颱風：一陣風暴如何讓人類預測天氣
1. 勒維耶的黑色風暴與天氣圖革命
一八五四年十一月，克里米亞戰爭期間，一場強烈風暴橫掃黑海，摧毀了英法聯合艦隊的多艘船隻，造成嚴重傷亡。法國天文學家勒維耶（Urbain Le Verrier）受命調查這場災難。他發現，如果當時歐洲各地有密集的觀測站，並且能用電報即時傳送資料，這場風暴的路徑其實可以被追蹤出來，甚至提前警告艦隊。
勒維耶的建議，促成了法國第一個全國氣象觀測網的建立。這個故事常被稱為「天氣預報的起點」：一場風暴，一場船難，一批科學家，一條電報線，最後變成一套制度。值得注意的是，勒維耶原本是研究天體力學的，他最有名的事蹟是「用數學算出海王星的位置」。一個算行星的人跑來管天氣，聽起來很跨界，但背後邏輯一致：既然行星可以用數學預測，大氣為什麼不行？
這個想法在當時看來有點狂，卻成為後來數值天氣預報的精神源頭。人類開始相信，天氣不是神的脾氣，而是一組可以用物理定律描述的狀態。只要觀測夠密、計算夠快，理論上就能算出未來。
2. 馬尼拉天文台：颱風預警的東方起點
在亞洲，颱風預警的歷史同樣精彩。十九世紀下半葉，菲律賓馬尼拉的耶穌會神父福拉（Federico Faura）觀察到，颱風來臨前氣壓會明顯下降，而且下降的幅度與風暴距離有關。他據此製作出一套簡單的預警方法，並在十九世紀八〇年代開始透過電報，向船隻與糖業商人發布颱風警報。這可以算是東亞最早的制度化颱風預警之一。
與此同時，上海的徐家匯觀象台也在十九世紀末開始發布颱風警報；香港天文台在一八八三年成立，颱風一直是它的核心業務。這些機構有一個共同點：它們都不是為了「純科學」而設，而是為了航運、貿易與殖民治理。船隻不能沉，港口不能停，糖與茶不能爛在碼頭上。經濟利益推動了氣象建設，氣象建設又回頭保護了經濟。這種「實用先行」的模式，是東亞氣象史的重要特徵。
值得注意的是，早期的颱風預警非常依賴單點觀測。一個氣壓計、一個風向標，就能決定一艘船要不要出港。這種方法當然會出錯，但在沒有衛星的年代，它已經是人類能拿出的最好武器。
三、戰爭、船難與血的教訓：颱風如何逼出制度
如果說商業利益是氣象發展的推力，那麼戰爭與災難就是最殘酷的鞭子。歷史上每一次重大的颱風災難，幾乎都會帶來一次制度升級。人類學預測天氣，很多時候不是因為好奇，而是因為痛。
1. 神風、元寇與帝國的海洋野心
談到颱風改變歷史，最多人想到的應該是「神風」。十三世紀，蒙古帝國兩度遠征日本，艦隊都在海上遭遇強烈風暴，損失慘重。日本方面將這場拯救國家的風稱為「神風」。傳統說法把元軍的失敗完全歸因於颱風，但現代研究認為，船隻設計不良、指揮混亂、後勤困難等因素同樣關鍵。無論如何，這個故事深深影響了東亞的歷史敘事：天氣不只是背景，它可以是主角。
這個案例也點出一個有趣的歷史腦洞：人類很早就在「利用」天氣知識，只是方式很原始。航海者知道某些季節不宜出海，漁民知道某些雲象代表風雨將至，軍事將領知道渡海作戰要挑時機。這些知識沒有方程式，沒有衛星，卻是人類與風暴共存千年的生存智慧。
2. 一九四四年眼鏡蛇颱風：美軍最痛的一課
跳到二十世紀，颱風對軍事行動的影響依然巨大。一九四四年十二月，美國海軍第三艦隊在菲律賓附近海域遭遇強烈颱風，後來被稱為「眼鏡蛇颱風」（Typhoon Cobra）。艦隊當時正在進行補給與作戰準備，對風暴的強度與路徑判斷不足，結果三艘驅逐艦沉沒，約八百人喪生，多艘艦艇受損，上百架飛機被吹落海中或毀損。
這場災難震驚了美國海軍高層。事後調查指出，艦隊氣象官雖然發出了警告，但資訊傳遞與決策流程出了問題；更重要的是，當時對颱風結構與路徑的理解仍然有限。此後，美國海軍強化了艦隊氣象單位，增加了飛機偵察與無線電探空，並把颱風觀測納入常規任務。可以說，眼鏡蛇颱風是用人命換來的制度教訓。
