我心中尚未崩壞的颱風眼

習得無助、控制感，以及憂鬱

提過塞利格曼等人發現的「習得無助」現象，他們進行了一系列動物基本學習歷程的實驗，訓練動物跳過柵欄以避開腳下的電擊。動物通常很快就能學會怎麼做，但有一組動物，因為先前經歷過一連串無法躲避的電擊，所以始終都學不會，牠們甚至放棄嘗試，只是待在原地乖乖接受電擊，而從不試著跳過柵欄。研究者的解釋是，當動物遭受自己無法控制的電擊，就會學到不管怎麼做都無濟於事，這樣的習得無助感會轉移到新情境，即使牠們能夠控制這個新情境，還是會放棄嘗試。

塞利格曼深入研究習得無助現象之後，驚訝地發現，這些無助的動物跟憂鬱症患者有許多共同點，尤其是兩者的消極心態，憂鬱症患者有時連「今天要穿什麼衣服」這樣的小事都力不從心。塞利格曼推論，至少有部分憂鬱症患者是因為經歷過一次強烈的失控感，於是開始相信自己對任何事都無能為力，並認為這種無助感會一直持續出現在各種情境。根據塞利格曼的假設，擁有控制感對於心理健康至關重要。

五十多年前，一項研究以三個月大的嬰兒為受試者，凸顯了控制感的重要性。研究者將嬰兒分成兩組，A 組是有控制權的嬰兒，他們躺在嬰兒床上，頭靠著枕頭，床的上方倒掛著一把半透明的傘，裡面用彈簧黏著幾隻動物玩偶，如果嬰兒轉一下頭，傘裡的燈就會亮起，嬰兒就可以看到那些玩偶在「跳舞」，但一會兒燈就熄滅了。當 A 組嬰兒碰巧轉頭，讓傘裡的燈亮起並看到玩偶，他們就會表現出好奇、開心和興奮的樣子，而且很快就學會利用轉頭來控制玩偶的出現，然後一次又一次重複這個動作，看起來一直都很開心。B 組嬰兒則沒有控制權，只有在 A 組轉頭時，他們床上的燈也跟著亮起，才可以「順便」看到玩偶， 所以 B 組看到玩偶的次數和時間都跟 A 組一樣多，但他們只有在一開始表現得跟 A 組一樣開心，然後很快就因為適應而失去興趣。

研究者從兩組嬰兒的反應差異，得到下列結論：讓嬰兒一直很開心的原因，並不是會跳舞的動物玩偶，而是控制感。A 組嬰兒之所以對著玩偶咯咯笑個不停，是因為他們似乎知道是自己讓這一切發生，「是我幹的好事，很棒吧，而且只要我想要，隨時都可以再來一次」。B 組嬰兒雖然什麼都不用做就可以看到玩偶，但是卻沒有體驗到這種令人興奮的控制感。

小嬰兒幾乎無法控制任何事物，既不能任意靠近自己想要的東西，也無法離討厭的東西遠遠地。他們無法靈活控制自己的手，所以抓取或操作物品都很吃力。他們還會無預警地被被東戳戳、西捏捏，或是被抱起又放下。小嬰兒的世界就是只能被動讓事情發生在自己身上，任由別人擺佈。或許正是基於這個原因，當他們偶然發現自己可以控制那麼一點小事， 就異常在意和興奮。

另一項研究以生命的另一端——老年人為受試者，也戲劇化地證明了「控制感」對於幸福快樂的重要性。研究者告訴 A 組養老院的住民必須為自己負責、照顧好自己；B 組住民則被告知他們的一切生活起居都由工作人員打理。此外，A 組每天都要決定一些簡單的事，並照顧一盆植物；B 組則沒有任何決定權，他們的植物也由工作人員照顧。結果，A 組老人（對自己的生活有一定的控制權）比 B 組（沒有控制權）更有活力、更靈敏，主觀幸福感也更高。最引人注目的是，A 組的平均壽命比 B 組多好幾年。可見，從出生到死亡，人都需要擁有對生活的掌控權。 

