天氣預報的三次躍進

杜鈞錢維宏

（1 美國國家海洋和大氣管理局國家環境預報中心，美國； 2 北京大學物理學院大氣海洋科學系，北京 100871）

天氣預報的三次躍進

杜鈞1錢維宏2

（1 美國國家海洋和大氣管理局國家環境預報中心，美國； 2 北京大學物理學院大氣海洋科學系，北京 100871）

回顧過去100多年，天氣預報經歷了兩次躍進：第一次是地面和高空天氣圖的繪制和應用（空間上的躍進），第二次是數值預報的實施（時間上的躍進）。經過這兩次躍進，天氣預報已經走過了從經驗和定性描述到今天定量計算的一門數理學科。洛倫茲發現大氣混沌現象后，天氣預報正在經歷從單一確定論到多值概率論的第三次躍進（觀念上的革命），并試圖通過量化或簡化不確定因素來提高天氣的可預報性和降低預報的不確定性。重點介紹兩種現行的量化或簡化不確定因素的做法：一是直接面對問題 （量化），即用集合預報的方法，定量描述預報的不確定性，使之成為預報的一部分，讓用戶在決策時科學地應用更全面的預報信息；二是繞開數學上的難題（簡化），把大氣變量分解為瞬變氣候與瞬變擾動兩個部分，用瞬變擾動建立與異常天氣之間的聯系。

天氣預報，三次躍進，集合預報，瞬變氣候，瞬變擾動

1 引言

天氣預報作為一種信息與人們的生產和生活息息相關。天氣預報，從定性描述到逐步定量預測，經歷了幾千年的發展歷史。中國甲骨文中有關卜雨問晴的片斷，是有文字以來最早的天氣預報記載。發展的過程也是對自然認識得到提升和預測方法建立與不斷完善的過程。在此過程中，思想觀念的更新，觀測、通信技術、計算機和計算方法的使用發揮了積極的推動作用。通過回顧過去的發展和討論正在進行的改革，可以幫助我們更清晰地看到未來。

天氣預報走向定量化的思想火花是隨著自然科學大思想家的出現而萌發的。英國大科學家的牛頓（1642—1727年）力學是建立在確定論上的思想體系。拉普拉斯（1749—1827年）是一位法國的機械決定論者，他把牛頓的質點運動確定論擴展到了無窮質點系統的確定論。大氣或地球流體正是由無窮的質點組成的。拉普拉斯在1814年的《概率論的哲學試驗》著作中寫道：“如果有一種智慧，它能在某一瞬間知道支配著自然的一切力，知道大自然所有組成部分的相對位置，并能偉大到足以分析所有這些事物；它能用一個單獨的公式，從最大的天體到最小的原子，都毫無例外悉數概括出宇宙萬物的運動，而且對未來就像對于過去那樣，都能一目了然；那么目前的宇宙整

體，可以看作是它以前的狀態的結果，以及以后發展的原因。”

拉普拉斯希望找到一個獨立的公式，把宇宙的萬物運動描述清楚。他提到，公式中要包含力、位置和原子狀態等的描述。這樣，宇宙的前因后果都確定了，也就能回溯過去和預測未來了。這個方程就是

這一理論體系直接影響到了后來用于天氣預報理論與數值天氣預報模式的納維葉－斯托克斯（Navier-Stokes）方程在1821年的建立。直到現在，盡管存在觀測資料的不確定和模式物理過程描述的不確定，但人們還是在不斷完善公式，發展探測工具，獲取高時空分辨率的資料，努力實現拉普拉斯的理想目標。可見，早期自然科學思想體系的發展為天氣預報走定量化道路奠定了基礎。

17—18世紀，科學家相繼發明了各種定量測量天氣現象的儀器，標志著氣象科學研究的探測手段開始進入了一個新的發展時期。1820年德國的H. W.布蘭德斯利用《巴拉丁氣象學會雜志》刊載的氣象觀測資料，將1783年各地同一時刻的氣壓和風的記錄填在地圖上，繪成了世界上第一張天氣圖。它把人們的視野從一個點擴展到了一個面。這一開創性工作為后來分析氣壓、風與天氣的關系，以及建立天氣系統的概念模型，邁出了堅實的一步。傳統天氣圖的誕生，是近代氣象學理論研究和現代天氣預報實踐的標志。1851年，英國的J.格萊舍利用電報傳送資料，繪制了可供實際應用的瞬時天氣圖。天氣圖的出現革新了古老亞里士多德氣象學中天氣預報的局地性。

最早的天氣預報業務是軍事驅動的。1853—1856年，英、法同俄國發生了瓜分土耳其的克里米亞戰爭。1854年11月14日黑海出現風暴，法艦亨利四號沉沒，英法聯軍大敗。事后，法國政府命巴黎天文臺臺長U.勒威耶收集了該年11月12—16日的氣象資料，查明此風暴于11月12—13日還在西班牙和法國西部，14日就東移到了黑海地區。如能及時發現風暴并預告風暴的移動，損失是可能避免的。因此，U.勒威耶提出的組織氣象臺站網、開展天氣圖分析和天氣預報的建議被法國政府采納，1856年組織了氣象觀測網。從此，繪制天氣圖便成為一項日常業務，并陸續推廣到其他國家。

天氣預報業務已經有了150年的歷史，其發展經歷了幾個階段。謝義炳[1]先生曾指出：“開創性的研究常是舊道路走不通了，不能解決已發生事物的矛盾了，才有人謀求開辟一條新路。”他還提出了革新與創造的判別，認為工具的革新和創造，一般歸之于發明，其價值直接決定于經濟和社會效果。謝義炳總結認為，現代氣象科學有兩大躍進。一個是挪威學派的環流理論和氣旋波模型。二是芝加哥學派的長波理論。謝先生說：“現在是等待第三個突破（躍進）的時候，正處在醞釀過程中。這里，我們簡要總結前兩次躍進，重點展望第三次躍進。”

