天气预报最准知乎_天气预报准确率高的

1.天气预报中，风速怎么测出来的

2.梅雨期2022

3.如何下载历年平均气象数据？

4.七月雨天贵州旅游攻略这几天下雨贵州能旅游吗

蝴蝶效应（TheButterflyEffect）是指在一个动力系统中，初始条件下微小的变化能带动整个系统的长期的巨大的连锁反应。这是一种混沌现象。

任何事物发展均存在定数与变数，事物在发展过程中其发展轨迹有规律可循，同时也存在不可测的“变数”，往往还会适得其反，一个微小的变化能影响事物的发展，说明事物的发展具有复杂性。

美国气象学家爱德华·洛伦兹（EdwardN.Lorenz）于1963年，在一篇提交纽约科学院的论文中分析了这个效应。

天气预报中，风速怎么测出来的

首先来理解一下题目本身。 由于问题中的行为主体为“许多自闭症患者”，因此无法做个案评估，同时无法将目标行为具体化以对其进行观察、记录和量化，从而无法做行为分析。退一步讲，就算单独拿出一个相关个案来进行行为分析，得到的结果应该也不是题主所期望获得的回答。

所以据我的理解，题主是想要通过对行为人（即某些自闭症人士）的分析来理解题目中所提到的行为的原因。那么我的回答将会把重点放在对行为人的分析上面。

一、从诊断标准上来看 目前孤独症谱系障碍（以下简称ASD）还需要通过相应的诊断手册（比如DSM）所提供的行为观察体系来进行诊断，虽然这种诊断方式有着模糊、主观性较强等缺点，但不可否认其在当前发展阶段所具有的意义，这是ASD干预从精神分析跨越到循证实践的发展果实。

我们来看一看与该题目相关的DSM-5中ASD的诊断标准（虽然最近这几条标准被引用的频率和曝光率很高，但我还是认为有必要将原文写出来）：

A.Persistent deficits in social communication and social interaction across multiple contexts, as manifested by the following, currently or by history (examples are illustrative, not exhaustive; see text):

1. Deficits in social-emotional reciprocity, ranging, for example, from abnormal social roach and failure of normal back-and-forth conversation; to reduced sharing of interests, emotions, or affect; to failure to initiate or respond to social interactions.

2. Deficits in nonverbal communicative behiors used for social interaction, ranging, for example, from poorly integrated verbal and nonverbal communication; to abnormalities in eye contact and body language or deficits in understanding and use of gestures: to a total lack of facial expressions and nonverbal communication.

3. Deficits in developing, maintaining, and understanding relationships, ranging, for example, from difficulties adjusting behior to suit various social contexts; to difficulties in sharing imaginative play or in making friends; to absence of interest in peers.

捡重点试译一下。

诊断标准一：多种情境下持续性的社交沟通与互动障碍。表现如下：

1，社交情感互动能力的缺陷，像异常社交方式、无法维持对话、难以与他人分享兴趣和交流情绪与情感、不能正确的发起或回应社交互动等，程度不一；

2，在非口语沟通方面的障碍，如无法整合口语与非口语沟通方式，无法使用或无法理解眼神交流和肢体语言等社交线索等，程度不一；

3，在理解、发展与维持人际关系方面的困难，比如无法主动调节行为模式以适应相应情境、难以进行想戏或者交友、对他人缺乏兴趣等，程度不一。

B. Restricted, repetitive patterns of behior, interests, or activities, as manifested by at least two of the following, currently or by history (examples are illustrative, not exhaustive; see text):

1. Stereotyped or repetitive motor movements, use of objects, or speech (e.g., simple motor stereotypies, lining up toys or flipping objects, echolalia, idiosyncratic phrases).

2. Insistence on sameness, inflexible adherence to routines, or ritualized patterns of verbal or nonverbal behior (e.g., extreme distress at small changes, difficulties with transitions, rigid thinking patterns, greeting rituals, need to take same route or eat same food every day).

3. Highly restricted, fixated interests that are abnormal in intensity or focus (e.g., strong attachment to or preoccupation with unusual objects, excessively circumscribed or perseverative interests).

4. Hyper-or hyporeactivity to sensory input or unusual interest in sensory aspects of the environment (e.g., arent indifference to pain/temperature, adverse response to specific sounds or textures, excessive smelling or touching of objects, visual fascination with lights or movement).

诊断标准二：局限、重复的行为、兴趣或活动模式。至少满足以下特征中的两个：

1，刻板、重复的肢体运动、物品操弄或言语使用，比如不停摆手、醉心于将玩具排列成线、重复的口语、原地转圈、不停奔跑等；

2，拒绝任何细微改变，坚持固定的日常流程，仪式化的口语或非口语行为，比如对细微改变的不安反应、死板的思考模式、每天只吃同样的食物等；

3，强度和专注程度异常的狭隘兴趣，比如拿个线头可以玩一天等；

4，感觉过于迟钝或过于敏感，或对某种感觉类型有异常反应，比如不在乎疼痛、痴迷于某种听觉视觉触觉或嗅觉刺激、对光线等的异常兴趣比如盯着太阳看到流泪还高兴不已。

以上两个诊断标准大致概括了ASD人士的行为特征，而这些特征可以用来回应题目中的问题。举个例子，比如难以理解社交线索的特征使得某些由人与人之间的社交互动贯穿起来的**或电视节目对某些ASD人士来说没有什么“可观赏性”；再比如有些ASD人士可能发展出相对较弱语言和模式思考能力来说更强的图像思考能力，而天气预报和广告等明显能够给他们提供更为合适的发挥这一能力的机会。这只是举两个例子，不同的ASD个体的情况肯定不尽相同，在此不再赘述。