無助感、憂鬱和歸因風格

塞利格曼的「無助－憂鬱理論」仍然受到質疑，最大的問題是，並非每個失去掌控感的人都會陷入憂鬱。因此，塞利格曼和同事在 1978 年修正了這一理論，並指出在無助感和憂鬱之間，還存在另一個重要的心理歷程。根據修正後的新理論，人在失敗和失去掌控感之後，會問自己為什麼，像是「為什麼他要跟我分手？」「為什麼我被刷下來？」「為什麼我沒有談成那筆生意？」「為什麼我的成績這麼爛？」。換句話說，人會尋找失敗的原因。

塞利格曼等人認為，人對事情的解釋——即歸因風格（attributional style）大致有兩種，每種風格都傾向接受特定類型的原因，而這些原因不一定跟實際情形有關。根據歸因風格的特性，造成失敗的原因可以分成三個向度：全面或特定、長期或短暫、內在或外在。

假設你去應徵一份行銷業務的職缺，卻沒被錄取，你在分析自己為什麼會失敗時，下面是一些可能的原因： 

全面：我的自傳和履歷都寫得不好，面試時又很緊張，看來不管找什麼工作都不會被錄取了。

特定：我對那家公司的產品類型不太了解，我得多做一些功課，面試時才能脫穎而出。

長期：我的個性不是很主動積極，也無法擔負責任，這份工作根本不適合我。

短暫：我最近感冒，好幾天沒睡好，面試時狀態不佳。

內在：原本應該可以順利得到這份工作，是我自己搞砸了。

外在：他們應該早就內定好了，找人去面試只是做做樣子，大家都是去陪榜的。

如果你用特定、短暫、外在因素去解釋自己為何沒被錄取，那麼你對下次找工作的預期會是什麼？你也許會想：如果去應徵自己熟悉的領域，並且保持睡眠充足，自己也更主動機靈一點，而且面試沒有黑箱作業，一切就會很順利。換句話說，這次的失敗經驗不太會影響下次找工作的表現。

反之，假設你用全面、長期、內在角度看待自己的失敗，認為自己的履歷毫不起眼， 面試時老是緊張得說不出話，而且個性太被動，別人都比自己更適合這份工作，那麼你預期的未來就會黯淡無光，你不但沒得到這份工作，接下來要找任何工作都會很困難。

修正後的「無助－憂鬱理論」認為，如果用全面、長期、內在因素去解釋失敗，那麼由失敗或失去掌控所引發的無助感才會導致憂鬱，因為在這種情況下，人有充分理由預期自己將不斷遭遇失敗。既然註定會失敗，那麼每天起床、換好衣服，繼續應徵下一份工作又有什麼意義？ 

對上述理論的檢驗已得到令人矚目的結果。人確實會表現出不同的歸因風格，「樂觀者」會將自己的成功解釋為全面、長期、內在因素所致，而認為失敗是由特定、短暫、外在因素造成。「悲觀者」則恰好相反。如果兩個人得到同樣的分數，樂觀者會說「我得了 A」 或「她給我成績打 C」，悲觀者卻說「她給我打 A」或「我得了 C」，因此悲觀者更可能陷入憂鬱。此外，從一個人的歸因風格也可以預測他未來遭受失敗時是否會憂鬱。如果認為失敗的原因是全面性的，就會預期自己在其他生活領域也會遭遇失敗，而如果歸因於特定因素則不會這麼想；如果認為失敗的原因是長期性的，就會預期失敗將一直發生，而如果歸因於短暫因素就不會這麼想；如果認為失敗是跟個人內在因素有關，自尊就會遭受嚴重打擊，而如果歸因於外在因素則不會如此。

這並不表示，把功勞都歸於自己，把失敗都歸咎於外在環境，就是擁有成功、幸福人生的祕訣。最好的方法是面對現實、做出正確歸因，雖然這樣做可能會造成情緒負荷，但準確分析成敗原因，並找出問題所在，才可能在下一次獲得更好的結果。不過平心而論，在大多數情況下，過度自責確實會造成不良心理後果。正如接下來所要探討的，在擁有無限選擇的世界，人們更容易因為結果不如意而自責。

