《網路溫度計DailyView》
許多人每天出門前都會收看天氣預報，配合天候狀況調整穿搭、決定是否攜帶雨具。即將迎來農曆新年假期，大家也更加關心氣象資訊，不論是拜年、走春、出遊，天氣好壞都是影響行程的重要因素，尤其出遠門更要留意天氣資訊，以利安排規劃。你平時都透過什麼管道查看天氣預報呢？
在這個社群網路發達、人手一機的時代，手機已經成為大部分人接收資訊的主要管道，《網路溫度計DailyView》透過隨機抽樣調查，發現86.1%民眾會以手機、平板App作為獲取天氣資訊的媒介，其次則為電視（71.3%）、電腦（28%）等，顯示出手機和平板App是不少人取得天氣預報資訊的工具。
過半數民眾使用3C產品看天氣 手機中氣象資訊從何而來？
《網路溫度計DailyView》
進一步調查，有55.3%的民眾表示自己最常透過中央氣象署官方網站獲取天氣預報資訊，53.8%民眾會使用手機、平板或電腦自動顯示的氣象資訊，還有人會參照網路新聞（40.1%）、氣象署App「中央氣象署W」（30.1%）、氣象署臉書粉絲專頁（29.8%）等等。此外，也有不少人使用的是非氣象署的氣象App、粉絲專頁或其他網路論壇。
《KEYPO大數據關鍵引擎》輿情分析系統
透過《KEYPO大數據關鍵引擎》輿情分析軟體調查，在「天氣預報 」近一年的網路熱門關鍵字中，出現「氣象署」、「氣象局」、（氣象署）「預報員」、「縣市政府」等，顯示提到「天氣預報」，許多網友都會直覺想到氣象署（局）、也關心縣市政府的相關資訊。
《網路溫度計DailyView》
從熱門關鍵字能看出，不少人會很直覺地將天氣預報及各種氣象資料與中央氣象署連結。透過調查則可以發現，大家獲取氣象預報資訊的管道其實十分多元，然而很多人都不清楚這些資料的正確來源。數據顯示，除了直接查詢氣象署官方網站外，也有超過50%的人會使用平板、手機或電腦自動顯示的氣象資訊，但接近半數（48.8%）的人並不知道這些資料並非由中央氣象署提供。事實上日常生活中常見的天氣預報資訊並非全部來自氣象署，每個管道的預測也會有所差異。
手機內建天氣預報以國外資料為主 較難精確解析臺灣天氣
大家日常中常接觸到的手機、平板與電腦中的氣象預報資料，以及Google網站提供的天氣資訊，大部分都來自於國外氣象公司的預報資料。以iOS手機系統為例，官方網站顯示手機中內建的「天氣」App資料來源包含澳洲、中國、德國、加拿大、歐洲、印度、巴西、日本、美國、墨西哥、泰國等國家和地區的氣象局或相關機構。從中可以發現，手機廠商的天氣資料來源多以國外資料為主，可能並未包含臺灣機構提供的資訊。
地理地形是影響天氣很重要的因素，臺灣面積小、地形卻相當複雜，國外氣象機構的預報資料通常較難解析出臺灣天氣的精細差異。以天氣現況的資料為例，國外氣象機構提供的多是由「電腦估算」得到的結果，並不是臺灣本地氣象站「實際量測」到的真實數據，有時與真正的天氣狀況會有些落差；此外，國外機構提供的天氣預報，也是使用電腦模型直接產出的資料，有時容易出現比較極端的數值、或比較大的變動，用起來較不穩定。
比起國外資料單純採用電腦估算出的數值，氣象署擁有臺灣各地最完整的在地即時觀測資料，也累積最多對本地天氣特性的理解，較能針對臺灣地理地形進行天氣細節的調整。若想得到以實際觀測為依據的天氣預報，可以直接參考中央氣象署官方網站的資訊。氣象署預報經過預報員分析彙整大量國內外資料，並加上臺灣地理地形細節考量，通常較實用及穩定。
氣象署也有手機App！多方參考資訊更完整
許多人為求便利會希望可以直接在手機上查看天氣預報，不想再透過網頁查詢。其實氣象署也有自己的天氣預報App「中央氣象署W - 生活氣象」，提供臺灣各地即時的天氣資訊，像是一週及每3小時天氣預報，以及體感溫度、空氣品質、日出日沒、降雨機率等。
App中涵蓋全臺368鄉鎮及各大旅遊育樂景點的天氣預報，也能夠透過警特報通知得知颱風、地震的即時資訊，而且完全免費、無廣告！App裡的分區警特報縣市功能，可以設定只接收自己居住地的天氣警特報，還可以選擇想接收的警特報類型；此外，除了預報資訊，也能自行查看即時雷達回波圖，判斷降雨情形。和手機內建的天氣預報比起來，能接收到臺灣在地更完整、更即時，也更符合自己需求的天氣資訊。
當然，氣象預報並非絕對，若想要追求更可信的天氣資訊，除了氣象署外，也可以同時多參考手機及其他網站、App的預報，經過多方比較來得到更完整的資訊。此外，由於預測一定存在誤差，因此觀看預報的時間點也很重要，當時間點越接近，預測的準確度也會越高，建議出門前可以再次確認天氣資訊。除了即時預報外，也可以搭配雷達回波圖等其他資料，作為天氣狀況的參考。
隨機抽樣調查資料來源與研究方法說明
調查方法：網路調查
調查單位：大數據股份有限公司
調查時間：2024年11月11日至2024年11月28日
調查對象：我國年滿18歲之網路人口
抽樣方法：簡單隨機抽樣
加權方法：四變數多重反覆加權
資料分析：《次數百分比分析》、《交叉分析》
有效樣本：1,500份（原始目標1,068份）
信心水準：95%
抽樣誤差：±2.54%以內
研究背景：
．本研究之民意調查方式係採用網路訪問調查法。網路訪問調查法的優點包括相對不受到時間與空間的限制、成本低、減輕受訪者的壓力。
．本計畫為了克服訪問限制，分別採取：簡化問卷設計、使用臉書廣告來均勻觸及使用者、問卷設計納入排除重複填答功能等方法，使本次調查無論在資料品質與代表性上均能有顯著意義。
《KEYPO大數據關鍵引擎》分析說明
分析區間：本文分析時間範圍為2023年12月24日至2024年12月22日。
資料來源：
《KEYPO大數據關鍵引擎》輿情分析軟體。
研究方法：
《KEYPO大數據關鍵引擎》輿情分析軟體擁有巨量資料，以人工智慧作語意分析之工具資料蒐集範圍：每月處理1500億以上中文資料的網路社群大數據資料庫，其內容涵蓋Facebook、YouTube、Threads、TikTok、Instagram、新聞媒體、討論區、部落格等網站，針對討論『天氣預報』相關文本進行分析，調查「熱門關鍵字」(註1)作為本分析依據。
*註1 熱門關鍵字：透過『KEYPO大數據關鍵引擎』輿情分析軟體，萃取網路上的文章與主題共同出現的關鍵熱詞；次數越多，字詞越大；可用來釐清核心議題與重點人事物。