二、从神经科学的角度来看 神经科学我只是感兴趣，但并非专业领域，就像一开始说的，打个酱油，抛砖引玉。 与孤独症相关的神经科学研究目前应该主要集中在孤独症的神经影像学研究，尤其是这方面的研究在孤独症诊断方面的应用，已经小有成果，虽然还有更长的路要走。

首先需要明确一点：ASD人士的某个行为特征和大脑的某个异常模式之间的关系具有两个特点：一是成因的异质性，二是行为的异质性。

前者是指具有同样行为特征的人在大脑中不一定表现出同样的异常模式，具体到该问题上，就是说两个同样喜欢看广告而不喜欢看**的ASD人士，他们的大脑异常模式可能完全不一样，在当前研究水平的维度上举个例子就是比如电视屏幕图像消失有可能是因为显像管坏了或者信号中断或者是因为停电了。另外可以确定的一点是，大量的大脑功能并不是只和某个特定来源有关，而是关联到更大范围的神经网络。

而后者是指具有某种同样的大脑异常模式的不同孤独症人士在行为上也不一定有完全相同的表现。

明确了这两点以后，再需要指出的一点是，通过神经科学角度来解释某一行为特征（比如，题目中的行为）时，若想要论述清楚，还是需要从个体的角度进行研究。 此处只举一个例子，比如研究发现，某些ASD人士可能存在大脑局域连接过度的情况，比如著名的Temple Grandin的大脑的下额枕束和下纵束比普通人宽得多，而这两条纤维束与视觉功能有联系，与此相关，Temple具有强大的视觉思考能力。

参考文献：1.《特殊儿童应用行为分析》，北京大学出版社，李丹 李芳主编 2.DSM5

3."Brain Connectivity and High Functioning Autism" ,Neuroscience and Biobehioral Reviews

4.《The Autistic Brain :Thinking Across The Spectrum》,Temple Grandin ,Richard Panek 著，燕原译，华夏出版社

另外，神经科学角度对ASD的研究，可以参看 @This Is Not Tina 的专栏文章：

作者：Tony Hu

来源：知乎

梅雨期2022

天气预报是怎么测的

一 观测员.他们无论白天还是黑夜,无论骄阳似火的夏日还是寒风刺骨的冬天,都要监守在岗位上,密切监视风云的变幻,将每一种天气的行踪详尽地记载下来,并编写成气象电文.每份电文要编数十种气象要素,每种气象要素又分出许多门类,仅记载天气状况的两个数码就有100种可供选择,稍有疏忽就会弄错.可见,在短时间里完成观测、编写电文的工作并非易事. 二 报务员.他们要把编制好的气象电文及时发送到气象、民航和场等部门,并要抄收各地的气象信息.无论是“眼入手出” 的发送还是“耳入手出”的抄收,都需要大脑反应迅速.因此,神情专注、思维敏捷是报务员必备的条件. 三 填图员.他们要将各地的气象电文译成气象数码或规定的特殊符号,填写到特制的天气图上.这种天气图一般没有地理名称,用区域号加站号代替.天气图范围可大可小,常用的是欧（洲）亚（洲）图.填图员要把许多气象数码和各种符号,按规定位置准确地填在每个站号周围.这些地方不足一角硬币大小,要做好此项工作必须技术娴熟、心灵手巧. 四 预报员.他们拿到天气图后立即开始工作,分析、描绘出高压、低压、锋面（冷暖空气交界面）和各种天气区域的位置、性质,在风云千变万化的过程中,凭智慧和经验找出变化规律,预测未来24小时、48小时或更长时间天气形势的变化,最后作出预报.

--------------------------------

天气预报新方法:用激光卫星测量全球风速?

摘要：正 美国航宇局的一个科研小组正在研究利用激光卫星测量全球风速以准确预报天气的新方法,这一研究项目耗资1600万美元,它将利用围绕地球不同轨道运行的卫星测量风速.卫星将向大气发射无害的激

关键词： 激光卫星 天气预报 新方法 风速仪 大气发射 卫星测量 准确预报 研究利用 研究项目 科研小组?

美国航宇局的一个科研小组正在研究利用激光卫星测量全球风速以准确预报天气的新方法,这一研究项目耗资1 600万关元,它将利用围绕地球不同轨道运行的卫星测量风速.卫星将向大气发射无害的激光束,然后收集大气中尘埃反射的激光,通过比较入射激光和反射激光的强度、角度等差别

-----------------------------------------------------

天气预报中几级风速怎么界定的 ？

来源：知乎

天气家

风既有大小，又有方向，因此，风的预报包括风速和风向两项。风速的大小常用几级风来表示。风的级别是根据风对地面物体的影响程度而确定的。在天气预报中，常听到如“北风4到5级”之类的用语，此时所指的风力是平均风力；如听到“阵风7级”之类的用语，其阵风是指风速忽大忽小的风，此时的风力是指大时的风力。