——本書摘自《選擇的弔詭》，2023 年 11 月，一起來出版，未經同意請勿轉載。

「風聲鶴唳，草木皆兵」形容疑神疑鬼、驚恐不安，典故來自歷史上著名的「肥水之戰」。當時的慘烈狀況，前秦苻堅甚至可能出現與戰爭有關的創傷後壓力症候群 PTSD 的症狀。

根據《晉書·卷一一四．苻堅載記下》和《晉書．卷七九．謝安列傳》的記載，東晉時期野心勃勃的前秦苻堅意圖征服中原，東晉太元八年（前秦建元十九年）（西元 383 年），他率領龐大的八十萬大軍逼近肥水，準備進攻東晉。

東晉派出大將謝玄和謝石帶領八萬精兵抵抗。苻堅錯誤地認為東晉兵力不足，自以為佔有優勢，計劃迅速擊敗晉軍。然而未料到謝玄巧妙運用奇襲戰術，使苻堅損失了許多重要將領和士兵。

在肥水戰前，苻堅登上壽陽城觀察晉軍的情勢，卻發現晉軍部隊整齊有序，士氣高昂，戰鬥力十分強大。他遙望八公山，發現山上長滿無數草木，隨著風吹過，那些草木地晃動就像無數士兵在移動，於是他轉身對弟弟苻融說：「你看那山上，還有那麼多實力強大的軍隊，誰說晉軍很少呢？」這顯示出他內心的憂慮和恐慌，也是「草木皆兵」的由來。

後來苻堅的軍隊在淝水一戰中遭受重大失敗，苻融壯烈戰死；苻堅本人中箭受傷，只能率領殘兵拼命逃回北方。當他們逃亡的過程中，只要聽到風聲呼嘯、飛鶴的鳴叫聲，他們都以為晉軍仍然緊追不捨，他們日夜奔逃，飢寒交迫。然而，當他們最終回到北方時，龐大的百萬大軍已經損失了七八成。逃亡的過程他們疑神疑鬼，恐懼不安，也是成語「風聲鶴唳」的由來。

看不見的敵人——戰爭壓力造成的心理創傷

我們對於 PTSD 的了解，並非一朝一夕就在醫學上產生了共識，從誤解到了解，是數百萬歸來士兵們的真實體驗。

1914 年，第一次世界大戰發生的早期， 英國遠征軍（British Expeditionary Force）發現多達 10% 的英國軍官和 4% 的士兵在戰鬥後出現一些醫學上的症狀，包括耳鳴、健忘症、頭痛、頭暈、震顫和對噪音過敏，甚至有人表現出恐慌、恐懼、逃跑，或是嚴重到無法思考推理、睡眠、行走或說話。由於這些症狀和腦部神經直接受傷類似，當時被認為是一種因中樞神經受傷而導致的精神疾病，但奇怪的是那些士兵們的頭部其實並未發現任何的外傷。

1915 年，英國醫生查爾斯·邁爾斯（Charles Myers）首次在醫學期刊柳葉刀（The Lancet）使用「彈震症」（shellshock）一詞，用來形容因為爆震衝擊而造成生理以及心理受損的士兵。

第二次世界大戰（ 1939 年至 1945 年）後，隨著對士兵出現的壓力症狀有很多的認識，醫師的診斷上開始使用戰鬥反應壓力（Combat Stress Reaction (CSR)）取代彈震症。雖然比起彈震症有了更多的了解，但醫學界們對於該症狀的出現仍不清楚。