2 第一次躍進——高空天氣圖

思想可以發端于一個人，但要把一種科學的思想付諸行動并能達到目標需要有一個能夠帶領一班人開創進取的領頭人。V.皮葉克尼斯（1862—1951年）就是這樣的領頭人。他1862年出生在奧斯陸的一個流體力學教授家庭，1880年進入奧斯陸大學學習數學和物理，1888年獲得碩士學位。1890—1892年，V.皮葉克尼斯在德國波恩大學從事電磁共振課題的研究。1892年，他回到奧斯陸獲得了博士學位。1893年，V.皮葉克尼斯被任命為斯德哥爾摩工程學校的講師。兩年后，他成為斯德哥爾摩大學應用力學和數學物理學教授。在此期間，他把湯姆孫和赫姆霍茲的渦旋理論推廣到大氣和海洋運動中。

經過近10年的努力，V.皮葉克尼斯在1905年訪問美國的時候介紹了他的氣團理論，提出了用數學方法（流體力學和熱力學方程） 描述大氣運動狀態，并制作天氣預報的設想與計劃。他的計劃深深地打動了卡耐基基金會，從此獲得了36年的研究資助。百年前，V.皮葉克尼斯就提出了天氣預報是一個物理初值問題的論斷，并給出了描述大氣運動的方程組，從而開啟了現代氣象學的大門。

1904年，挪威從瑞典王國獨立出來。新的國家需要人才，1907年V.皮葉克尼斯接受了挪威奧斯陸大學應用力學和數學物理學教授的席位，開始了天氣預報的實戰性研究。1910年他建議在天氣圖上繪制流線，并分析輻合、輻散區。V.皮葉克尼斯先后在挪威和德國幾所大學和研究所從事教學和科研工作。無論走到哪里，他都能夠帶出一個團隊。

1914年8月，第一次世界大戰開始，英國政府停止提供氣象資料，挪威政府只能自主設立測候所（觀測站），逐漸由8處增加到90處之多，豐富了氣象觀

測資料。1917年，挪威卑爾根大學邀請V.皮葉克尼斯加盟，天氣預報的一系列基礎性工作就是在那里做出的。隨著無線電探空儀的發明，高空氣象資料逐漸增多，人們的認識也從二維向三維空間拓展。1917—1918年，他們收集地面與高空觀測資料并分析現在仍在使用的傳統天氣圖，發現了不同氣團之間的鋒面類型 （冷鋒、暖鋒、靜止鋒等），并提出了中緯度氣旋發展的極鋒理論，創立了氣旋的現代模型和極鋒學說。由此，他們形成了包括天氣學理論、天氣圖分析和預報方法的完整體系。這些中高緯度天氣系統的認識與挪威和歐洲所在的地理位置有直接的關系。在有了這些定性的天氣系統模型后，他和助手們又一起推導出與大氣中可測變量有關的方程組，這應該是后來數值天氣預報的基礎。根據理論和觀測，1921年他提出了著名的“大氣環流”圖案。他們的開創性工作——對天氣系統的描述，成就了國際知名的挪威氣象學派。1926年，V.皮葉克尼斯接受了母校奧斯陸大學的邀請擔任應用力學和數學物理學教授，直到1932年退休。

挪威氣象學派培養出了兩位杰出的后生。一個是V.皮葉克尼斯的兒子，J.皮葉克尼斯。1919年，J.皮葉克尼斯發現分隔冷氣團和暖氣團的極鋒斜坡面上低氣壓系統生成、發展、消亡的過程，發表了《論移動性氣旋結構》 （On the structure of moving cyclones）一文，這是極鋒學說劃時代的文獻。1922年，他與Solberg合著《氣旋的生命循環和鋒面學說》 （Life cycles of cyclones and polar front theory） 一文，詳細論述了氣旋風暴的發展過程。至此，極鋒學說初步形成。20世紀30年代，J.皮葉克尼斯進一步發展了關于氣旋和反氣旋活動的理論，把上層氣流納入了研究體系，使氣旋波的三維結構更加完整。

另外一個是美國芝加哥學派的領袖人物，羅斯貝（C. G. Rossby，1898—1957年），他出生于瑞典。1919年，羅斯貝跟隨挪威氣象學派的元老V.皮葉克尼斯學習氣象學和海洋學，參加挪威學派極鋒和氣旋概念模型的構建。羅斯貝首先提出在天氣圖上，用紅色標注暖鋒，用藍色標注冷鋒，并沿用至今。1925—1927年，他來到美國氣象局工作。1928年，羅斯貝在麻省理工學院（MIT）創立美國第一個氣象系，并一直任教到1939年。1941—1957年，他兼職任教于芝加哥大學，開創了芝加哥學派并使其達到高峰。1947—1957年，他在瑞典創建了斯德哥爾摩氣象研究所。

羅斯貝與芝加哥學派對天氣預報的重大貢獻就是所謂的“羅斯貝波”，也稱為“大氣長波”。大氣長波在高空天氣圖上就是那些“槽來脊去”的環流演變。預報員依此可以定性預報天氣的變化。他的理論指出，中緯度高空的大氣環流在自西向東的繞極運動之上，疊加有波長達數千千米的波動，這是由于科里奧利參數隨緯度變化造成的。這一長波理論是動力氣象學歷史上的一個重大創新，并由此引出一系列與天氣預報有關的理論，如葉篤正的長波頻散理論，也為以后避開原始方程而應用簡化的渦度方程成功進行數值天氣預報的試驗提供了理論基礎。

3 第二次躍進——數值天氣預報

20世紀工業革命帶來了經濟的飛速發展。惡劣天氣造成的經濟損失并不比過去一場戰爭的小。定量的天氣預報成為20世紀經濟和社會發展的迫切需要。天氣圖并沒有解決定量的天氣預報問題，但它定量地反映了剛剛過去的天氣。根據天氣系統的過去演變以及理論模型也可以外推和估計未來可能的天氣形勢和氣象要素的變化。定量的天氣預報來自牛頓的確定論思想體系，是拉普拉斯把這一思想復雜化了，更是納維葉－斯托克斯在1821年建立了可為現代人使用的流體力學方程。在計算機出現之前，人們早就迫不及待地要預算出未來的天氣，而不只是停留在對天氣圖的分析。正是高速運轉的計算機實現了人們的愿望，讓未來的天氣實況走在了時間的前面。