风力是指风吹到物体上所表现出的力量的大小。一般根据风吹到地面或水面的物体上所产生的各种现象，把风力大小分为13个等级，最小是0级，最大为12级（注意不是从1级到13级哦）。根据我国2012年6月发布的《风力等级》国家标准，依据标准气象观测场10米高度处的风速大小，将风力等级依次划分为18个等级，表达风速的常用单位有三个，分别为海里/小时、米/秒、公里/小时，我国台风预报时常用单位为米/秒。

中国气象局于2001年下发《台风业务和服务规定》，以蒲福风力等级将12级以上台风补充到17级。12级台风定为 32.4-36.9米／秒；13级为37.0-41.4米／秒；14级为41.5-46.1米／秒，15级为46.2-50.9米／秒，16级为51.0-56.0米／秒，17级为56.1-61.2米／秒。这里的速度是指平地上离地10米处的风速值。若出现≥61.3米/秒的大风时称超过17级，称之为18级，也是国际航海界关于特大台风的普遍说法。

测量风的仪器一般用电接风向风速器，农田测风可用轻便风速表或微风仪。在没有测风仪时目测风力。

在日常生活中，题主可以根据下图（图的来源和制作人见图最下方）的陆地地面物象来估计自己所处的环境大概是几级的风。

风既有大小，又有方向，因此，风的预报包括风速和风向两项。风速的大小常用几级风来表示。风的级别是根据风对地面物体的影响程度而确定的。在天气预报中，常听到如“北风4到5级”之类的用语，此时所指的风力是平均风力；如听到“阵风7级”之类的用语，其阵风是指风速忽大忽小的风，此时的风力是指大时的风力。

风力是指风吹到物体上所表现出的力量的大小。一般根据风吹到地面或水面的物体上所产生的各种现象，把风力大小分为13个等级，最小是0级，最大为12级（注意不是从1级到13级哦）。根据我国2012年6月发布的《风力等级》国家标准，依据标准气象观测场10米高度处的风速大小，将风力等级依次划分为18个等级，表达风速的常用单位有三个，分别为海里/小时、米/秒、公里/小时，我国台风预报时常用单位为米/秒。

中国气象局于2001年下发《台风业务和服务规定》，以蒲福风力等级将12级以上台风补充到17级。12级台风定为 32.4-36.9米／秒；13级为37.0-41.4米／秒；14级为41.5-46.1米／秒，15级为46.2-50.9米／秒，16级为51.0-56.0米／秒，17级为56.1-61.2米／秒。这里的速度是指平地上离地10米处的风速值。若出现≥61.3米/秒的大风时称超过17级，称之为18级，也是国际航海界关于特大台风的普遍说法。

测量风的仪器一般用电接风向风速器，农田测风可用轻便风速表或微风仪。在没有测风仪时目测风力。

在日常生活中，题主可以根据下图（图的来源和制作人见图最下方）的陆地地面物象来估计自己所处的环境大概是几级的风。

如何下载历年平均气象数据？

梅雨期2022

2022年7月8日-15日。

因为每个地区的气温不同，所以2022年出入梅花的时间也不同。但一般6月中旬入梅，7月上半月出梅，持续20天左右。但也有晚招晚走梅花的情况。比如2020年的梅雨区，梅花入梅早，出梅晚，持续时间长。当年，浙江在5月底正式进入梅雨季节，比以前提前了十天。

一般来说，2022年的雨季会在六月初开始，七月初结束，持续二十天左右。预计今年各地将在6月10日前后正式入梅，出梅时间在7月中旬。雨季来了，一定要注意家里的东西，多检查，不要发霉。

江苏泰州_梅雨2022年

1.2022年江苏什么时候入梅？

2022年江苏雨季6月23日正式进入5月。据江苏省气象台和南京市气象台最新召开的新闻发布会，宣布南京从6月23日起正式进入雨季。另外，江苏省淮河以南地区也有望在6月23日入梅，所以今年江苏的雨季是6月23日星期四。

1.江苏今年是大器晚成吗？

属于晚梅花。因为常年平均的梅花日是6月19日，今年的梅花日是6月23日，有点晚。由于梅雨带由北向南摆动，强对流天气多，有明显的间歇性降水和阶段性高温。同时，淮北也将从6月23日开始进入多雨期。

2.今年江苏五月雨季天气怎么样？

据江苏省气象台首席预报员最新介绍，今年雨季前期我省高温天气仍将持续，强对流天气将更加频繁。6月24日后，江苏省中北部地区预计将出现短时强降水、雷雨大风甚至冰雹天气，需多加防范。预计未来一周江苏将有两次明显降雨过程，分别在22日夜间至24日和27日至28日。23~26日，有短时强降水、雷暴大风、小冰雹等强对流天气。22日中北部、23日沿江、苏南、24-25日沿淮、淮北有35℃以上的高温天气。

3.今年江苏的梅雨量有多少？

梅雨平均量200-260毫米。其间淮北地区平均降雨量170-230毫米，较常年偏多。

2.2022年江苏梅花什么时候开？

据江苏省气象台首席预报员最新介绍，预计2022年7月中旬出梅。江苏近几年的梅雨持续时间如下:

1.2021年江苏省气象台发布梅雨预报，淮河以南局部地区于6月13日正式进入梅雨。

2.2020年江苏雨季从6月9日开始，7月21日结束，雨季持续43天。

3.2019年江苏6月18日至7月21日进入梅雨期。梅雨期的总长度为33天，比正常的梅期23至24天要长。

4.2016年江苏的雨季持续了32天。

一般来说，2022年江苏省雨季6月23日正式进入梅季，一般7月份出来。根据江苏省最新的天气预报，今年7月上旬将会出梅花。

无锡黄梅天过了吗2022

2022年梅雨季节时间在5月下旬至6月下旬出现。因为每年梅雨期发生在芒种和小暑这两个节气期间，而今年芒种是6月6日，而小暑是7月7日。

所以预计我国长江中下游地区梅雨季节将从6月上旬开始，而根据往年各地入梅时间来看，都不是统一的，会相隔几天。像2021年上海于6月10日入梅；江苏苏州6月10日入梅，淮河以南地区入梅6月13日才入梅。

注意。

2022入梅标准：连续5日平均气温超过22℃，有4天为雨天才算是入梅。而根据近期上海天气预报来看，还没有正式入梅，最低气温还在16-18度之间。

2020年到2022年疫情走势图

大数据疫情观察：全国疫情高峰过了么？

腾景宏观金融大势研判

2022-12-2317:23·来自北京

腾景宏观快报

2022年12月23日

大数据疫情观察：全国疫情高峰过了么？

——基于腾景AI高频模拟和预测

腾景高频和宏观研究团队

本期要点：

针对预测到底准不准，全国疫情是否已经见顶的问题，我们增加了28个城市的地铁客运量日度数据进行判断。非网民样本的缺失可能会导致预测结果有偏。

大数据不完美，应用大数据做宏观经济预测并非完美无缺，我们分析了谷歌流感趋势何以失灵。原因可能包括：媒体对谷歌流感趋势的大幅报道导致人们的搜索行为发生了变化，用户的搜索行为反过来也会影响GFT的预测结果。

当前全国疫情或尚未达峰，但是达峰进程可能会有所提前。借助地铁客运量数据进行验证，我们判断北京、石家庄、武汉、重庆等城市已经度过疫情峰值，成都、天津、长沙、南京、西安等城市尚未达峰。

一、预测到底准不准？预期与现实相互验证

在上期《大数据疫情观察：中心城市率先迎来峰值》报告中，我们分析并给出了北京和河北部分城市疫情已经迎来“拐点”，成都、昆明等城市将陆续见顶的预测判断。根据百度搜索指数数据，北京百度“发烧”搜索指数持续下降，“咳嗽”搜索指数后于“发烧”见顶，这基本上印证了我们模型的预测。但是，我们也注意到2022年12月17日全国范围内“发烧”指数见顶，这是否意味着全国疫情的见顶？如果这样，这个数据与一些防疫专家的春节前后见顶的判断就有所出入。也有专家认为全国疫情可能虽然尚未达峰，但是进程缩短了。

但根据字节跳动的“巨量算数”，抖音“发烧”搜索指数于12月17日见顶，但头条“发烧”搜索指数仍在震荡上行。在朋友圈广为传播的知乎“数据帝”的预测里面，2022年12月20日前后大部分省市相继达到感染高峰，那么，很多研究者都想确认的是，站在2022年12月23日，全国范围内的单日新增感染有没有达峰？有人认为预测很准，和自己这些天在互联网上对疫情的感知较为一致；有些人则认为不准，认为身边的亲戚朋友们都阳了，而预测进度条还不到一半，个人体感和预测结果有较大差异。

与此同时，我们注意到了在2022年12月16日前后，全国几乎所有城市、省份“发烧”搜索指数迎来了“先扬后抑”的脉冲式增长，后续日度数据再也没有高于16日当天的值。这意味着疫情最艰难的阶段已经度过了么？通过对百度、头条疫情病症搜索引擎数据进行数据挖掘和建模分析，可以为疫情未来趋势研判提供重要参考。不过我们理解，为了定量评价疫情进展，还需要引入更多数据。

由于没有权威数据作为参考，各类疫情的预测仅仅是基于直觉、推理或演绎的带有参数的模型预测，预测准不准，缺乏客观权威作为结果比较，所以很难客观衡量预测是否准确，只能通过参与这件预测的所有观众和读者通过微观的数据，周围疫情扩散程度去验证预测结果，一个城市不同群体感染的先后，不同城市感染达峰的节奏，都会对预测是否准确有不一样的理解。

模型有局限性，逻辑设的适用性，缺乏权威数据作为验证，难道就不需要预测了吗？托马斯·库恩和卡尔·波普尔就“科学哲学”这个概念展开了20世纪最具影响力的对峙。他们都以自己的方式深奥地从哲学的角度质疑科学的基本前提。库恩的《科学革命的结构》指出，即使现有的范式所预测的结果在现实中存在反例，现有的科学家也不会认为其范式有问题；只有可替代现有范式的新科学范式出现，并且反例达到了一定的数量，现有科学范式才可能被证伪，科学革命才会发生。从批判的角度来看对预测过程的否定也是发现新预测方法的过程。

量子基金的乔治·索罗斯推崇的哲学家卡尔·波普尔最著名的观点是科学是通过“可证伪性”进行的——人们无法证明设是正确的，甚至无法通过归纳法获得真理的证据，但如果设是错误的，则可以反驳它。根据波普尔的观点，只有可被经验证伪的理论体系才应被赋予真正的科学地位。因此，波普尔提倡大胆设，用证伪的方式去不断试错，不断修正，而不是提出说，然后到处找支持自己理论的根据。“证伪”也是索罗斯所一直推崇与实践的思考方式。

