业区觉得热——可能不是“天气变了”，而是下垫面（水体/绿地/水泥）改变了近地面热量与湿度交换。 2. 同一天的两个故事（中尺度）：上午晴热、下午雷雨——常见于对流天气：日照加热让近地面变得更不稳定，触发上升发展成积雨云。 3. 同一季的偏差（大尺度）：某年雨季来得早或晚——往往与季风环流、水汽输送通道、海温异常等大尺度背景有关。

---

“变量—过程—结果”：看懂一则天气的通用语法

<!-- concept:变量-过程-结果 --> 下面这条因果链，是你接下来 16 章都会反复用到的“通用语法”。先把框架搭起来，后面每学一个概念，你都能把它放回这条链上。

```mermaid graph TD A[变量: 太阳辐射/气温/湿度/气压/风/云量] --> B[过程: 加热冷却/上升下沉/平流输送/凝结蒸发/湍流混合] B --> C[结果: 云/雾/降水/能见度/体感冷暖/天气突变] C --> D[反馈: 地表湿度改变蒸发; 云改变辐射] D --> A ```

变量：你至少要先抓住这 6 个

<!-- concept:地面观测 --> 地面观测（surface observation）里最常用、也最能解释日常感受的六个变量是：

1. <!-- concept:气温 --> 气温 $T$：空气的“冷热”，但不等于体感。 2. <!-- concept:湿度 --> 湿度：空气里水汽多不多，常用相对湿度 $RH$ 或露点 $T_d$ 表示。 3. <!-- concept:气压 --> 气压 $p$：空气柱的重量；变化常提示天气系统接近或远离。 4. <!-- concept:风 --> 风（风向/风速）：空气的搬运能力；决定你“被吹干/被吹冷”的程度。 5. <!-- concept:云量 --> 云量与云状：天空的“结构图”；云是过程的可视化。 6. <!-- concept:降水 --> 降水：水汽结算的结果；强度、相态、持续时间都很关键。

过程：把“发生了什么”讲清楚

你不必一上来就背复杂方程，但可以先掌握几类“常见过程按钮”：

• **辐射收支**：太阳加热白天，地面长波辐射让夜间降温；云会“白天遮阳、夜里保温”。
• **垂直运动**：上升更易冷却凝结成云雨；下沉更易增温变干、天气转晴。
• **水平输送（平流）**：风把冷空气/暖湿空气搬来，常导致突变。
• **水相变化**：蒸发带走热量、凝结释放潜热；这是对流和降水的“能量引擎”。

结果：把现象和变量对上号

当你能把“结果”对应到变量与过程，你就开始真正读懂天空了。例如：

• “忽然起风降温”常对应：**冷空气平流** + **压梯度增大**（气压场更“紧”）。
• “阴天但不下雨”常对应：有云（凝结发生）但缺少持续上升或水汽不足，云滴没长到能降水。
• “早晨雾很大”常对应：夜间辐射降温使近地面达到饱和（$T \approx T_d$），风小更利于雾维持。

---

入门工具箱：记录模板、单位与符号、三类常见误判

一页天气日志模板（建议打印或做成手机备忘录）

<!-- concept:天气日志 --> 你从今天开始就可以做记录。记录的目的不是写“散文”，而是建立可复盘的数据链。下面是一页就够用的模板（你可以每一天复制一份）：

| 项目 | 建议填写 | 说明 | |---|---|---| | 时间与地点 | 2026-xx-xx 08:00；你所在位置 | 尽量精确到小时 | | 数据来源 | 某气象站/某网站/某 App | 区分“观测”与“预报” | | 气温 $T$ | __ °C | 观测值优先 | | 露点 $T_d$ / 相对湿度 $RH$ | __ °C / __ % | 露点更“直观”湿不湿 | | 气压 $p$ | __ hPa；3 小时变化 __ | 变化趋势很有信息 | | 风 | 风向 __°/方位；__ m/s | 阵风可另记 | | 云 | 云量 __/8；主要云状 | 看云是本书的重要技能 | | 能见度 | __ km（如有） | 雾霾判断很实用 | | 天气现象 | 无/雨/雪/雾/沙尘/雷等 | 用简短词 | | 体感与环境 | 闷/晒/冷/干；着装 | 但要写“为什么” | | 变量—过程—结果 | 3 句以内 | 本章核心训练 | | 一句预测（自写） | “下午可能…” | 练习机制推断 |