也差不多在這個時期，人類開始「飛進」颱風。一九四三年，美國飛行員首次刻意駕駛飛機穿越颱風，帶回珍貴的風暴內部資料。戰後，這種「颱風偵察飛行」成為美國的常規作業，飛機投下投落送（dropsonde）探空儀，測量颱風內部的氣壓、溫度、濕度與風速。這些資料後來成為改善颱風預報與理解颱風結構的關鍵。
另一個常被忽略的案例，是一九〇〇年美國加爾維斯頓颶風。這場風暴造成約八千人死亡，是美國歷史上最致命的自然災害之一。事後檢討發現，當時的氣象預警體系不夠完善，部分居民甚至不相信警報。這場災難推动了美國聯邦政府加強氣象業務，也讓「預警如何送達每一個人」成為防災的核心問題。颱風教會人類的，不只是怎麼算，還有怎麼說、怎麼通知、怎麼讓人願意相信。
四、從算盤到超級電腦：數值預報怎麼追上颱風
二十世紀最重大的氣象革命，是把大氣變成一組方程式。這件事說來簡單，做起來卻極難。大氣是一個混沌系統，任何一點微小的誤差，都可能在幾天後被放大成完全不同的結果。這就是著名的「蝴蝶效應」。而颱風，正好是這個混沌系統裡最難搞的題目之一。
1. 理查森的夢與ENIAC的第一次
一九二二年，英國數學家理查森（Lewis Fry Richardson）出版《數值天氣預報》一書，提出用物理方程式與數值計算來預測天氣。他自己動手算了一個案例，結果花了幾週時間，算出一個完全不合理的結果。這個失敗在當時看來有點可笑，卻奠定了後來的方向：天氣預報可以是一道計算題。
真正的突破要等到電腦出現。一九五〇年，美國科學家查尼（Jule Charney）等人利用ENIAC電腦，完成了歷史上第一次成功的數值天氣預報。雖然當時的模型非常簡化，預報範圍也有限，但這證明了電腦可以「算出」天氣。此後，數值預報迅速發展，從一開始的粗網格、簡單方程，逐步走向高解析度、多層次、包含輻射、雲雨、海氣交互作用的複雜模型。
對颱風預報來說，數值模型帶來了質的飛躍。過去預報員靠經驗與主觀判斷，現在則有客觀的路徑預報可供參考。當然，早期模型的颱風路徑經常「翻車」，預報員也不敢完全相信。於是出現了「人機互動」的模式：預報員參考模型，再根據在地經驗修正。這種模式至今仍然存在，只是模型越來越強，人的角色也跟著改變。
2. 衛星、雷達、投落送：把颱風看個透
如果說數值模型是大腦，觀測資料就是眼睛。沒有足夠的觀測，再強的模型也算不準。二十世紀後半，人類為颱風裝上了三種「眼睛」。
第一是氣象衛星。一九六〇年，美國發射第一顆氣象衛星TIROS-1，人類第一次能從太空俯瞰雲系。此後，地球同步衛星與極軌衛星陸續升空，颱風不再能「失蹤」。過去船隻在海上遇到颱風，只能靠無線電回報，現在衛星可以持續追蹤雲團的發展與移動。衛星雲圖也讓預報員能辨認颱風的結構：眼牆、螺旋雨帶、中心密集雲區。
第二是都卜勒雷達。雷達可以穿透雲雨，看到颱風內部的降水分布與風場。台灣、日本、菲律賓等地的雷達網，在颱風接近陸地時提供高解析度的即時資料，對短時強降雨與路徑修正非常有幫助。
第三是飛機偵察與投落送。美國的颱風偵察飛行至今仍在運作，飛機穿越颱風眼，投下探空儀，測量風暴內部的氣壓與風速。這些資料會被輸入數值模型，改善預報。近年來，無人機與新型感測器也開始加入觀測行列，讓人類對颱風的「立體結構」有更完整的理解。
還有一個容易被忽略的環節：海上浮標與商船觀測。廣闊的太平洋上，觀測站非常稀疏，商船與浮標提供的海面氣壓、風速、海溫資料，對颱風生成與強度預報至關重要。可以說，現代天氣預報是一張由衛星、雷達、飛機、船隻、地面站共同織成的網。
3. 為什麼路徑預報還是會「翻車」
講到這裡，讀者可能會問：既然有衛星、有超級電腦、有AI，為什麼颱風路徑還是常常改來改去？答案有幾個層次。
第一，颱風是一個高度非線性的系統。它的路徑受到周圍高壓、低壓、季風槽、西風帶等多重因素影響，任何一個因素的微小差異，都可能讓路徑大幅偏移。這就是所謂的「初始條件敏感」。第二，海上觀測仍然不足。衛星可以看到雲頂，卻不容易直接測量颱風內部的氣壓與風場；飛機偵察成本高，無法全天候覆盖。第三，颱風強度預報比路徑預報更難。一個颱風會不會快速增強，牽涉到海溫、海洋熱含量、垂直風切、乾空氣入侵、眼牆置換等複雜過程，目前仍是研究前沿。