百年前（1904年）V.皮葉克尼斯列出了控制大氣運動的原始方程組并將天氣預報作為一個物理初值問題的提出，為天氣預報的數值化指明了方向。第一個嘗試數值天氣預報的人是英國氣象學家理查森。他在1922年用原始方程制作的數值天氣預報試驗卻因初值的不平衡（當時還沒有認識到）而失敗了，但卻為后來開展計算機數值預報積累了經驗。芝加哥學派的另一個重要人物是J. G. Charney （1917—1981年）。羅斯貝多次和Charney討論他的博士論文以及氣象學的其他關鍵問題。羅斯貝不止一次地給Charney寫信強調數值天氣預報的重要性，并把他介紹給普林斯頓大學高級研究院的馮?諾依曼。羅斯貝建議馮?諾依曼向軍方申請經費，保證了Charney的研究順利進行。Charney憑借他的數學功底和對大氣現象的喜愛與觀察，成為了一位杰出的理論氣象學家。他在斜壓不穩定理論、準地轉運動、數值天氣預報、地轉湍流理論、第二類條件不穩定（CISK）機制、行星波垂直傳播和大氣環流的多平衡狀態理論等多方面做出了成就。1950年，Charney等人用簡化了的正壓渦度方程成功地計算出了歷史上第一張數值預報天氣圖，成為天氣預報發展的

第二個里程碑。

第一次數值預報試驗在1950年成功后，于1954年12月和1955年5月在瑞典和美國相繼正式開始投入業務預報。這有兩個值得深思的問題：（1）為什么瑞典先于美國半年投入業務預報？（2）為什么美國到1955年才把數值預報投入業務，即為什么讓1950—1955年長達5年的時間流逝？根據歐洲氣象中心A. Persson先生的筆記回憶[2]，瑞典把先在美國試驗成功的數值預報率先投入業務運行同羅斯貝當時回到祖國瑞典有關，這反映了人才的重要性。關于第二個問題，他認為主要是受到了當時對數值預報持懷疑勢力的影響，有些有影響的人認為計算機應該用于統計預報而不是動力預報。為此，洛倫茲還曾被要求去研究是否可用統計方法去重復和模擬非線性動力發展的課題，他的研究報告對這一研究的前景表示了謹慎的樂觀，如洛倫茲為1960年在東京舉行的數值預報會議提交的論文題目就是《動力方程解的統計預報》，其實他就是在研究這一問題時偶然地發現了劃時代性的混沌現象。后來由于知道瑞典人正向著業務化前進，美國才匆忙建立了數值天氣預報委員會。所以，Persson認為要是沒有美國氣象局的Phillips和Cressman設法發展了一個可操作的數值預報系統的話，整個天氣預報也許真會沿著另一條道路發展下去（即統計預報而不是動力預報），這樣今天我們也不可能有如此準確的天氣預報了，可見有遠見的領隊人對科學道路的正確發展至關重要，反過來，后果卻是相當可怕的。

下面簡要地回顧一下業務數值預報的發展歷程。最初的業務模式是北半球的正壓模式，到了1960年代開始逐漸應用原始方程，終于實現了近40年前理查森的夢想。1970年代中期至1980年代初期半球模式發展成為全球模式，并開始考慮海氣耦合和地表過程等，至1980年代中期出現了適合研究氣候的氣候模式。為了更好地預報較小尺度的局地和短期天氣，1970年代初美國率先研發了區域模式并投入業務施用；特別是1980和1990年代，各類區域模式開始涌現，并且為了預報對流天氣，人們研發了非靜力平衡模式。為了彌補模式對近地面氣象要素預報能力的不足，在1970年代中期美國氣象局提出模式和統計相結合的MOS（Model Output Statistics）法，大大地提高了模式預報的實用價值。為了應對洛倫茲發現的混沌現象，1992年基于全球模式的中期集合預報模式相繼在NCEP和ECMWF投入業務運行；2001年首個基于區域模式的短期集合預報系統SREF在NCEP投入業務運行。近年來，區域模式已出現直接用顯式云模式來取代對流參數化方案的1～3km風暴尺度模式；在全球模式中除了海洋、陸面、冰雪圈外，還包括了大氣化學過程、氣溶膠物理、水文過程和生態過程等。因此，數值預報模式已不再局限于地球大氣而是整個地球環境系統，因此，已有人提議應把“數值預報模式”改稱為“地球模擬器”或“地球模擬系統”（Earth Simulator）。除了向大而全發展之外，另一方面是向小而精的方向發展，如臺風模式、擴散和空氣質量模式、海浪模式、陸面和水文模式、空間天氣等專門化模式。當然，隨著計算能力的不斷提高，全球模式的時空分辨率在不久的將來完全可以達到“區域”和“局地”尺度。在這種情況下，擺在我們面前的一個問題是：區域模式和這些專門化模式在將來還需要嗎？

在數值預報發展的過程中，作為其第一步的初值條件預備（現稱為“資料同化”）也同步經歷了許多重大的變遷。在理查森和Charney的試驗中是人工把觀測資料內插到網格點上，可稱為“主觀分析”，但這工作量巨大，不適合真正的業務工作。后來發展出了可以自動作業的“客觀分析”方法，如逐次訂正法來內插觀測資料并用在最早期的業務數值預報中。后來認識到觀測資料本身不足以滿足模式的巨大自由度、特別是在那些觀測點稀少的區域，所以需要從一個背景場或第一猜測場開始再根據觀測資料做調整（即在背景值和觀測值之間作權重）來產生分析場。這樣，在1960年代開始發展出了最優插值法（OI），先用氣候場做背景，以后改用模式的6h預報場做背景（目前仍在用）。在1990年代，OI法逐漸被三維變分法（3DVar）和四維變分法（4DVar）取代。4DVar不但考慮了變量間三維空間上的關聯，還考慮了在一段時間內的前后關聯。近年來，集合卡爾曼濾波技術用于集合預報，來估計同天氣系統相聯的背景誤差再同變分法相結合的集合-變分混合資料同化系統已在業務數值預報上實施，并取得了顯著的效果。目前，基于集合預報的資料同化技術正方興未艾，是研究的一大熱門。