> 小技巧：把“变量—过程—结果”写成固定句式： > “因为（变量变化），发生了（过程），所以出现（结果）。”

基础单位与常用符号（够你读懂大多数气象信息）

<!-- concept:单位与符号 --> | 量 | 常用符号 | 常用单位 | 备注 | |---|---|---|---| | 气温 | $T$ | °C | 国际上也常见 K（开尔文） | | 露点 | $T_d$ | °C | $T_d$ 越高越“潮” | | 相对湿度 | $RH$ | % | “离饱和还有多远” | | 气压 | $p$ | hPa | 1 hPa = 1 mb（毫巴） | | 风速 | $V$ | m/s 或 km/h | $1\,m/s=3.6\,km/h$ | | 风向 | $dd$ | 度（0–360） | 以“从哪里吹来”为准 | | 降水量 | $P$ | mm | 24 小时累计常用 | | 云量 | $N$ | 八分量（0–8） | 8/8 表示全阴 |

如果你愿意多学一个“立刻变好用”的变量：露点 $T_d$。很多“闷不闷”“起不起雾”用露点比用相对湿度更直观：当 $T$ 和 $T_d$ 非常接近时，空气就接近饱和，雾/低云更容易出现。

如何避免“体感 = 天气”的三类误判

<!-- concept:体感温度 --> 1. 把体感当气温 同样 30°C：露点 24°C 会比露点 15°C 闷得多；同样 0°C：大风会让你更冷。体感受多个因素影响：风、湿度、太阳辐射、衣物、活动强度等。 常见两个指标：

• 风寒（wind chill）：风越大，越“带走”皮肤热量。
• 热指数（heat index）：湿度越大，汗越难蒸发。

你不必计算，但要学会在日志里写出“变量组合”。

若你想知道风寒公式长什么样（了解即可）： $$T_{wc}=13.12+0.6215T-11.37V^{0.16}+0.3965TV^{0.16}$$ 其中 $T$ 为气温（°C），$V$ 为风速（km/h）。

2. 用一个点代表一大片（以点代面） “我家下雨 = 全城下雨”经常不成立，尤其是夏季对流雨。解决办法：记录里写清楚你的位置与观测站位置，并承认尺度差异。

3. 把预报当观测 App 首页往往混合了“实况”和“预报”。你的日志要明确写“观测值（实况）”还是“预测值（预报）”。观测是事实，预报是模型的推断；两者都重要，但不能混写。

---

第一次实操：用公开观测数据写出你的“今日天空说明书”

<!-- concept:实操 --> 这次实操目标很明确：拿到一份地面观测数据 → 填完一页日志 → 用“变量—过程—结果”写出三句话解释。全程 20–30 分钟，做完你就会发现：天气不再是“玄学”。

步骤 1：确定你的“参考点”

选择一个离你最近、代表性较好的观测点（优先官方气象站；其次是机场 METAR 站）。

• 如果你住在城市：优先选“市区站”，再选“机场站”。
• 如果你在山谷/海边：要意识到地形影响可能很强，必要时同时看两个站对比。

步骤 2：在手机或网页上获取“地面实况”

你需要的数据通常包括：气温、露点/湿度、气压、风、云、能见度、天气现象。

常见入口（电子版可直接点开）：

• 中国气象部门与公共入口（地区差异较大，建议以本地气象局/气象台公开页面为准）：
• 中国天气网（综合展示，含实况与预报）：https://www.weather.com.cn/
• 中国气象局（信息入口，进一步可跳转各省市）：https://www.cma.gov.cn/
• 全球通用与较稳定的公开数据入口：
• NOAA（美国国家海洋和大气管理局，含大量气候与观测数据入口）：https://www.noaa.gov/
• Aviation Weather Center（机场 METAR/TAF，适合看风、云、能见度）：https://www.aviationweather.gov/
• Ogimet（全球站点观测查询，适合查历史 METAR/ SYNOP）：https://www.ogimet.com/
• Meteostat（便于下载与 API 获取站点数据）：https://meteostat.net/
• Open-Meteo（开放 API，适合快速取数；注意其来源与再处理方式）：https://open-meteo.com/