二、地铁客运量作为疫情达峰的重要观察指标

因此，我们从疫情出发，回到经济，从多维度验证疫情的峰值。地铁客运量无疑是很好的观察指标，一个有地铁城市的客运量受若干因素影响：1、出行管制，2、出行意愿，3、地铁的便利程度。

从数据上来看，北京、上海作为全国地铁保有量最高的两个城市，也是日均客运量最高的两个城市，地铁数据较高的反映了疫情的高低，同时地铁客运量的日度数据公布滞后1-3天，还算比较及时，从数据收集角度看，地铁数据来自于物联网设备自动集，人工干预的影响较小，数据具有充分的客观性，可以作为疫情的第二类主要观察变量。

图：上海地铁客运量

▲数据来源：Wind、腾景AI经济预测

上图是2019年12月至今的上海地铁客运量数据，比较明显的是2020年初的武汉疫情，2022年4月的上海疫情，和2022年12月的全国疫情。由于地铁客运量遵循周一至周五高，周六日低的原则，日度数据信息量有些冗余，后续我们通过比较周度平均数据，可以过滤短期的日内数据波动。

图：上海地铁客运量

▲数据来源：Wind、腾景AI经济预测

比较北京地铁客运量，也可以看出2022年4月，上海地铁停运7周左右，北京虽然没有停运，但周度地铁客运量均值从近三年日常的800万降低到100万以下。值得注意的是，2022年9月之后的北京地铁客运量明显低于上海，这一方面是疫情，另一方面也是北京地铁需要全网查验72小时核酸，11月24日进一步缩短到48小时，12月5日起这一政策被解除。

图：北京地铁客运量

▲数据来源：Wind、腾景AI经济预测

图：十大城市地铁客运量7日移动平均，协同性高度一致

▲数据来源：Wind、腾景AI经济预测

基于此数据，我们认为北京疫情高峰已过，但全国整体疫情高峰并非如百度搜索指数和头条指数显示的那样已经见顶，而是处于快速发展期。我们建立了四阶段数据模型，验证各城市是否达峰。如下图所示，北京、武汉、重庆、沈阳、石家庄、兰州、昆明地铁客运量已经企稳回升，目前处于第四阶段；成都、天津、长春、郑州、广州、厦门、深圳、西安、上海、南京等城市仍处于达峰进程中的第三阶段。由于移动平均有可能会带来数据滞后，后面，我们用真实数据做了测试。

图：疫情扩散进程

▲数据来源：腾景AI经济预测

图：国内部分城市地铁客运量

注：十大城市是指：北京、上海、广州、成都、南京、武汉、西安、苏州、郑州、重庆，下同。

▲数据来源：Wind、腾景AI经济预测

在以日度为单位的疫情进展中，如果当天地铁出行数据出现回升，应该主要看两个数据，第一是同比，第二看环比。

根据日度数据，北京地铁出行，无论是环比还是同比，均处于上行阶段，这与见顶判断一致，其他有可能见顶的是武汉、重庆、成都。而上海、广州、南京、苏州、西安等地铁客运量仍在持续下滑，这表明疫情仍在达峰进程中。

图：国内部分城市地铁客运量

▲数据来源：Wind、腾景AI经济预测

由于地铁客运量同比数据下滑严重，我们判断：上海、广州、南京、西安、苏州、郑州等城市的疫情仍在达峰进程中，北京、武汉、重庆同比转正，预计已度过疫情高峰。

图：28个城市地铁客运量及周度同比

▲数据来源：Wind、腾景AI经济预测

三、预期如何与现实相互影响？

放开疫情管制后的经验有很多，无论是疫情见顶的节奏，对消费，劳动参与率的影响，都有较多国家可以参考。这无疑给了我们一些预期，14亿人口的放开和中等规模人口国家放开又有所区别。国内传染病专家也在各类媒体上表示春节前后，明年一季度疫情达峰等等，释放这样的未来见顶信号。但是从北京和多数城市的感知中，疫情似乎见顶的早于我们的认知，那么到底哪里会出问题呢？

政策指标失灵：古德哈特定律

当多数互联网参与者都知道百度搜索指数能够间接代表疫情的时候，它可能就不准了，在某种程度上，它就是古德哈特定律在疫情上的体现。古德哈特定律是出自于英国经济学家查尔斯·古德哈特的说法，指的是：当一个政策变成目标，它将不再是一个好的政策。其中一种解释为：一项社会指标或经济指标，一旦成为一个用以指引宏观政策制定的既定目标，那么该指标就会丧失其原本具有的信息价值。

毫无疑问，在大多数人不知道“百度疫情指数”的重要性的情况下，它大概率还是有效的，内涵逻辑为搜索量大数据间接反映了大部分的居民自发的网络搜索行为，“发烧”搜索在一定程度上和阳性有症状是一回事。但是，在官方媒体和自媒体都在报道的情况下，这一指标会引发更多的搜索，而这些搜索和疫情本身并没有关系，而是互联网流量带来的效应。

网民搜索行为的偏移可能造成数据污染

我们比较了石家庄、兰州、北京、武汉、重庆、沈阳、昆明、成都、天津等城市的地铁客运量，发现都经历了政策放松而上行，疫情攀升客运量下行，疫情高峰度过再度上行这一数据变化模式。目前大部分城市仍处在疫情攀升客运量下行这一阶段，全国疫情的顶峰目前并没有到来，而百度指数给出的“发烧”搜索指数已经见顶，我们判断12月16日及之后的百度“发烧”搜索指数可能出现了异常，核心逻辑是12月16日，全国所有城市都出现了一个攀升，随后下降，这种能够同一时间影响所有城市的因素大概率不是以一定规律传播的造成的，而是其他因素造成的数据“污染”。