近年來，由于遙感技術的發展使氣象衛星資料和其他許多非常規觀測資料的大量應用、資料同化技術的顯著改進、模式對整個地球物理過程（大氣、云、降水、輻射、海洋、陸面包括植物圈和冰雪圈等）的深入描述以及高速計算機能力的迅猛提高，數值預報水平突飛猛進。圖1和圖2是歐洲中期數值天氣預報中心的全球模式對中高緯地區北半球的500hPa高度

場和全球的24h累積降水預報水平的歷史演變。可以看到目前6.5d之內的500hPa形勢預報同實況非常接近（它們的距平相關達80%以上，圖1a），目前4d之內的降水預報也達到相當的水平（同實況空間相關達0.45，圖1b），并且可看到模式預報水平大概每10a延長預報時效1d左右（美國NCEP的情形也類似）[2-3]。圖3是美國颶風預報中心對大西洋熱帶風暴路徑（圖3a）和強度（圖3b）預報誤差的逐年變化（注：因數值預報是他們的主要預報依據，所以這里反映的其實就是數值預報的水平）。可以看見在過去的40多年間，路徑預報誤差持續減小，目前1d預報的誤差已減至50海里①1海里約為 1.852km，下同。左右，2d預報誤差也降到100海里以下，5d預報已達到30年前2d預報的水平（誤差在220海里左右）；然而，不足的是其強度預報誤差在過去的十多年幾乎沒有減小（這主要同模式的分辨率不夠和物理描述的缺陷有關）。為了專門改進熱帶風暴的強度預報，美國氣象局已開始了一個為期10年的“颶風預報改進”計劃，在模式、資料同化和集合預報各個方面齊頭并進，所以在未來的幾年，熱帶風暴強度預報也許會有較大的進步。現在的模式不僅可以預報大尺度天氣形勢，而且可以直接預報各類氣象要素和小尺度系統，如溫度、濕度、風、雨雪、冰雹、霧、能見度、雷電、云底高度、對流云項、晴空湍流、颮線、超級單體，甚至龍卷風個體等，使天氣預報的水平大大提高。自從模式能夠成功預報高低壓系統，天氣預報的有效性也大致延伸到了1周左右。現在可以看到，1～2周的預報有了參考價值，并且南半球的預報技巧也提高到北半球的水準（圖2）。現在大氣科學家們發現阻礙數值模式不能有更長時效的原因是在描述對流和云這些次網格物理過程中小誤差在模式積分過程中隨時間的積累而使較長時效的預報失敗[4]。因此，有人認為，隨著模式空間分辨率和初值質量的提高，如能精確地描述云的過程，那么天氣預報的時效就有可能達1個月左右。但目前，2周的可預報上限可否突破還要拭目以待。現在人們已經提出了所謂的無逢隙預報的概念，就是要用數值模式來做出幾分鐘、幾小時、幾天一直到延伸期和季節預報。現在幾乎所有國家的氣象部門都設有專門的數值天氣預報中心，數值預報已成為無可替代的天氣預報主要工具。同時，隨著這第二次躍進的成功，數值預報也把確定論的思想牢固地帶進了天氣預報領域，使人們認為天氣是完全可以被準確預報的。所以，現在天氣預報在大多數情形下是以確定論的單一值形式發布的。

圖1 歐洲中期數值天氣預報中心全球模式有技巧預報的時效（天）逐年變化情況：（a）北半球中高緯地區500hPa高度場預報同實況的距平相關超過80%；（b）全球中高緯地區24h累積降水預報同實況空間相關超過0.45（資料來源：www.ecmwf.int）

4 第三次躍進——可預報性

圖2 歐洲中期數值天氣預報中心全球模式的北半球（粗線）和南半球（細線）500hPa高度場預報技巧（距平相關%）逐年變化情況（藍色為3d預報、紅色為5d預報、綠色為7d預報、黃色為10d預報）（資料來源：www.ecmwf.int）

正當人們利用高速計算機實現夢想的時候，另一場革命的序幕已在悄悄地拉開。Lorenz[5]用非常簡單

的計算機運算了一個非常簡單的云對流數值積分（預報）模型，發現大氣運動中的混沌現象直接限制了天氣的可預報性，為確定論者們實現其夢想潑了一盆冷水。當然，在那如火如荼的迷蹤數值天氣預報的年代，他的不確定論也難以馬上得到人們的認同。

大氣系統是一個極其復雜的非線性系統，由此Lorenz[6]開創了“混沌動力學”[7-8]。模式大氣是一個非線性系統，對各種誤差極其敏感。這些誤差可來自初始時刻的氣象觀測、模式的初始化同化技術和計算精度等。這些誤差會在積分的過程中不斷放大，最終導致預報失敗。Lorenz[5,9-10]指出的不確定性包括：模式缺乏對大氣三維初始狀態的準確與完整的描述；模式缺乏對物理過程完整和精確的描述以及微分方程數值解的誤差（如離散化）等；大氣自身也具有混沌的特性。總之，預報模式或預報系統初始時的微小誤差會在數值積分的過程中擴大，形成對可預報性的限制。除大氣內部固有的不確定性根源之外，外強迫（如地表特征與大氣界面的通量）的不確定性，也對限制天氣預報的能力有推波助瀾的作用[11]。