• Copernicus Climate Data Store（再分析数据，适合看大尺度背景）：https://cds.climate.copernicus.eu/

> 侧边栏（如何判断“这数据靠谱吗”）： > - 看来源：官方站/机场站通常有质量控制；民间站可能受安装高度、遮挡影响。 > - 看一致性：同城多个站点差异过大时，先怀疑“站点环境/尺度差异”，再下结论。 > - 看时间：观测有整点更新，别把 3 小时前的数据当成“现在”。

步骤 3：把数据翻译成“可读的记录”

把你获取到的数值填入“一页天气日志模板”。如果你看到的是 METAR 报文，不用怕，你只需要抓住关键信息（风、能见度、云、温度/露点、气压、现象）。你会在后续章节学会更完整地解读它。

步骤 4：写出三句“变量—过程—结果”

给你一个可直接套用的写法（先写得笨拙也没关系）：

1. 变量：今天 14:00 附近，$T$ __°C，$T_d$ __°C（或 $RH$ __%），风 __ m/s，气压 __ hPa（近 3 小时 __）。 2. 过程：由于（如：露点高+风小/冷空气南下/云量增加导致辐射减少/气压快速下降提示系统接近），出现了（如：更强上升/更强平流/更难散热/更易饱和）。 3. 结果：因此表现为（如：闷热、起雾、阵风增大、转阴并有雨、气温快速下降）。

一个示例（示例数据为演示写法，不对应特定日期）

你可以对照抄一遍，把数值换成你今天的实况：

• 时间地点：07:00；居住地附近
• 数据来源：机场 METAR + 本地天气站实况
• 观测：$T=26°C$，$T_d=23°C$，$p=1005\,hPa$（3 小时 -2 hPa），风 2 m/s，云量 7/8，能见度 6 km，现象：轻雾/薄雾
• 变量—过程—结果（三句版）：

1) 露点接近气温（$T \approx T_d$）且风小。 2) 夜间到清晨辐射降温使近地层更接近饱和，湍流混合弱，水汽不易被稀释。 3) 所以出现能见度下降的雾/低云，体感偏闷，太阳出来前不易快速消散。

你会发现：一旦你写出“$T$ 与 $T_d$ 的距离”“风是否足够大”“气压趋势”，很多天空现象突然变得可解释。

---

学习路线：把 16 个章节当作 16 个“问题盒子”

为了让你知道接下来要把什么放进这套框架里，可以把全书理解为 16 个逐渐变强的“问题盒子”。每一章都会往“变量—过程—结果”链条上增加一个能用的模块：

1. 观测与记录：你如何拿到可靠事实 2. 云：天空的形状与层结信号 3. 水汽与露点：闷热、雾、降雨的钥匙 4. 气压与风：天气系统为何会来 5. 辐射与地表：昼夜温差、城市热岛 6. 稳定度与对流：雷阵雨怎么长出来 7. 锋面：冷暖空气交锋的语言 8. 气旋与反气旋：大范围天气的骨架 9. 降水机制：从云滴到雨滴 10. 能见度与气溶胶：雾、霾与天空颜色 11. 地形与局地风：山谷、海陆、焚风等 12. 台风与强对流：危险天气的识别 13. 预报如何做：模型、集合预报与不确定性 14. 气候统计：常年值、极端与趋势 15. 典型气候型：季风、地中海、海洋性等 16. 把天空读成故事：用一整年日志做自己的“气象地图”

（你不需要现在记住它们。你只要记住：每章都在强化同一条因果链。）

---

本章小结与下一步

• <!-- concept:核心框架 --> **核心框架**：用“变量—过程—结果”把天气现象组织起来。
• <!-- concept:天气vs气候 --> **天气与气候**：天气看短期状态，气候看长期统计分布（常用 30 年窗口）。
• <!-- concept:尺度 --> **尺度意识**：同一现象在不同时间/空间尺度下主导过程不同，不能用“我感觉”替代“它在多大范围发生”。
• <!-- concept:工具 --> **入门工具**：一页天气日志 + 基础单位符号 + 三类误判纠正。
• <!-- concept:行动 --> **本章作业**：完成你今天的“一页天气日志”，并写出三句因果链解释。

如果你愿意把练习做得更扎实：连续记录 7 天。你会很快发现，天空并不“反复无常”，它有规律，只是你需要一个正确的提问方式和一套可复盘的记录方法。下一章我们会从最直观的入口继续：看云。云会把大气正在发生的过程，直接画在你头顶上。