1955 年，越戰爆發，美國總共派出 270 萬人前往越南作戰，最後高達 70 萬人需要某種形式的心理治療。

戰爭後的第二次創傷

創傷後壓力症候群 PTSD 被發現以前，已遭受精神創傷的士兵們可能需要面對社會歧視所造成的二次傷害。當時由於對彈震症的成因了解極少，有士兵因此被指控逃兵以及懦弱被送上軍事法庭，甚至因此被處決。越戰後雖然試圖重新融入社區的遭受創傷的退伍軍人數量相當驚人，但他們既無法獲得適當的治療，也無法從退伍軍人管理局獲得殘疾撫卹金，導致美國產生極大的家庭以及社會問題，也催生許多描述退伍士兵因戰爭創傷導致無法正常回歸社會的經典影視作品，如電影《越戰獵鹿人 The Deer Hunter 》（1978），以及《第一滴血 First Blood 》（1982）。

創傷後壓力症候群 PTSD

在 1970 年代，臨床上醫師開始使用創傷後壓力症候群（posttraumatic stress disorder），簡稱 PTSD 一詞來診斷越戰回來的退伍軍人出現的症狀。一直到 1980 年代，美國精神學會（American Psychiatric Association）才將 PTSD 納入精神疾病診斷與統計手冊（Diagnostic and Statistical Manual of Mental Disorders, Third Edition (DSM-III)）。雖然 PTSD 被正式承認為精神疾病，但診斷上仍面臨許多挑戰。最大的困難就是 PTSD 的症狀與太多的精神疾病相似，如強迫症（Obsessive Compulsive Disorder）和廣泛性焦慮症（Generalized Anxiety Disorder）。這也使得 PTSD 的歸類和診斷需要不斷的精進修正，在 DSM-IV 時 PTSD 歸類在焦慮症（Anxiety Disorder）的範疇，但在最新版本的 DSM-V，PTSD 已經和焦慮症分開來，有著自己的分類——創傷及壓力相關疾患（Trauma- and Stressor-related Disorders）。這也有助於醫界以及學界提高對 PTSD 的重視，能更了解 PTSD 對神經的影響以及治療方式。

中醫如何治療受戰爭創傷的軍人

根據《晉書．卷一一四．苻堅載記下》和《晉書．卷七九．謝安列傳》的描述，苻堅和許多他隊伍中的士兵已經出現 PTSD 的症狀，但西方國家一直到西元 1970 年代才對 PTSD 有更多醫學上的見解，那究竟古代中國是如何治療那些精神上受到創傷的軍人們呢？

中國傳統醫學的奠基之作，也是現存最早的中醫理論經典著作——《黃帝內經》，成書於戰國至秦漢時期，並在東漢至隋唐時期經過多次的修訂和補充。PTSD 出現的症狀，可能接近中醫所說的「驚悸」、「健忘」、「情志病」的範疇。在《黃帝內經》中《素問》的《舉痛論》就記載「百病生於氣也，怒則氣上，喜則氣緩，悲則氣消，恐則氣下，寒則氣收，炅則氣泄，驚則氣亂，勞則氣耗，思則氣結」，說明人的七情（喜、怒、憂、思、悲、恐、驚）傷人先造成氣的變化﹐然後才有各式疾病的產生。七情分別屬於五臟（心、肝、脾、肺、腎），以喜、怒、思、悲、恐為代表，稱為五志。五志與五臟的對應關係為心志為喜，肝志為怒，脾志為思，肺志為憂（悲），腎志為恐，所以說怒傷肝、思傷脾、喜傷心、憂傷肺、恐傷腎。

雖然 PTSD 涵蓋中醫許多症狀的描述，但古代中國並未有明確文獻指出治療的方式，透過現代醫學診斷以及中醫的結合，有研究認為 PTSD 最可能是熱、火或體虛引起的心神失調；肝氣鬱結；及腎虛。次要的模式是長期肝氣鬱結（肝主脾胃、肝火、痰火、痰濕和心火）以及心、腎和脾器官系統體質缺陷的結果（Sinclair-Lian et al., 2006）。如此治療上就可以根據中醫師的評估來進行各臟器的調節。

結論

我們能從許多經典文學和改編真實歷史事件的影視作品認識到戰爭的殘酷，但這遠遠比不上親身面臨戰場上的恐怖和帶來的創傷。戰爭奪取無數人的性命，存活者面臨的巨大的壓力也將改變一個人的一生。