當大氣內部演變處于不穩定階段時，這種不精確的初始場往往會因為大氣這一多體系統本身的混沌特性或對初值的敏感依賴性而出現“失之毫厘，差之千里”的戲劇性預報誤差。譬如，圖4所示的是英國氣象局聯合模式所做的兩個海平面氣壓預報[12]。初值的微小差異（圖4a，4b）導致了4天后的預報完全不一樣 （圖4c，4d）。在英國西部海上，一個預報結果是強氣旋，而另一個是高壓脊。非線性系統會使誤差隨積分延長而放大，此外大氣運動的固有隨機性也是限制預報時效的原因[13]。凡此種種，不確定性被認為是天氣預報的固有特性。解決不了的大氣運動“混沌”問題，歸根結底是一個非線性的數學難題同一個可能永遠也無法被精確認知的地球大氣（包括其狀態和運動規律）的結合。但世界經濟的高速發展和計算機能力不斷提高都在等待著人們去攻克相關的難題，更完全地描述天氣預報。因此，為解決這一難題，科學界正在經歷著第三次具有挑戰性的躍進[12,14]。不同于前兩次躍進（都建立在新的預報工具即天氣圖和數值模式的出現），第三次躍進其實是第二次躍進“數值預報”的拓展，并沒有新預報工具的出現，而是對天氣預報本質更進一步的科學認識，所以是一種“觀念”上的躍進。當然，觀念的改變也必定會深刻地帶來技術上的改變，如大氣“實況”（分析資料）不再是一個而是一群，模式物理不再是確定的經典“牛頓力學”而具有隨機性，預報值也不再是唯一的而是一種概率分布等，所以它可能更適合被稱為“革命”。躍進具有提高、進步的意思，因為前兩次都是使天氣預報更準確，所以是“躍進”。而第三次卻相反，從精確單一觀念的確定論轉變為隨機多值的概率論，看上去是科學上的一種倒退，所以是一種觀念上去舊迎新的完全轉變，更像“革命”。下面討論針對這第三次挑戰的兩種不同途徑或做法。

圖3 美國國家颶風預報中心對大西洋熱帶風暴和颶風每年平均的路經預報誤差（a，單位：海里）和強度預報誤差（b，單位：節，2節= 1m/s）（資料來源：www.nhc.noaa.gov）

4.1 途徑一：直面預報中的不確定性

蘇格拉底曾說“智者就是知道他不知道什么”。自從洛侖茲發現大氣運動的混沌特性后，一種主流的做法是在預報方程或模式中把初始已知的不確定因素包括進去，定量地描述可預報性和不確定性，即給出了誤差范圍。為此，Epstein[15]和Leith[16]分別提出了動力隨機預報理論框架和實用的集合預報法。現在，集

合預報已在世界上的主要數值預報中心成為日常業務系統的一部分[17]，但它背后所帶來的深刻理念還沒有被大部分人所領悟和實踐出來。

集合預報（如集合平均和概率）除了可延長確定預報的可預報性以外[18]，它更主要的功能是針對某一特定的預報系統來預測該系統對任一氣象要素隨時間和空間以及天氣系統而變化的可能預報誤差的分布[19]。具體來說，集合預報使命的最低目標是不漏報實況，即提供所有可能的解；在此基礎上，定量可靠地（在概率意義上）估計每種可能性的可信度，即“可預報性”的預報，這是集合預報的核心，也是最具挑戰性的部分；最后，集合預報信息也可用來盡量減少一個預報的不確定性。這可用圖5來說明：鑒于大氣有限的可預報性，模式的確定預報（即使是集合平均預報）Xm總是同實況X有差異（Xo），因為我們無法預先準確知道Xo，集合預報則試圖給出一個包含有實況的預報范圍；并且此范圍能可靠地反映大氣的真實可預報性（如其分布的形狀在各方向是不一樣的）；最后，盡量縮小分布的范圍，因為的范圍愈小，預報就愈確定、信息量也就愈大。所以，集合預報報的是分布，而不是更準確的Xm。關于集合預報技術的現狀和進展，已有相關的綜述文獻[20]。下面舉一雷雨預報的例子。如確定論的預報說，傍晚前后西城區有雷雨，結果午后在東城區出現了雷雨，在時間和地點上都錯了。由于是確定預報，人們無法選擇而只能聽單一值的預報內容，所以沒有準備而只能承受較大的損失。而基于集合預報的方法，則首先可以根據集合離散度預先估計預報對象的難報點在什么地方，然后再用集合成員來計算概率把不確定性定量地表達出來：如難報點在時間上，則預報說“西城區雷雨出現在午后的可能性是20%，傍晚前后是50%，上半夜是30%，東城區沒有雷雨”；如難報點在位置上，則說“傍晚前后雷雨出現在西城區的可能性是65%，出現在東城區的可能性是35%”；

如果難報點在對流云的強度上，則可能說“傍晚前后在西城區出現一般陣雨的可能性是15%，出現強雷雨的可能性是10%，而75%沒有雷陣雨”，如此等等。所以，雖然預報有很大的不確定性，但所有的可能性包括它們的可信度都放在公眾和用戶的前面，供他們選擇施用。可見，誤差或不確定性不等于就是無用的預報信息。

圖4 英國氣象局聯合模式所做的兩個海平面氣壓場的4天預報（a，b分別為兩個稍有差異的起報初值；c，d分別為對應初值的4天后海平面氣壓預報場）

圖5 集合預報概念示意圖（集合預報提供的預報范圍Xm+＜X＞,這里X為實況；Xm可視為集合平均預報；＜X＞為預報不確定范圍；X0是一個確定性預報的誤差）

因此，集合預報所帶來的不僅僅是一種新的技術，而更重要的是為整個數值預報系統開創了一個新的理念[19]。表現在兩方面，首先是從單一值的確定論向多值的概率分布轉變。這一轉變不僅僅只在預報層面上，也包括整個數值預報系統中的所有環節（圖6）。初始觀測資料除了平均值之外，還應有相應的誤差范圍估計；資料同化步驟中輸出的分析資料也不再是一個而是一群（集合）分析資料，以反映初值的不確定性；預報不再是單一確定預報而是由多初值、具有隨機物理和隨機動力過程的模式所產生的集合預報和多值的概率預報，以此反映預報的不確定性；用戶決策所用的氣象資訊不再由預報員替他們來選擇，而是各用戶根據自身對氣象條件的依賴程度對各不同預報解和它們的可信度計算出風險和利益的大小來抉擇，這表示同樣的預報信息對不同的用戶可能意味著完全相反的意義[21]。總之，每一步都不再是單一值的決定論，而是包含了對不確定性的定量估計（概率密度函數）（圖6a）。其次是從單向過程變為雙向過程。目前傳統的數值預報流程是單向進行的（圖6b），即觀測→資料同化→模式預報→用戶應用，而沒有反向反饋。但以集合預報為中心技術的新數值預報系統中，后面的步驟可以修正前面的步驟（圖6a），譬如用戶的應用可以改變觀測的步驟。用戶或預報員從集合預報的離散度可以判斷所關心的重大天氣系統預報的不確定性是否過大。如過大，那么為了減少預報的不確定性以滿足服務的需要，氣象專家可以應用相關技術在上游地區追蹤該預報不確定性的可能來源[22-23]，然后在該源頭區進行一些特殊的加密觀測以期提高作為模式初值用的分析資料的質量。這樣希望下一時刻做出的數值集合預報的不確定性會大大減小，并提高預報的精度。這就是所謂的目標觀測或適應觀測的概念[24-25]。類似地，在天氣穩定較易預報的情況下，則可以減少應用上游的觀測資料（如衛星、雷達等大量的遙感資料）以節省資源。集合預報和資料同化過程也互相依賴和影響而成為一體化：集合預報所估計的不確定性為資料同化提供背景誤差信息，而反過來“集合”資料同化則為集合預報各成員提供眾多不同的初值場，如目前較新的集合卡爾曼濾波技術[26]。在這種新的理念下，預報員的作用也將發生根本變化[19]。這種含有不確定性信息的完備預報會使更多的用戶受益并有利于幫助用戶做出更加合理的決策，比單一值確定預報具有更大的經濟價值[21]。

