我们经常遇到天气预报不准确的情况。比如本来预报的是有雨，结果却是晴空万里；本来报告的大晴天，当你满怀希望地去爬山的时候，结果因为没带雨具而被淋成了落汤鸡。对于这样的情况，山姆教授也很困惑，科学这么发达了，为什么就不能准确预报呢？
听了气象学家的解释后才发现，现在的气象条件比过去复杂了很多，影响天气的因素瞬息万变，所以预报难度加大。气象工作者们因此想了一个绝妙的词儿来规避这个事，他们不再说明天有雨没雨，而是说明天下雨的概率是多大。比如，70%，有时候也可能是90%，但只要不是100%，就不能说人家预报错误。
在生活中，有一个流传很广的说法：很多人说假话，天气预报倒是特别想说真话，可就是说不准。有人已经把刘禹锡的“道是无晴却有晴”，用来讽刺天气预报的不准确。责怪天气预报的不准确，是个世界性的现象。应该说，天气预报还是越来越准确的，我们国家的天气预报准确性在发展中国家中处于领先地位，属发达国家的中等水平。现在对于常规天气要素的24小时定性预报准确率已经达到了80%。
但是我发现有一天预报的非常准确。2008年8月8日，万众瞩目的北京奥运会正式开幕，所有人终于松了一口气——天公作美，没有下雨。
当天的天气与预报的情况没有丝毫出入。为什么有这么准确的预报？关键是工作人员采取了动力因子预报方法。
早在20世纪五六十年代，计算机在我国还没有普及、性能也比较低的情况下，天气预报主要是靠天气图预报。我国大概平均每200千米有一个探空站，每天早上8点，业务人员通过放气球，测量高空气象资料，然后同时发报出来，时间是统一规定的。
比如说早上8点钟，北京是晴天，北风2米/秒等。把这些情况绘成一个图，这个图包括欧洲亚洲哪个地方晴天、阴天、下雨，通过这个图就都知道了。然后根据这个天气图再外推、判断，来预报明天的天气情况。
随着计算机技术的发展，到了上世纪70年代，数值预报技术成为主流，现在基本上各个国家都在用这个方法。数值预报就是把大气运动的动力过程、物理过程编成一个数值模式，把观测资料放到这个模式里去计算，得出预报结果与数据，可以使预测更加客观化、数值化。
数值预报技术也存在很多问题，比如模式的设计合不合理、观测资料有没有误差，尤其是对大气运动物理过程的描述。数值预报由两个关键因素决定。一个是大气运动的动力过程，另一个就是物理过程。如果物理过程描述不好，整个数据在计算中就会出现误差。每个模式对云的描述、对辐射过程的描述、对地形的描述，都是有差别的。因此在天气预报方面，就出现了各个模式可能预报出不同的结果，从而出现空报、漏报现象。
集合动力因子预报方法，撇开了大气运动的物理过程，利用动力过程的性能、输出的结果组成一些很关键的、有物理意义的、有动力信息的因子，然后把它们集合起来进行预报，从而避开了数值预报技术的短处。
气象专家先构思了一批因子，再经过大量试验，试验后效果不好的就不要，通过应用筛选出了最有效的七八个因子。
集合动力因子预报方法在国际上率先科学描述了真实大气的非均匀饱和特性。这个技术没有借鉴国外，是原创的，主要是在理论上解决了湿空气的描述问题。过去，国际上只有对干空气的描述，里面压根没有水汽，但大气是湿的。另外，过去国际上描述的湿空气动力过程，实际上是饱和的，描述的是一个云滴或雨滴的状况，饱和以后凝结成水，没有描述湿空气的动力学。
集合动力因子预报方法可以提高短期异常天气预测的准确性，与高分辨数值模式预报结果相结合，可以减少空报率和漏报率。比如数值预报预测3个地方有雨，而集合动力因子预报只有一个地方有雨，预报员就可以认为这两个有可能是空报，可以减少空报率。
集合动力因子预报方法是数值预报的有力补充。两者结合，可以提高预报准确率。