參考文獻

• 草木皆兵 [正文] – 成語檢視 – 教育部《成語典》2020 [進階版] (moe.edu.tw)
• 風聲鶴唳 [正文] – 成語檢視 – 教育部《成語典》2020 [進階版] (moe.edu.tw)
• 風聲鶴唳，草木皆兵 [出現頻次較低的參考成語表] – 成語檢視 – 教育部《成語典》2020 [基礎版] (moe.edu.tw)
• 風聲鶴唳，草木皆兵_百度百科 (baidu.hk)
• Combat stress reaction – Wikipedia
• Shell shock – Wikipedia
• Post-traumatic stress disorder – Wikipedia
• 臺北市政府衛生局社區心理衛生中心-專題文章-認識創傷後壓力症候群 (gov.taipei)
• How Veterans Created PTSD – JSTOR Daily
• 圓扶原中醫診所 – 創傷後壓力症候群(Post-Traumatic stress disorder, 簡稱PTSD)… (facebook.com)
• 中醫基礎/七情 – A+醫學百科 (a-hospital.com)
• 五志（中醫術語）_百度百科 (baidu.hk)
• Airiti Library華藝線上圖書館_創傷後壓力症候群的情節記憶缺損與中醫治療
• Developing a traditional chinese medicine diagnostic structure for post-traumatic stress disorder – PubMed (nih.gov)

小心啊，打雷囉，下雨收衣服啊！

氣象報告說好是晴天的，怎麼一踏出門就開始下雨了？

昨天都說要直撲的颱風，怎麼又彎出去了？

多麼希望天氣預報能做到百分之百正確，只要出門前問一下手機，就能確定今天是出大太陽還是午後雷陣雨，是幾點幾分在哪裡？又或是最重要的，颱風到底會不會來？

但你知道，現在的氣象預報，已經動用全球最強的超級電腦們了嗎？既然如此，我們現在的氣象預報能力到底有多準？我們什麼時候能徹底掌握這顆蔚藍星球上發生的所有天氣現象？

天氣預報有多困難？

雖然我們常常嫌說氣象預報不準、颱風路徑不準、預測失靈等等。但我們現在的實力如何呢？

目前美國國家海洋暨大氣總署的數據分析，對西太平洋颱風的 24 小時預測，誤差平均值約 50 英哩，也就是一天內的路徑誤差，大約是 80 公里。其他國家的氣象局，24 小時的誤差也約在 50 到 120 公里之間。台灣呢？根據中央氣象局到 2010 年的統計，誤差大約在 100 公里內。也就是臺灣對颱風的預測，沒有落後其他先進單位。

現在只要打開手機隨便開個 APP，就能問到今天的天氣概況，甚至是小區域或是短時間區間內的天氣預報。但在過去沒有電腦的時代，要預測天氣根本可以不可能（諸葛孔明：哪泥？）。

近代且稱得上科學的天氣預測可追溯回 1854 年，那個只能靠人工觀測的年代，英國氣象學家為了保護漁民出海的安危，利用電報傳遞來蒐集各地居民的觀察，並進行風暴預報。後來演變成天氣預報後，卻因為有時預報不準，預報員承受了輿論與國會批判的巨大壓力，最後甚至鬱鬱離世。

在電腦還在用打洞卡進行運算的年代，一台電腦比一個房間還大。氣象局要預測天氣，甚至判斷颱風動向，得要依賴專家對天氣系統、氣候型態的認知。因此在模擬預測非主流的年代，我們可以看到氣象局在進行預測時，會拿著一個圓盤，依據量測到的大氣壓力、風速等氣象值，進行專家分析。

當時全球的氣象系統，則是透過全球約一千個氣象站，共同在 UTC 時間（舊稱格林威治時間）的零零時施放高空探測氣球，透過聯合國的「World Weather Watch」計畫來共享天氣資料，用以分析。關於氣象氣球，我們之前也介紹過，歡迎看看這集喔。