4.2 途徑二：繞過和分解大氣方程的復雜性

公元前104年，落下閎與鄧平等總結了前幾個朝代對當地氣候的描述，制定了《太初歷》，正式把24節氣訂于歷法，明確了24節氣的天文位置。24節氣反映了太陽的周年視運動，所以節氣在現行的公歷中日期基本固定，上半年在每月的6日和21日，下半年在每月的8日和23日，前后差不了1～2天。《太初歷》是一部比較完整的歷法，它的24節氣取名與正常的年循環氣溫和降水變化相聯系。這樣，它就具有了指導生產和生活的實用性，哪個節氣不出現被命名的氣溫和降水，說明天氣（或氣候）發生了冷暖異常或旱澇異常。

圖6 數值預報系統的理念（a為基于考慮了不確定性的概率論思想的流程圖，它是多值的和雙向互動的；b為傳統的基于單一值決定論思想的流程圖，它是單值的和單向的）

現在，人們都用月平均和季平均表示年循環的氣候，而相對偏差稱為異常。這樣的12等分的月分辨率的氣候年循環和四季分辨率的氣候年循環比起

中國古代人的24節氣年循環的分辨率低多了。這三種年循環表示了三種分辨率的“氣候鐘”。每個氣候鐘都描述了太陽的周年視運動和正常的氣候年循環，即氣候變化。

單位時間內最大的氣候（或大氣要素）變化是日循環，其次是年循環。實際資料分析得出，相鄰日的氣候是不同的，相鄰兩個小時的氣候也是不同的。我們有必要鑄造有兩個指針的氣候鐘：一個走得快的指針具有24h的日循環，另一個走得慢的指針有365d的年循環。對辨別熱浪和低溫事件，以365d循環的氣候為背景就可以了[27-28]。但對熱帶風暴路徑和暴雨落區這樣的極端天氣系統，我們需要構造365d×24h等分的年循環氣候作為背景場[29-32]。

其中，

下標分別為第y年在365天年循環中第d天及在24小時日循環中第t時刻的觀測。N為總共的年數。

分解出的擾動部分包含氣候和擾動的非線性項與線性項

再回到式（1），我們會發現：未來的大氣變量（或天氣）預報由下式給出

利用歷史日任一時刻的原始觀測和模式輸出與式（2）和式（3）的分解運算，就可以得到對流層至平流層的位勢高度、溫度和風等大氣變量的擾動場。用原始大氣變量繪制的天氣圖稱為傳統天氣圖，而分解后的擾動變量繪制的天氣圖稱為擾動天氣圖。兩種

天氣圖上的大氣變量對高影響天氣的指示意義概括在表1中。預報員診斷暴雨落區多用低層大氣風場的形勢。傳統天氣圖上，暴雨帶位于低空急流的左側和低層氣流輻合線的右側。但在擾動天氣圖上，暴雨帶位于低層擾動氣流對峙的輻合線上。暴雨帶兩側，擾動風向相反，擾動風速相當。區域性熱浪和低溫（雨雪冰凍）是另外兩類高影響天氣事件。傳統天氣圖上，位勢高度和溫度在水平方向上的分布相對平緩，對熱浪和低溫中心缺少指示能力。但在擾動天氣圖上，正的高度擾動在對流層上層（200～300hPa）對應地面上的熱浪，而負的高度擾動對應地面上的低溫。在擾動天氣圖上，熱浪區上空400和850hPa上有對應的溫度擾動正中心，而低溫區上空對應為溫度擾動負中心。200～300hPa高度擾動中心的上方100hPa溫度擾動與下方的400和850hPa溫度擾動正、負分布相反，反映了整層大氣中擾動高度場與擾動溫度場之間的靜力平衡關系。地面熱浪和低溫是上層大氣高度擾動和溫度擾動延伸到地面的表現。

表1 傳統天氣圖與擾動天氣圖上變量對高影響天氣的指示意義

為讓讀者有更好的感性認識，下面給出對2010年鲇魚臺風分解預報的例子。這個臺風在2010年10月 11日在西北太平洋關島的東南方上生成，先向西南移動，再轉向西北。10月17日12時達到最強，在菲律賓東部的海上發展為超強臺風向西偏南移動。10月18日登陸菲律賓北部繼續西行，但在19日進入南海后突然向北轉向，23日06時在福建登陸。屬于難以預報的臺風異常路徑[34]。圖7是2010年10月20日12時 （世界時）過臺風中心沿117°E繪制的傳統天氣圖和擾動天氣圖的垂直剖面。傳統天氣圖的垂直剖面上，臺風位置處的高度場和溫度場與其周邊差異不大。但在擾動天氣圖上，臺風上空的高度負異常和暖中心凸顯出來了，并且在300hPa層附近存在較多的大氣擾動中心。這些擾動中心與臺風會發生非線性相互作用。

