但对于户外的交通工具来说，短暂的警报时间可能起不了什么作用。户外的汽车很难在短时间内找到一个合格的避难所。很多户外逃生经验对龙卷风也不适用。曾经有这样的案例，车主把车停在水泥桥洞下，自以为安全。但桥洞实际上充当了一个风洞。龙卷风原本超过每小时100公里的风速在这个风洞中进一步加速，把汽车甩出去更远。走出汽车一样不安全，因为龙卷风不但能把人卷走，它所夹杂的高速碎屑能像子弹一样致命。即使航船能下锚固定船身，但这在龙卷风的强风面前微不足道。在龙卷风来袭时，任何交通工具都很危险。

龙卷风过后的汽车。

那有没有办法提前预知龙卷风到来，阻止人们外出交通呢？除了对大型的天气系统进行预判，我们现在可以用电脑程序来计算未来的天气。这样的程序被称为天气模型。天气模型的原理很简单，就是利用已知的物理规律，来在电脑中模拟气象状况。这些程序至少需要知道当前天气状况，特别是基本的物理量：风速、气压、温度、湿度。我们已经知道，对于龙卷风这样的小鱼来说，这些输入量是很难观测的。

此外还有计算成本的问题。模型实际上把世界分割成许多小格点。格点必须足够小，模型才有能力代表真实世界。这就好像许多电脑图片，你不断放大，总能看到许多小点和锯齿，它们同样是数字格点化的产物。电脑需要计算和储存格点上的信息。格点越小，计算机负担越重。但如果格点过大，那么模型就像是那些“粗糙”的图片，完全无法代表真实世界。对于龙卷风来说，它的尺寸很小，就好像是照片拍到的一个远方小身影。为了看清这个人的脸，我们必须要很高的分辨率，也就是非常密集的格点。为了能模拟几百米宽的龙卷风，模型格点距离可能要在百米甚至更小的量级。即使最强大的超级计算机，也负担不起这样精度的全球模型。

格点化的模型。

即使我们能遍地撒网的建立观测网络，电脑的运算能力都不是问题，龙卷风的预警时间也很难达到一个小时以上。天气是一个复杂的非线性系统，有所谓的“蝴蝶效应”：南美洲一只蝴蝶的振翅，能引发北美的一次龙卷风。更加严格的说法是，初始条件的细微不同，能造成未来结果的巨大差别。就拿龙卷风来说，它经常与中尺度的雷暴伴生。美国气象局看到大面积雷暴时，就会发出“龙卷风预警” （Tornado Watch）。但两次看起来几乎一模一样的雷暴，一个造成龙卷风，另一个就可能没有龙卷风的踪影。因此收到预警的地区，真正发生龙卷风的概率不到千分之一。现实世界尚且如此复杂，电脑模型就更容易犯错了。预报龙卷风时，模型可能会因为小数点十位以后的一个细微差别，导致完全不同的结果。

作家刘慈欣所塑造的“三体”世界，同样是一个难以预报的非线性系统。

横轴为时间，纵轴为温度。初始时的一点小差别，随着时间变大。

如果把物理方程拆开，会发现对于天气系统来说，地球自转是最重要的线性项，能限制误差的增长。但地球自转对天气的影响与天气系统的尺度相关。那些成功的天气预报，都局限于特定的大尺度天气系统。这些可预报的天气系统尺度大，持续时间长，比如延伸数千公里的锋面，或者持续数星期的中纬度风暴。在这些相对持久天气系统中，地球的自转能发挥作用，把这些天气现象组织成有规律的天气系统。但龙卷风尺度小，发生时间短，其“蝴蝶效应”也愈发明显，长期预报难以实现。

中纬度大尺度系统，才有比较强的可预报性。

其实在讨论龙卷风预报问题时，已经触及现代科学的极限。复杂系统的预报，无论是龙卷风、地震、金融，都将是难以解决的问题。对天气事故的问责，不应无视基本的科学事实。