林水程颔首：“我学量子分析，做危检指数。”
女孩恍然大悟：“那难怪。”
这些数据是他们开学时做危检指数排查的范围之一，星城总部一年内的气象数据就是林水程跑的——他一个人包揽了几乎三个组的任务，现在甚至还能将那些数据倒背如流。
在以前，天气预报的准确率总是为人诟病，即使后来可以达到三天内80%的预测成功率或是近几小时95%以上的成功率，但是5-10%的误差和过短的时限一直都是气象学家寻求突破的技术难关。
近年来，CNN外推雷达的升级加强，气象预测系统的数据反馈与运行在模式改进的基础上，同化技术的发展和参数化方案改进已经趋于成熟，然而唯一的难题是——机器的运算能力跟不上。
直到量子计算机现世，直接把气象预测时间延长了一年甚至两年时间不止。当然，由于误差的存在，演算预测结果一般会产生指数级的不同结果。所以联盟对于长期天气预测的预报是链条式的——如果现状和某种运算结果不符，那么删除整个预测结果，再从剩下的其中寻找答案。
而如果那指数级的预测结果中存在非常恶劣的情况，比如山火、洪水、台风、地震等等，他们会持续跟进关注，一旦现实观测到的数据正在逐步与预测链条吻合，联盟方就会准备应急方案。
这也是危检排查作业存在的意义：在众多不可预测中，竭力寻找人类可以攀附的那根稻草。
林水程他们做危检排查，在天气方面的数据会参考模式分辨率、并行普模式下的初值检查、参数化方案与高阶舍弃，难度绝对不低。
林水程清清楚楚地记得，最后出炉的无数个预测链条中，没有任何一个方案显示星城到冬桐市的飞行区域，会出现导致航班取消的天气情况。