颱風假不是氣象局賞的，是伯努利定理算的——為什麼「放不放假」其實是一道流體力學難題？

清晨五點半，中央氣象署的颱風路徑圖還在更新，各縣市政府的決策電話已經響個不停。到了七點，有人收到停班停課通知，有人照常擠進捷運——而窗外，可能連一滴雨都還沒落下。

罵聲通常就此開始。放太早、放錯邊、別的縣市放了為什麼我們沒放。輿論把矛頭指向氣象局「預報不準」，指向縣市首長「沒擔當」。

但問題可能問錯了。放不放假之所以難，不是因為官僚猶豫，而是因為颱風本身，是一道人類還解不開的流體力學難題。

颱風不是一團雲，是一部熱機

先回到物理。一個成熟颱風的能量來源，是海面蒸發的水氣凝結時釋放的潛熱——一場中型颱風釋放的熱能，量級相當於全球發電量的一段可觀比例。這些熱量驅動空氣上升、在頂部向外輻散、沿地面螺旋流入，形成一部巨大的「卡諾熱機」。大氣科學界早有以熱機效率估算颱風最大強度的理論，這是學界定論。

而讓它旋轉的，是地球自轉帶來的科氏力；讓中心氣壓掉到9百帕級數、風速超過每小時200公里的，是角動量守恆下空氣向中心收攏時的加速。

颱風假真正賭的，是這部熱機接下來24小時會把最危險的風雨牆放在哪。以公開資料的量級來看，路徑預報誤差在24小時內約在數十公里上下——而台灣本島不過東西寬100多公里。一個誤差，就是放與不放的差別。

關鍵一:山，把預報難度乘以十

颱風撞上台灣，物理就變得更凶。中央山脈高約3,000公尺，正好卡在颱風低層環流的高度。氣流過山會分流、繞流、甚至在背風面產生全新的低壓渦旋——這是流體力學裡經典的障礙物繞流問題，而颱風的渦旋結構會因此被切斷、重組。數值模式對這種地形交互作用的掌握，至今仍是誤差的大宗。

這也是為什麼西北太平洋的颱風，登陸菲律賓、日本、台灣時的強度預報，普遍比在大洋上難。台灣等於把最難的考題，出在自己的門口。

關鍵二:預報是機率，決策卻要二選一

數值天氣預報的本質，是把大氣當成一組偏微分方程——納維—斯托克斯方程加上熱力學項——用超級電腦離散求解。由於大氣是混沌系統，初始條件的微小誤差會指數放大，預報單位必須跑幾十個成員的系集預報，輸出的是機率分布，不是單一答案。

但停班停課是二元決策。要把「七成機率陣風達停班標準」翻譯成「放」或「不放」，中間必須有人承擔風險偏好。近年各縣市參考的風雨標準，是過去災害統計換算出來的操作性門檻，但標準本身不會告訴你，誤放的經濟成本和誤不放的人命成本，該怎麼加權。

伯努利定理告訴我們流速與壓力的交換，動量方程告訴我們風怎麼繞山；沒有一條方程式告訴首長，怎麼跟勞工、家長、資方交代。

天氣預報，是台灣最被低估的公共工程

對照國際:美國國家颶風中心近年已把颶風路徑預報誤差壓到歷史新低，靠的是衛星觀測密度與模式解析度的長期投資。台灣的颱風預報能力在亞洲屬前段，但觀測資料永遠比方程式少——海面上沒有密集的地面測站，颱風內部是觀測的黑盒子。

輿論把預報誤差當成人為疏失，其實是把混沌系統當成了算盤。真正的問題不是「為什麼不準」，而是決策制度有沒有誠實面對不確定性:機率式預報需要的是彈性上班、遠距啟動這類「灰階工具」，而不是逼每個人二選一。

下一次颱風假放錯邊時，與其問誰該下台，或許該問:我們願不願意讓決策制度，跟得上物理的複雜度？

---