每天早晨，世界各地的航空公司调度员、电网运营商和农民都依据同一件事做决策：天气预报。虽然大多数人只看两眼，但天气预测影响着许多行业的重大战略决策，涉及真金白银、生计甚至生命。农民用它决定种什么作物、何时施肥、灌溉基础设施投资多少以及牲畜放牧时长。公用事业公司用它决定在哪里建太阳能和风电场，以及如何定价批发电力。预测用于警告人们极端天气并触发应急响应措施。最近，天气预测还与一个新兴行业相关：预测市场，人们在那里押注各种现实事件，包括天气。

然而，为了在这些市场中获得优势而操纵天气数据的诱惑，加上向数据驱动的人工智能天气预报的集体转变，正开始危及天气预测的准确性。目前这些风险相对可控，但作为该领域的专家，我们可以预见它们会滚雪球般演变成更大、更系统性的问题。

要做出天气预测，我们需要当前状况的准确观测数据。这些数据来自多个来源，包括机场、公用事业或交通服务的气象站。传统的运行系统，如天气研究与预报模型或欧洲中期天气预报中心（ECMWF）的综合预报系统，将这些观测数据与数值近似相结合，以估计未来的天气模式。有时，气象站会因仪器故障或设备升级等问题而出错。这些问题可以通过实时检查纠正或事后发现。传统预报系统还有一个内置的安全机制，称为数据同化：每个传入的测量值都会与物理模型预测的情况以及附近站点的读数进行权衡。这些机制共同帮助保持天气观测的可靠性和预测的稳健性。

但新的威胁正在危及观测准确性。今年早些时候，新闻报道称，巴黎戴高乐机场（CDG）的气象站在2026年4月6日和4月15日被操纵，记录了可疑的温度峰值。当局推测可能使用了手持吹风机或打火机。无论如何，这导致在线预测市场的赌徒获得了大笔赔付，他们押注温度会达到22°C（71.6°F），而实际平均温度约为18°C（64.4°F）。一人赢了2万美元。幸运的是，像这样篡改单个站点通常可以通过人工监控或当前统计方法发现。在这种情况下，法国一个气候非营利协会的成员偶然注意到了异常并发出警报。

但如果没有人工监控系统呢？其他类型的操纵呢？如果不是篡改一个站点，而是有人远程同时微调多个站点的读数——使每个变化小到看起来合理？现有的质量控制难以捕捉这种协调操纵。时间对我们不利；仔细检查数据和元数据需要数小时或数天，但预报必须按时发布，无论天气如何。

向人工智能天气预报的转变提高了风险。这些方法更依赖于准确可靠的天气观测；事实上，它们被称为“数据驱动模型”。例如，ECMWF的研究人员正在探索是否可以直接从原始观测数据生成高质量天气预报，跳过目前作为质量控制环节的数据同化步骤。