样本缺失：60岁及以上老年人非网民群体

我们知道百度指数、头条指数、微指数是基于海量网民行为数据进行数据挖掘分析的数据产品，因此非网民的行为数据自然被排除在研究样本之外。

中国互联网信息中心2022年8月31日发布的第50次《中国互联网络发展状况统计报告》显示，截至2022年6月，我国非网民规模为3.62亿，这是一个不小的基数。从地区来看，我国非网民仍以农村地区为主，农村地区非网民占比为41.2%。从年龄来看，60岁及以上老年群体是非网民的主要群体。据此可见，非网民地域上主要分布在农村地区，年龄上以60岁及以上老年群体为主。

这个基数不小的非网民群体检索行为的缺失导致本来应该出现的检索结果游离于样本之外，导致“发烧”等病症搜索指数被低估。根据美国疾病控制与预防中心的报告，患重症COVID-19的风险会随着年龄、残疾和基础疾病的增加而增加。在后期的奥密克戎期间，大多数院内死亡发生在年龄≥65岁的成年人和患有三种或更多种基础疾病的人群中。

图：世界各国家和地区每日确诊的COVID-19病例

注：由于检测有限，确诊病例数低于真实感染数，数据截至2022年12月21日

▲数据来源：约翰·霍普金斯大学CSSECOVID-19数据库，ourworldindata.org、腾景AI经济预测

图：世界各地区每日确诊的COVID-19病例

注：由于检测有限，确诊病例数低于真实感染数，数据截至2022年12月21日

▲数据来源：约翰·霍普金斯大学CSSECOVID-19数据库，ourworldindata.org、腾景AI经济预测

大数据不完美，谷歌流感趋势为何失灵？

早在1980年，未来学家阿尔温·托夫勒在《第三次浪潮》一书中，就提出了“大数据”的概念。自古至今，预测一直是人们十分期待的能力，而大数据预测则是数据最核心的应用，其逻辑是每一种非常规的变化事前一定有征兆，每一件事情都有迹可循，如果找到了征兆与变化之间的规律，就可以进行预测。

利用大数据方法和技术进行宏观经济研究和分析，在国际上已有先例。在大数据分析的视野中，它不仅仅是要搞清楚宏观统计规律，更要弄清宏观数据中的精细结构。基于研究的视角，大数据时代为宏观经济分析提供强大的支持，正在改变宏观经济研究范式。

各国央行等主流金融机构研发并用即时预测模型以实时追踪经济状态的变化，在被大量社会化信息淹没前就找到可靠的信息源，从而动态地调整对经济指标的预期。包括纽约联储的Nowcasting模型、WEI模型、亚特兰大联储的GDPNow模型以及英格兰银行的MIDAS模型等。

根据DidierSornette教授的“龙王”理论，极端的发生有两个条件：系统的一致性与协同性。当系统的一致性非常强时，黑天鹅式的极端容易发生。当系统的一致性和协同性同时加强时，会发生超越“黑天鹅”的更极端的“龙王”。

“黑天鹅”也好，“龙王”也好，都不是孤立的，而是一系列强烈关联的，体现了正反馈的强大作用。什么时候股市可以预测？关键就在于股市变化前后关联的程度。

2008年谷歌推出的GoogleFluTrends系统，其动机是能够及早发现疾病活动并迅速做出反应可以减少季节性流感和大流行性流感的影响,通过分析收集到的大量Google搜索查询，以揭示人群中是否存在流感样疾病。这个逻辑和想法其实很简单直观——如果你生病了，你很可能会在搜索引擎上搜索以查找信息，比如如何治疗。谷歌决定要跟踪这些搜索，并使用这些数据来尝试和预测流感流行，甚至在疾病控制中心等医疗机构能够做到之前。

2009年通过谷歌累积的海量搜索数据，“谷歌流感趋势”成功预测了H1N1流感在美国境内的传播，一战成名。有报告指出，谷歌流感趋势能够在美国疾病控制和预防中心报告流感爆发前10天预测区域性流感爆发。GFT这种预测能力显然具有重大的社会意义，可以为整个社会提前控制传染病疫情赢得先机。

于是谷歌在其网站上创建了一个奇特的方程式来计算出究竟有多少人感染了流感。简单理解的数据逻辑是这样的：人们的位置+谷歌上与流感相关的搜索查询+一些非常聪明的算法=美国流感患者的数量。

线性模型用于计算流感样疾病就诊的对数几率和相关搜索查询的对数几率：

P是医生就诊访问的百分比，Q是在前面的步骤中计算的与ILI相关的查询分数。β0是截距，β1是系数，ε而是误差项。

谷歌流感趋势已被证明不是一直准确的，尤其是在2011年至2013年期间，它高估了相对流感发病率，并且在2012年至2013年流感季节的一个时间段内预测就诊次数是CDC记录的两倍。2013年《自然》杂志发表的一篇文章称，谷歌流感趋势将流感病例高估了约50%。

可以看到，应用大数据做宏观经济预测并非完美无缺。经济学家、作家TimHarford认为，“谷歌流感趋势的失败凸显了不受约束的经验主义的危险”。对GFT失败的一种解释是，新闻中充斥着

