“海上起霧日， 天涯共誤機。 ”
今年春節期間的海南大霧讓許多遊客至今仍記憶猶新。 這場 67 年一遇的大霧一度造成上萬輛車滯留海口， 由海口飛往國內各大城市的機票價格甚至飆升至萬元。
雖然這次極端天氣造成的交通受阻影響已經過去， 但由此產生的對國內氣象服務現狀的思考還在繼續。
一直以來， 由於天氣預報涉及國家安全， 必須由官方權威氣象部門統一發佈。 經過多年的發展， 我國的氣象事業已經取得了長足的進步。 據統計， 目前我國已有自動氣象站近6萬個， 覆蓋了全國所有城市和 96%的農村。
然而， 公益性質的天氣預報還存在著某些“短板”。 以海南大霧為例， 今年全國兩會期間， 全國政協委員、中國氣象局公共氣象服務中心氣象影視中心總工程師朱定真曾表示， 這一事件從一個側面反映出現有的公益性質的天氣預報主要於 “ 面 ” 的預報， 無法滿足老百姓的個性化需求， 也難以幫助判斷氣象條件對出行可能造成的影響， 並呼籲氣象產業吸納各類市場主體力量。
事實上， 目前像墨蹟天氣這樣的氣象服務平臺正扮演著補齊公益天氣預報“短板”， 基於氣象資料的氣象資訊解讀者和消費類氣象產品提供者的“角色”。
墨蹟天氣的氣象資料， 除了與專業氣象機構(如美國氣象局的 GFS、歐洲氣象局的 EC 及中國氣象局)合作，
長期積累的氣象行業知識和豐富的資料還為人工智慧提供了合適的應用場景。 墨蹟天氣將人工智慧等前沿技術， 應用到傳統氣象領域。 基於海量資料和氣象知識， 機器學習可以去探尋這些氣象資料在歷史上的變化趨勢， 分析氣象大資料， 從而做到分鐘級、公里級的短時預報。 隨著資料量的增多， 多維度的統計分析會使預報越來越精確。
其中短時預報功能正是在個性化和精准度上補齊了天氣預報“面”上預報的“短板”。 使用者可以根據墨蹟天氣的短時預報功能提前安排出行， 甚至可以獲得更精准的未來兩小時內的天氣情況。 試想， 假如你安排了一場在東南沿海的旅行， 請好假， 買好機票訂好酒店了， 卻因為一場突然來襲的颱風打亂了所有計劃， 這樣的短時服務體驗是不是更有價值呢？
當然， 氣象資料的挖掘還不僅僅在此。 氣象與吃穿住用行都息息相關， 基於人們日常生活服務的資訊提供也存在巨大價值。 以墨蹟天氣為例，
小到人們生活的方方面面， 大到與企業業務相關聯， 精准的短時天氣預報還可以幫助許多企業規避因天氣因素帶來的損失。 比如， 著名的7-11便利店就會通過分析天氣資訊來進行精細單品管理， 他們發現甜甜圈的銷量與天氣有關， 天氣因素甚至會影響到底是巧克力口味、奶油口味還是普通的甜甜圈銷量高。 通過這種精細極致的單品管理， 7-11便利店把庫存控制到最低限度而又至於缺貨， 把利潤提高到最大值。
而在國內， 隨著網約車、外賣平臺的興起， 也有越來越多的企業意識到天氣因素對於企業業務的影響。 比如， 像餓了麼、百度外賣這類外賣平臺已經與墨蹟天氣這樣的氣象服務平臺合作， 根據其提供的解決方案按照天氣情況進行人力調配， 平臺送達時間調整等， 從而避免因天氣因素帶來的損失。