为什么杭州天气预报？
1、为什么是杭州（浙江）而不是其他地方？ 首先明确一点，任何气候模式的预报都是基于一定假设的，在假设合理的情况下，计算出来的结果是最接近实际的；反之，如果在模式运行过程中，某个参数选取错误或者初始条件输入失误，那最终的结果肯定会错得离谱。
目前国内在研发气象预报模式方面可以说是有很多个“派系”的，每个“派系”所依据的数据源和算法都是有差别的，因此不同“派系”做出来的结果往往都有差别。而人们普遍关心的“哪家最准”“哪家最早”之类的问题其实就是指的模式的预报能力而言的。事实上，无论是再精准的模式，它所依赖的初始数据都是人给的（除非有人能够完全自动采集到所需要的所有数据），而在给定初始数据的前提下，模式预测的准确性也可以说是有限的。
目前在国内，最具代表性的几个中尺度模式系统分别是NMME、EMAS、CMCC-SM、WRF等，这些模式系统的开发者除了收集处理海量数据之外，还需要大量的实际观测资料作为验证，从而保证其计算的准确性。而观测资料的时效性和准确度对于中短临天气的预报尤为重要。
根据我所在的科研团队多年的经验来看，影响数值预报准确性的首要因素就是初始条件的选取，因为初始条件的误差往往会随着传播距离和时间呈指数增长，所以哪怕只是很小数量的物理量的误差，经过几天的传递最后可能会造成非常大的偏差。
模式计算需要消耗巨大的计算机资源和人力成本，随着算力的提升和算法的优化，以及新资料的不断加入，预报的时效也会逐渐延长。 目前国内能够实现7天以内的短时临近预报，这当中包含了从数值预报到解析预报各个阶段的成果。当然，如果只考虑温度、压力、风等基本气象要素的数值预报，理论上来讲是可以提前10天左右做出预判的。但是，这里所说的10天左右只是一种理论上的推测，因为这其中并没有将可能的物理量校正方案包括在内。
2、为什么要搞短期临近预告？ 这其实是一个具有中国特色的问题。由于我国地理环境复杂，小尺度气象要素分布规律难以掌握，所以导致常规的大范围预报方法常常力不从心。相比之下，欧美国家在精细化预报方面具有明显优势。
以美国为例，其拥有全球最为先进的计算机集群系统和一批年轻的科研人才队伍，能够在极小的物理量亏损的条件下实现对后续天气过程的精准再现，进而完成对未来一段时间内可能突发紧急事件的预警。