图：谷歌流感趋势ILI估计与CDC估计的比较

▲数据来源：ImprovingGoogleFluTrendsEstimatesfortheUnitedStatesthroughTransformation,LeahJMartin,BiyingXu,YutakaYasui,腾景AI经济预测

2013年，谷歌调整了算法，并回应称出现偏差的“罪魁祸首”是媒体对GFT的大幅报道导致人们的搜索行为发生了变化。GFT也似乎没有考虑引入专业的健康医疗数据以及专家经验，同时也并未对用户搜索数据进行“清洗”和“去噪”。谷歌在2011年之后推出“推荐相关搜索词”，也就是我们今天很熟悉的搜索关联词模式。研究人员分析，这些调整有可能人为推高了一些搜索指数，并导致对流行发病率的高估。举例来说，当用户搜索“发烧”，谷歌会同时给出“喉咙痛和发烧”、“如何治疗喉咙痛”等关联推荐词，这时用户可能会出于好奇等原因进行点击，造成用户使用的关键词并非用户本意的现象，从而影响GFT搜索数据的准确性。用户的搜索行为反过来也会影响GFT的预测结果。在充斥媒体报道和用户主观信息的搜索引擎的喧嚣世界里，也同样存在“预测即干涉”悖论。国内搜索引擎指数上大概率也会出现类似的情况，这是我们结合GFT的经验对预期差异给出的一种解释。

图：巨量算数“发烧”关联搜索词

▲数据来源：巨量算数、腾景AI经济预测

参考文献

[1]CNNIC：第50次《中国互联网络发展状况统计报告》

[2]

[3]AdjeiS,HongK,MolinariNM,etal.MortalityRiskAmongPatientsHospitalizedPrimarilyforCOVID-19DuringtheOmicronandDeltaVariantPandemicPeriods—UnitedStates,April2020_June2022.MMWRMorbMortalWklyRep2022;71:1182_1189.DOI:

[4]

[5]

[6]Lazer,D.,R.Kennedy,G.King,andA.Vespignani.2014.“TheParableofGoogleFlu:TrapsinBigDataAnalysis.”Science343:1203_1205.

更多重磅研究成果请关注公众号“腾景AI经济预测”。

搜索

天津感染高峰预测

天津死了多少患者

全国疫情死亡总人数

中国疫情已死多少人

中央下达疫情最新政策

全国疫情最新消息

2022西安雨季一般在几月份

西安是比较有特色的一个城市，它有各种文化底蕴，还有各种美食小吃，深受人们喜欢。最近一段时间，西安地区总是下雨，一直处于阴雨天气之中，这个是比较正常的现象，它主要是受副热带高压、全球变暖以及地理位置影响导致的。

2021为什么西安9月喜欢下雨

1.副热带高压

九月，西安下了十多天的雨。从历年气象资料来看，西安9月份多雨是正常的。事实上，未来十天半的可能性相对较高。

西安属暖温带半湿润大陆性季风气候，雨量适中，四季分明。冬季寒冷，多风，多雾，少雨少雪；春天温暖、干燥、多风、多变；夏季炎热多雨，夏季干旱突出，雷雨大风；秋天天气凉爽。年降水量500～750mm，以夏秋季为主；西安夏秋两季长期处于副热带高压西北部，冬季盛行西南风和东北风。

副热带高压在北半球冬季占据太平洋。随着太阳直射点向北移动，副热带高压也逐渐向北移动。副热带高压西北缘易与冷空气结合形成降水。但受地形、副热带高压强度等因素影响，春季降水主要集中在华东和华南地区，也导致5月左右西安出现降水高峰。夏季，西安受副热带高压控制，短期暴雨较多。秋季来临时，副热带高压的西北边缘在向南退却时再次经过西安，导致9月份西安持续降水。

2.全球变暖

全球变暖的影响是复杂的。目前，降雨的总体体现是降雨带的北移，但这种北移并不仅仅是一种平移。其规模和范围具有地方特殊性。例如，在全球气温逐渐升高和降雨带北移的背景下，陕西省的降水量从20世纪90年代到新世纪初逐渐减少。

3.地理位置

事实上，西安所在的关中盆地水系并不丰富，水域面积相对较小，难以形成大量的局部热对流。盆地南部是秦岭山脉，是东部最高的山脉。对四川来说，西北太平洋副热带高压的西南气流将温暖潮湿的空气从印度洋输送到四川盆地，并在青藏高原北部遇到冷空气，在9月和10月在中国西部形成一场持续的秋雨。然而，由于秦岭的存在，许多暖湿气流在攀登秦岭南侧的过程中形成地形雨，很难进入关中盆地，这直接导致关中和汉中两种截然不同的干湿气候。

西安的雨季是什么时候

西安的雨季是7月、8月和9月。西安有两个明显的降水高峰，分别在7月和9月。西安市年平均降水量为558～750mm，由北向南递增。它每年都在变化。

9月，中国南部，即北回归线附近地区，远未降温，温暖的空气仍在那里盘旋，等待来自欧亚大陆深处的冷流将它们赶走。

不仅在中国南部，而且在南亚和中东的亚热带地区，他们也在等待同样的结果。此外，由于两个副热带高压都在沿海，大量的水蒸气也在蒸腾，但由于天气炎热，没有太多的水蒸气凝结成雨水。