近年來，集合預報（ensemble prediction）成為主流。電腦不會只算一條路徑，而是用略微不同的初始條件與模型參數，算出幾十條甚至上百條可能路徑，形成所謂的「系集」。預報員看的是這些路徑的分布與機率，而不是單一答案。這也是為什麼現代颱風預報越來越常出現「機率圈」或「暴風圈可能範圍」的視覺化呈現。
AI 天氣模型在近幾年快速發展，能在極短時間內算出預報，表現令人驚豔。但 AI 模型通常依賴歷史資料訓練，對於「從來沒發生過」的極端情況，仍有不確定性。因此，目前的主流做法是把 AI 與傳統物理模型並用，而不是完全取代。
五、颱風教我們的事：預警、韌性與氣候變遷
預測天氣的終極目的，不是為了在電視上畫出一條漂亮的路徑線，而是為了讓人活下來、讓社會少受一點傷。從這個角度來看，颱風史也是一部防災史。
1. 一條簡訊背後的百年功夫
今天我們收到國家級警報，可能只覺得手機響了一聲。但這聲響背後，是一百多年的制度累積：觀測網、通訊網、預報中心、決策流程、媒體傳播、社區演練。以台灣為例，中央氣象單位負責監測與預報，地方政府依據預報與實際風雨狀況決定停班停課，消防、水利、交通等單位進駐應變，村里幹事與志工協助撤離。這是一套跨部門的協作系統，任何一個環節斷掉，預警就可能失效。
歷史上許多重大傷亡，不是因為沒有預報，而是因為預報沒有被相信、沒有被聽懂、沒有被行動。一九〇〇年加爾維斯頓颶風是這樣，二〇〇五年卡崔娜颶風某種程度上也是這樣。這也是為什麼現代防災強調「最後一哩路」：警報要送到人手上，人要看得懂，看得懂之後還要願意採取行動。這牽涉到信任、教育與社會資本，不是單純的技術問題。
颱風預警還有一個有趣的社會效應：它會改變人們的行為。停班停課的決定、農漁民的搶收、航空公司的航班調整、股市的休市，全都依賴對颱風的預測。可以說，颱風預報已經深深嵌入現代社會的運作節奏。
2. 更熱的海洋，更難的題
進入二十一世紀，颱風預報面臨一個新的變數：氣候變遷。海水溫度上升，提供颱風更多能量；大氣含水量的增加，讓颱風的降雨更猛烈；海平面上升，讓暴潮與淹水的風險更高。科學界對「颱風數量會不會變多」仍有爭論，但對「強颱比例可能增加、極端降雨更常見」有較高的共識。
這對預報與防災都是挑戰。過去的歷史資料，未必能代表未來的風險；過去的防洪標準，未必能應付未來的雨量。預報員不只要算準颱風，還要面對「舊常態已經不再」的現實。這也是近年來各國積極推動氣候調適、韌性城市、早期預警系統的原因。
另一個有趣的發展，是「颱風與人工智慧」的結合。研究人員用機器學習分析衛星雲圖，嘗試快速估計颱風強度；也有團隊用 AI 改善颱風路徑與降雨預報。這些嘗試才剛開始，但可以預見，未來的颱風預報會是物理模型、AI、觀測資料與人類經驗的混合體。
六、結語：風暴是老師，也是鏡子
回顧這段歷史，我們會發現一個有趣的模式：人類每一次氣象能力的大躍進，背後幾乎都有一場風暴。氣壓計讓人感覺到風暴，電報與天氣圖讓人看見風暴，飛機與衛星讓人透視風暴，電腦與數值模型讓人計算風暴。而每一次風暴帶來的災難，又逼著人類改進制度、加強預警、提升韌性。
颱風可以說是人類最嚴厲的天氣老師。它不會因為我們的模型不完美就放慢速度，也不會因為我們的預算不夠就改變路徑。它只是按照物理定律，在海洋上生成、增強、移動、登陸，然後留下痕跡。人類能做的，是不斷學習、不斷修正，並且在每一次風暴之後，問自己：我們有沒有變得更好？
下次當你看到颱風路徑圖上那條不斷修正的虛線，不妨想想這條線背後的歷史：有漁民的經驗、神父的氣壓計、船長的航海日誌、飛行員的冒險、數學家的方程式、工程師的電腦，還有無數次災難後留下的教訓。那一陣風暴，不只吹過海面，也吹出了人類預測天氣的能力。而我們與颱風的故事，還遠遠沒有結束。