在华国每天雷达不动的天气预报中，播报员都会用毫不怀疑的语气说出第二天某片地区的天气变化情况，降雨降雪量或大风等级。
这预报准不准另说，起码播报员描述未来天气状况的时候语气还是非常的自信。
毕竟他们背后有驻扎在全国各地无数气象研究员辛辛苦苦探测大气数据计算后的结果支持。
这些气象研究员实际依据的便是大气层中云层的变化规律。
方舟他们现在做的便是传统天气预报幕后气象研究员的工作。
因为气象局使用的气象卫星在高空中拍摄的云层分布十分钟才能传回一幅画面，极大影响了数据的精度和准确性。
卫星以高空俯视图视角传来红外云图和可见光云图，以云层温度和云层反射能力二者相结合测量出云层不同部位的厚度，但这种方法多有限制，在云层大量聚集电荷时，在云层底部扫描时常常会受到干扰。
因此有不少不畏艰险的气象学学者和学子冒着倾盆大雨在室外进行数据的采集，包括风、能见度、温度、气压、湿度、云量、云状、云高等，实时借助手机传回记录的信息，帮助教授完整云图的修正。
方舟身边的另一名同学便是在做这样的联络工作，将一个个冒着生命危险传回来的冰冷数字填入共享的表格内，每隔十分钟统一发给教授一次。
可能有人会问为什么不做一个APP直接让测量人员填入软件，实时得出计算结果呢？
实在是因为这场大雨来的太过于突然，根本没有给人反应的余地，他们现在做的每一项工作都是在与时间赛跑，费时间去做软件的开发、测试和安装并没有多大意义。
负责做数据汇总和模型求解的河洛市政府临时从市内拉来的气象学教授，廖弘。
在将所有人的数据和云图汇总之后，廖教授以专业中的水汽模型，大气抬升条件等情况，对云层未来的降水量进行预测和求最终解。
这是一个复杂而庞大的过程，求解的一步更是紧急调用的邻省华科大的超级计算机算力资源，本市内大学里的超级计算机中心因为突降大雨，校内电力系统暂时陷入瘫痪，已经无法使用。
方舟在旁边机械式的坐着重复的工作，由于整个天气系统的变量过于繁多，导致最终得到的解析模型也十分冗长。
没错，在方舟对模型的感觉里，他对这个计算的过程并不满意，给他的第一感觉，便是冗余。
虽然并没有接触过天气学方面的专业知识，但整个求解过程中含有不少重复、多余的计算，明明有一些自变量的关联性并不高，反而要花大功夫放到模型里重复计算。
三十多个自变量，至少有一半的自变量对最终结果的影响并不大，完全可以将其合而为一，归结成一个误差因子，这样会使计算过程方便许多。同时室外测量这些数据的人员也会少一些危险。
但是方舟人微言轻，没有更好的替代模型情况下，他也不敢去随意叫停一个扬子江学者的认真工作，这话一旦说出口，办公室内就会有专门的人“礼貌”的把他请出去。
于是方舟一边工作，一边在心里吐槽，归纳总结出这一套天气系统的气象学者一定不是个数学家，甚至数学还很拉跨。
长时间学习这些理论知识的学生以热爱地理的文科生居多，他们为什么就不能对原有的知识提出一点数学上的质疑呢？
哪怕是SPSS软件简单做个因子分析或聚类分析，也能发现这个端倪，没准还能发一篇SCI论文也说不定。
（SPSS是一个专门用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件，一般参加数学建模的同学都会用到，比起MATLAB编程进行分析操作，这个软件可以说像美图秀秀一样，代入数据一键傻瓜式操作，非常好用。）
吐槽归吐槽，廖教授的专业实力还