臺風鲇魚轉向前19日00時的300hPa傳統天氣圖上的觀測風場和氣候風場如圖8所示。臺風位于高壓脊南側的偏東氣流中。用傳統天氣圖上的信息很難判斷臺風會突然向北轉向。用引導氣流法，臺風應該繼續西行，向海南島靠近。

分離掉氣候場后，各個時刻的擾動高度和擾動流線在圖9給出。擾動天氣圖上出現了較多的高、低壓環流中心。其中，擾動渦旋II與臺風發生了逆時針式

的旋轉與合并的相互作用。擾動渦旋II向南移動，同時臺風突然轉向朝北移動。最后，它們在22日合并。

圖7 2010年10月20日12時（世界時）過臺風中心沿117°E的傳統天氣圖垂直剖面上的位勢高度（a，單位：10gpm）和溫度（b，單位：K），以及擾動天氣圖垂直剖面上的位勢高度（c，單位：10gpm）和溫度 （d，單位：K）（▲指示臺風鲇魚的位置）

各種常規模式和方法都沒有能夠預報出這樣的突然轉向（圖10a）。用氣候引導氣流模式預報出的臺風仍然向西偏南移動，而用擾動氣流模式預報出的路徑在原地打轉，只有用分解氣流模式才預報出了它的轉向路徑（圖10b）。具體來說，用式（8）做臺風鲇魚的路徑預報，相當于用引導氣流法，臺風是繼續向西移動的；用式（9）做臺風的路徑預報，相當于考慮這些擾動渦旋的相互作用，臺風是打轉的；只有同時考慮了式（8）和式（9）后，預報路徑才與實際路徑一致。

我們平時看到數值模式對環流形勢預報在總體統計準確率（accuracy）上表現還不錯，原因是它對每年的大多數天數都是對的。實際上，那是報對了氣候，而對那些與極端天氣事件聯系的環流形勢并不總是報對。如果能按照本節的提法，把氣候部分過濾掉，而讓我們的計算機模型專門預報那些與極端（或異常）事件相聯系的擾動變量部分（當然基于原始方程的數值預報模式不大可能對瞬變擾動量單獨進行積分，因為僅僅擾動部分在許多物理量上可能是不守恒的，所以得有特殊處理方法，見下節討論中提到的兩個例子）。這樣也許會進一步增加天氣預報的真正技巧（skill）。至于時間較長的預報則可以同變化較慢的低頻擾動部分相聯，如孫國武等[35]報告的低頻天氣圖方法。通過這樣對大氣高、低頻擾動分解處理就可達到簡化天氣預報的目的。

圖8 2010年10月19日00時300hPa傳統天氣圖上觀測風場（a，單位：m·s-1）和氣候風場（b，單位：m·s-1）（符號為臺風當前位置，粗虛線為臺風路徑，點線為副高脊線）

5 結束語

在過去的百年中，天氣預報走過了從天氣圖到數值天氣預報的兩次躍進。高空天氣圖，以及鋒面氣旋的三維結構和演變，帶來了人們看待天氣從一個點到全球觀的空間躍進。以V.皮葉克尼斯為首的挪威氣旋學派為天氣學的第一次躍進做出了巨大的貢獻。在時機成熟的情況下，芝加哥氣旋學派的Charney實質性地推動了數值天氣預報躍進的實施。他真正讓天氣走在了時間的前面，所以數值天氣預報是一次時間躍進。但是，天氣預報并沒有達到人們預期的效果。其原因是洛倫茲的發現：大氣混沌現象導致的天氣預報的不確定性。這就給人們提出了天氣預報需要進行第三次躍進的命題，這是一次在預報觀念和內容上的革命（觀念革命）。解決第三次躍進命題的做法可能有多種，本文討論了其中的兩種做法。

其一，直接面對問題，即用集合預報的方法把初值和模式中不可避免的不確定因素包括在模式的積分過程中來定量描述預報的不確定性，使之成為預報的一部分，讓用戶根據全面的預報信息來科學地決策。集合預報并不是單純用來提高單一確定預報的準確率，而是定量估計預報誤差的分布和預報的可信度。因此，集合預報所帶來的不僅僅是一種新的技術而更重要的是為整個數值預報系統開創了一個新的理念。首先是從單一值的確定論向多值的概率分布轉變，這一轉變包括整個數值預報系統中的所有環節：觀測、資料同化、預報和用戶應用。其次是從單向過程變為雙向過程，傳統的數值預報流程是單向進行的，即觀測→資料同化→模式預報→用戶應用，而沒有反向反饋；但以集合預報為中心技術的新數值預報系統中，后面的步驟可以修正前面的步驟，譬如目標觀測。在這種新的理念下，預報員的作用也將發生變化。這一做法成功的關鍵包括：來自初值和模式擾動的集合預報[20]，天氣預報發布形式的改變[36-37]和用戶在決策中科學應用預報不確定性信息[21]等方面。

圖9 2010年10月19日（a，b），20日（c，d），21日（e，f）和22日（g，h）300hPa高度擾動和擾動流場在00時和12時的分布（僅負的高度擾動（20gpm）給出了陰影；I、II和III指示3個擾動渦旋）

其二，同一時刻觀測的全球大氣變量確實是混沌的，因為它包含了多時空尺度的變化信息。常規的做法是對全球觀測變量做數學的正交分解，但是分解的每個分量都難以知道它的物理含義。那些沒有物理意義的數學分量讓計算機積分必然產生虛假的結果，導致預報失敗。這就是洛倫茲對大氣混沌現象的發現。現在有一種方法是繞開數學上的難題，把大氣變量分解為瞬變氣候與瞬變擾動兩個部分，用瞬變擾動建立

與異常天氣之間的聯系。最近有兩個數值天氣預報模式的工作驗證了這種分解方法對提高預報技巧的效果。Peng等[38]把單一模式預報的未來逐日大氣分解成模式氣候與擾動部分，就能夠把模式可預報能力提高到15d，即達到2周的目標。其實，這里的模式氣候不是真正的氣候，而是單一模式對不同初始場未來時刻預報的集成。另一例子就是4.2節提到的，用氣候引導氣流加擾動相互作用的模式做法，雖然對臺風異常路徑預報的能力只有2～3天，但對防御的時間準備已經夠了。我們常常總結的晴雨預報得分很高和臺風路徑預報平均誤差很小，那些都不是預報技巧，而是預報的氣候部分。有技巧的是對個別極端天氣事件的預報和那些異常臺風路徑的預報。

