会自我检验的天气预报
九个天气来源并排对照，给出中间值和离散范围，每一次预报都与实际发生的天气对比。这样你就知道预报能信到什么程度。
天气应用给你一个数字。我们让你看到谁和谁意见一致。
每个预报背后都有一个模型，而模型各不相同。FairGrow 把它们并排放在一起，取中间值而不是平均值。这样，一个与其他来源相差很远的来源会被凸显出来，而不会把结果带偏。
- “谁说了什么”对照表：每个来源的日最高气温，并排显示。
- 降雨用计数表示，而不是百分比。三个里三个说无雨，和三个里两个说无雨，是两回事。
- 只计算真正的回答。如果某个来源没有自己的预报，而是借用另一个来源的数据，它就不计入。
来源之间意见不一的地方
能提前几天信得过？
FairGrow 把提前 1 到 7 天做出的预报与实际发生的天气对比。回溯一年，每个地点都能立即查看。你能看到误差增长得有多快，从而知道最多可以提前几天按预报来安排工作。
- 按来源分别统计：ECMWF、NOAA GFS 和 DWD ICON，各自单独测量。把模型混在一起会扭曲曲线。
- 带有零点。我们也测量第 0 天的差值，让你看到真实的预报误差，而不是两个模型之间的固定差异。
- 也看有雨无雨：“会不会一直不下雨”这个问题的答案，有多少次是对的？
- 同时有我们自己的测量。自 2026 年 10 月 7 日起，我们每天自行保存预报，并在事后核对，作为第二重检验。
按提前天数的误差
看得更远，但不制造虚假的确定性
一周之后，单一预报就变成了猜测。所以 FairGrow 用三组集合预报计算第 7 到第 14 天：ECMWF 有 51 个成员，NOAA GFS 有 31 个，加拿大的 GEM 有 21 个。无论成员多少，每个模型的权重都相同。
- 看得越远，区间带越宽。本来就该如此。
- 远端逐渐趋向常年值。背后是来自 ERA5 的你所在地点十五年的气候数据。
- 区间带也会被核对：实际天气落在带内的频率，是否和它承诺的一样？
第 7 到 14 天，与常年值的偏差
普通天气应用与 FairGrow
| 普通天气应用 | FairGrow | |
|---|---|---|
| 来源 | 一个模型，往往不告诉你是哪一个 | 九个，标明名称，并排对照 |
| 可靠程度 | 一个数字 | 中间值和离散范围 |
| 降雨 | 一个百分比 | 有几个来源预计会下雨 |
| 事后 | 被遗忘 | 回溯一年核对，按来源、按提前天数 |
| 你自己的地块 | 最近的气象站 | 同时显示你自己的传感器 |
在哪里找到
天气卡片底部的一个按钮。所有来源的中间值、周围的区间带，以及“谁说了什么”对照表，最远 14 天。
一年内的预报与实况对比，可按模型选择，并有按提前天数的表格。
在对比模块中把所有来源与你的传感器并排查看，来自 NASA POWER 的四十年天气历史，以及你的灌溉建议背后的天气。
简短回答
这九个来源是哪些？
默认是 Open-Meteo、NOAA GFS 和 DWD ICON：三个相互独立的气象服务。你还可以开启 Google、Visual Crossing、Xweather、Meteosource、WeatherAPI 和 OpenWeatherMap。
用什么来核对？
用 ERA5，即欧洲气象中心的再分析资料：对实际发生情况的最佳重建。由于 ERA5 与 ECMWF 模型出自同一中心，我们也自行保存预报，并与同样的实际情况对比。
我得先等一年吗？
不用。过去一年的数据每个地点都能立即查看，因为当时的预报都被保存了下来。我们自己的测量从 2026 年 10 月 7 日开始，每天都在积累。
我自己的传感器算不算数？
你的传感器在天气卡片和对比模块中与各天气来源并排显示。在核对中作为 ERA5 之外的第二个实况依据，这项功能即将推出。