也就是說，以前的颱風預測就是專家依靠自身的學理與經驗，來預測颱風的動向，但是，大氣系統極其複雜，先不說大氣系統受到擾動就會有所變化，行星風系、科氏力、地形、氣壓系統這些系統間互相影響，都會造成預測上的失準，更遑論模擬整個大氣系統需要的電腦資源，是非常巨大的。

那麼，有了現代電腦科技加持的我們，又距離全知還有多遠呢？是不是只要有夠強的超級電腦，我們就能無所不知呢？

有了電腦科技加持，我們的預報更準了嗎？

當然，有更強的電腦，我們就能算得更快。才不會出現花了三天計算，卻只能算出一個小時後天氣預報的窘況。但除了更強悍的超級電腦，也要更先進的預測模型與方法。現在的氣候氣象模擬，會先給一個初始值，像是溫度、壓力、初始風場等等，接著就讓這個數學模型開始跑。

接著我們會得到一個答案，這還不是我們真正要的解，而是一種逼近真實的解，我們還必須告訴模型，我容許的誤差值是多少。什麼意思呢？因為複雜模型算出來的數值不會是整數，而是拖著一堆小數點的複雜數字。我們則要選擇取用數值小數點後 8 位還是後 12 位等等，端看我們的電腦能處理到多少位，以及我們想算多快。時間久了，誤差的累積也越多，預測就有可能失準。沒錯，這就是著名的蝴蝶效應，美國數學暨氣象學家 Edward Norton Lorenz 過去的演講題目「蝴蝶在巴西揮動了翅膀，會不會在德州造成了龍捲風？」就是在講這件事。

回到颱風預報，大家有沒有發現，我們看到的颱風路徑圖，颱風的圈怎麼一定會越變越大，難道颱風就像戶愚呂一樣會從 30% 變成 100% 力量狀態嗎？

其實那不是颱風的暴風圈大小，而是颱風的路徑預測範圍，也就是常聽到的颱風路徑潛勢圖，​是未來 1 至 3 天的颱風可能位置，颱風中心可能走的區域​顯示為潛勢圖中的紅圈，機率為 70%，所以圈圈越大，代表不確定性越大。​

1990 年後，中央氣象局開始使用高速電腦，並且使用美國國家大氣研究中心 (NCAR) 為首開發的 Weather Research and Forecasting 模型做數值運算，利用系集式方法，藉由不同的物理模式或參數改變，模擬出如同「蝴蝶效應」的結果，運算出多種颱風的可能行進路線。預測時間拉長後，誤差累積也更多，行進路徑的可能性當然也會越廣。

「真鍋模型」用物理建模模擬更真實的地球氣候！

大氣模擬不是只要有電腦就能做，其背後的物理複雜度，也是一大考驗。因此，發展與地球物理相關的研究變得非常重要。

2021 年的諾貝爾物理學獎，就是頒給發展氣候模型的真鍋淑郎。他所開發的地表模式，在這六十年間，從一個沒考慮地表植物的簡單模型，經各家發展，變成現在更為複雜、更為真實的模型。其中的參數涵蓋過去沒有的植物反應、地下水流動、氮碳化合反應等等，增強了氣候氣象模型的真實性。

當然，越複雜的模型、越短的時間區間、越高的空間精細度，需要更強大的超級電腦，還有更精準的觀測數據，才能預測接下來半日至五日的氣象情況。

世界上前百大的超級電腦，都已被用來做大氣科學模擬。各大氣象中心通常也配有自己的超級電腦，才能做出每日預測。那麼，除了等待更加強大的超級電腦問世，我們還有什麼辦法可以提升預報的準度呢？