从9月到10月，副热带高压向南移动，雨带返回中国西部。据说有阴雨天气。这场连绵不断的秋雨也有一个学名，叫做“中国西部的秋雨”和陕西的“秋雨”。它在中国西部的一些地区很常见，通常在9月份出现在西安。在南部副热带高压的影响下，天气一般持续约两至三个星期。

下雨天衣服怎么干得更快

1.纸巾压榨机

洗完衣服后，不管你怎么用力拧衣服，衣服上总是有很多水。你可以用纸巾熨衣服。纸巾吸水性很强。更多的纸巾可以使衣服上的水变干。

2.拧干毛巾

我们用干毛巾帮助拧干。首先用干毛巾裹住湿衣服，然后用力拧。这时，衣服上的水会被毛巾吸收。最好选择吸水性强的毛巾。

3.加入干毛巾，摇匀

我们也可以用洗衣机烘干。我们可以用洗衣机晾干一次，然后在第二

七月雨天贵州旅游攻略这几天下雨贵州能旅游吗

分享一些实用的气象数据网站：

1、://ncc.cma.gov.cn/cn/?国家气候中心

2、://.cdc.noaa.gov/public.data?中国气象局

3、://xihe-energy?羲和能源大数据平台

4、://.ecmwf.int?欧洲中期天气预报中心

5、://.noaa.gov?美国国家海洋大气局

6、://earthobservatory.nasa.gov?NASA地球观测中心

7、://.weather.gov?NOAA国家天气预报中心

8、://.emetsoc.org?欧洲气象协会

查询步骤也很简单：

步骤一：输入地理信息，既可以选择单点数据也可以选择区域平均数据

步骤二：选择数据源

步骤三：输入想查询下载的起止时间，可选历史40年和未来7日

步骤四：选择所需要的气象数据下载

步骤五：如需要查询更多数据，可在“更多属性”中进行“检索属性”

1.这几天贵州下雨能旅游吗

在贵州旅游没有特别避雨的方法。但是贵州的溶洞比较多，进洞避雨，或者找个可以避雨的悬崖也是有效的。其实出门带雨具是很有必要的，尤其是去贵州旅游。山区天气变化大，山区天气预报不是很准。带上雨具做好准备。

2.去贵州旅游下雨影响游玩吗？

如果你没有下雨天不要站在陡峭的墙下一动不动，你会安全的。而且它这仍然是一个偏僻的地方，所以不要去。别担心。

3.贵州天天下雨怎么旅游

桂林年降水量全国第一(2533.6毫米)

广州年降水量全国第二(2459.3mm)。

海口年降水量全国第三(1798.7mm)。

杭州年降水量全国第四(1650.3mm)。

南昌年降水量全国第五(1613.4mm)。

银川s年降水量全国倒数第一(145.5毫米)。

桂林三月、六月和七月的降水量最高。

在主要城市中，贵阳的雨天最多。难怪它它叫贵阳，因为它下雨天有充足的阳光是很珍贵的。重庆、海口、长沙和南宁也有很多雨天，这些城市夏天非常炎热多雨，所以天气非常闷热潮湿。西北城市则处于另一个极端。乌鲁木齐和银川一年只有40多天的降雨，太干燥了。

中国阴雨天最多的城市是中国西南边陲的贵州省遵义市，全年阴雨天220天。在这个省的遵义市，全年的雨天多达240天。人们用没有晴天。

4.贵州中雨还能旅游吗

七月份会有很多降水，但是是否会有暴雨要看天气预报。去年暑也去了贵州，会下雨，但是不会下很多。如果下大雨，避免去山区，山区容易发生泥石流和山体滑坡。

5.贵州这几天有雨吗

2021年，贵州全省都有雨。和全国大部分地区一样，贵州夏季降雨较多，尤其是黔东南州和黔南州。贵州东南部低洼地区经常发生洪水。

2021年，贵阳、遵义、凯里、毕节、六盘水、安顺、兴义、黔南布依族苗族自治州、黔东南苗族侗族自治州、安顺、铜仁市下雪。

6.这几天贵州下雨能旅游吗知乎

贵州是高原山区，气候宜人，冬无严寒，夏无酷暑。夏季最热平均温度也在18到26之间。所以夏天去贵州更舒服。

有句话叫贵州没有晴天，没有平地，所以贵州下雨是很常见的。一般来说，它不会不要整天下雨，雨后的天空特别美。如果你的话，你甚至可以看到彩虹。所以只要它“这不是暴风雨，你不不需要太担心。

贵州著名的景点有黄果树瀑布、百里杜鹃、织金洞、万峰林和千户苗寨，这些景点基本上都在城外，所以它外出旅游最好带上雨具，而且一定要注意安全，以防大雨。

特别是在公路旅行中，道路崎岖不平，容易滑倒。

雨天的瀑布，水流更大，看起来比晴天更壮观，更震撼。所以在雨天，推荐去看黄果树瀑布。(《西游记》影片结尾四个徒弟经过的瀑布)

除了贵州，中国还有很多其他夏天旅游的好地方。有兴趣的可以看看下面文章里的推荐。

夏天去哪里旅游？

:2021年9月7.这几天贵州下雨能旅游吗有疫情吗

贵州当然可以旅游。大家都知道现在疫情防控很严格，但不得不说贵州真的是福地。从疫情开始到最严重再到现在出现新的疫情，贵州一直是低风险地区，所以去贵州旅游真让人放心。美丽的贵州风光赢得我不会让你失望的。欢迎你来贵州旅游，也希望你能留在这里。