天氣預報到底要怎樣才能做得準？

有了電腦，人類可以紀錄一切得到的數據；有了衛星，人類則可以觀察整個地球，對地球科學領域的人來說，可以拿這些現實資訊來校正模擬或預測時的誤差，利用數學方法將觀測到的單點資料，乃至衛星資料，融合至一整個數值模型之中，將各種資料加以比對，進一步提升精準度，這種方法叫做「資料同化 (Data Assimilation)」。例如日本曾使用當時日本最強的超級電腦「京」，做過空間解析度 100 公尺的水平距離「局部」超高解析氣象預測，除了用上最強的電腦，也利用了衛星資料做資料同化。除了日本以外，歐洲中程氣象預測中心 (ECMWF)，或是美國大氣暨海洋研究中心 (NOAA)，也都早在使用這些技術。

臺灣這幾年升空的福衛系列衛星，和將要升空的獵風者等氣象衛星，也將在未來幫助氣象學家取得更精準的資料，藉由「資料同化」來協助模擬，達到更精準的預測分析。

如果想要進一步提升預報準度呢？不用擔心，我們還有好幾個招式。

人海戰術！用更多的天氣模型來統計出機率的「概率性模擬」

首先，如果覺得一個模型不夠準，那就來 100 個吧！這是什麼意思？當我們只用一種物理模型來做預測時，我們總是會追求「準」，這種「準確」模型做的模擬預測，稱為「決定性模擬」，需要的是精確的參數、公式，與數值方法。就跟遇上完美的夢中情人共度完美的約會一樣，雖然值得追求，但你可能會先變成控制狂，而且失敗機率極高。

不如換個角度，改做「概率性模擬」，利用系集模擬，模擬出一大堆可能的交往對象，啊不對，是天氣模型，再根據一定數量的模擬結果，我們就可以統計出一個概率，來分析颱風路徑或是降雨機率，讓成功配對成功預測的機率更高。

製造一個虛擬地球模擬氣象？

再來，在物理層面上，目前各國正摩拳擦掌準備進行等同「數位攣生 (Digital Twin) 」的高階模擬，簡單來說，就是造出一個數位虛擬地球，來進行 1 公里水平長度網格的全球「超高」解析度模擬計算。等等，前面不是說日本可以算到 100 公尺的水平距離，為什麼 1 公里叫做超高解析度？

因為 500 公尺到 1 公里的網格大小也是地表模式的物理適用最小單位，在這樣的解析度下，科學家相信，可以減少數值模型中被簡化的地方，產生更真實的模擬結果。

電腦要怎麼負荷這麼大的計算量？交給電腦科學家！

當然，這樣的計算非常挑戰，除了需要大量的電腦資源，還需要有穩定的超級電腦，以及幾個 Petabyte，也就是 10 的 15 次方個位元組的儲存設備來存放產出的資料。

不用為了天氣捐贈你的 D 槽，就交給電腦科學家接棒上場吧。從 CPU、GPU 間的通訊、使用 GPU 來做計算加速或是作為主要運算元件、到改寫符合新架構的軟體程式、以及資料壓縮與讀寫 (I/O)。同時還要加上「資料同化」時所需的衛星或是全球量測資料。明明是做氣象預報，卻需要等同發展 AI 的電腦科技做輔助，任務十分龐大。對這部分有興趣的朋友可以參考我們之前的這一集喔！

結語

這一切的挑戰，是為了追求更精確的計算結果，也是為了推估大魔王：氣候變遷所造成的影響必須獲得的實力。想要計算幾年，甚至百年後的氣候狀態，氣象與氣候學家就非得克服上面所提到的問題才行。

一百年來，氣候氣象預測已從專家推估，變成了利用龐大電腦系統，耗費百萬瓦的能量來進行運算。所有更強大、更精準的氣象運算，都是為了減少人類的經濟與生命損失。

對於伴隨氣候變遷到來的極端天氣，人類對於這些變化的認知還是有所不足。2021 年的德國洪水，帶走了數十條人命，但是身為歐洲氣象中心的 ECMWF，當時也只能用叢集式系統算出 1% 的豪大雨概率，甚至這個模擬出的豪大雨也並沒有達到實際量測值。

我們期待我們對氣候了解和應對的速度，能追上氣候變遷的腳步，也由衷希望，有更多人才投入地球科學領域，幫助大家更了解我們所處的這顆藍色星球。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識！