最后，以上兩種做法也可以結合起來，這樣既可反映天氣事件的“異常度”，又可定量估計預報的“可信度”，如杜鈞等[18]最近提出的“集合異常預報法”就是一例，他們在數值預報結果中除去氣候分量并同氣候分量相比較得到該預報的“異常度”，再同集合預報結合得到這異常度的“可信度”。不難想象，當一個預報愈異常且發生的可能性愈大時，該預報的潛在社會影響就愈大，反之就愈小，因此綜合異常度和可信度可導出一個定量的天氣預報“社會影響矩陣”（具體例子可參見該文）。

除了前瞻的科學思想指導和社會需求的推動，天氣預報科學進步的背后都有新技術的出現作為外部條件，譬如第一次躍進是基于無線電的出現，第二次躍進是基于高速計算機和遙感技術（觀測和資料反演）的發展，第三次躍進也同數值預報的精細化分不開。因本文的主題是天氣預報，這些背后關鍵支撐技術的進步歷史在此不做回顧。

圖10 臺風鲇魚在2010年10月11—24日的路徑和每6h地面最大風速（a，DB、TD、TS、TY和ST分別表示風暴的強度達到熱帶擾動、熱帶低壓、熱帶風暴、臺風和超強臺風）和臺風路徑（紅實線）與轉向前起報的48h三種模式預報路徑（b，分解氣流模式預報路徑（實心點藍線），引導氣流模式預報路徑（空心點藍線）和擾動氣流模式預報路徑（方點藍線））

[1]謝義炳. 今后天氣學走向何方？中國氣象學會訊, 1983, 5: 8-12.

[2]Kalnay E. Atmospheric Modeling, Data Assimilation and Predictability. Cambridge: University of Cambridge Press, 2003.

[3]Harper K, Uccellini L W, Morone L, et al. 50th anniversary of operational numerical weather prediction. Bull Amer Meteor Soc, 2007, 88: 639-650.

[4]Rodwell M J, Magnusson L, Bauer P, et al. Characteristics of occasional poor medium-range weather forecasts for Europe. Bull Amer Meteor Soc, 2013, 94: 1393-1405.

[5]Lorenz E N. Deterministic nonperiodic fl ow. J Atmos Sci, 1963, 20: 130-141.

[6]Lorenz E N. 混沌的本質. 劉式達, 劉式適, 嚴中偉, 譯. 北京: 氣象出版社, 1997.

[7]柳崇健. 復雜大氣系統的性質和問題//中國科學院大氣物理研究所. 東亞季風和中國暴雨. 北京: 氣象出版社, 1998: 465-469.

[8]丑紀范.大氣科學中的非線性與復雜性. 北京: 氣象出版社, 2002.

[9]Lorenz E N. A study of the predictability of a 28-variable atmospheric model. Tellus, 1965, 17: 321-333.

[10]Lorenz E N. The predictability of a flow which possesses many scales of motion. Tellus, 1969, 21: 289-307.

[11]Beven K. Changing ideas in hydrology- The case of physicallybased models. J Hydrol, 1989, 105: 157-172.

[12]王東海, 杜鈞, 柳崇健. 正確認識和對待天氣預報的不確定性. 氣象, 2011, 37(4): 385-392.

[13]周秀驥. 大氣隨機動力學與可預報性. 氣象學報, 2005, 63(5): 806-811.

[14]US National Research Council. Completing the Forecast: Characterizing and Communicating Uncertainty for Better Decision Using Weather and Climate Forecasts. Washington D C:The National Academy Press, 2006.

[15]Epstein E S. Stochastic-dynamic prediction. Tellus, 1969, 21: 739-759.

[16]Leith C E. Theoretical skill of Monte Carlo forecasts. Mon Wea Rev, 1974,102: 409-418.

[17]杜鈞. 集合預報的現狀和前景. 應用氣象學報, 2002, 13(1): 16-28.

[18]杜鈞, Grumm R H, 鄧國. 預報異常極端高影響天氣的“集合異常預報法”: 以北京2012.7.21特大暴雨為例. 大氣科學, 2014, 38(4): 685-699.

[19]杜鈞, 陳靜. 單一值預報向概率預報轉變的基礎: 談談集合預報及其帶來的變革. 氣象, 2010, 36(11): 1-11.

[20]杜鈞, 李俊. 集合預報方法在暴雨研究和預報中的應用. 氣象科技進展, 2014, 4(5): 6-20.

[21]杜鈞, 鄧國. 單一值預報向概率預報轉變的價值: 談談概率預報的檢驗和應用. 氣象, 2010, 36(12): 10-18.

[22]Du J, Yu R C, Cui C G, et al. Using a mesoscale ensemble to predict forecast error and perform targeted observation. Acta Oceanologica Sinica, 2014, 33(1): 83-91.

[23]Li J, Du J, Zhang D L, et al. Ensemble-based analysis and sensitivity of mesoscale forecasts of a vortex over southwest China. Q J R Meteorol Soc, 2014, 140: 766-782.

[24]Szunyogh I, Toth Z, Morss R C, et al. The effect of targeted dropsonde observations during the 1999 Winter Storm Reconnaissance Program. Mon Wea Rev, 2000, 128: 3520-3537.

[25] Toth Z, Szunyogh I, Majumdar S, et al.Targeted observations at NCEP: Toward an operational implementation. Preprints, 4th Sym Integrated Obs Sys, 2000, Amer Meteo Soc.

[26]Houtekamer P L, Mitchell H L. Data assimilation using an ensemble Kalman fi lter technique. Mon Wea Rev, 1998, 126: 796-811.

[27]丁婷, 錢維宏. 中國熱浪前期信號及其模式預報. 地球物理學報, 2012, 55(5): 1472-1486.

[28]張宗婕, 錢維宏. 中國冬半年區域持續性低溫事件的前期信號.大氣科學, 2012, 36(6): 1269-1279.

[29]錢維宏. 基于大氣變量物理分解的低溫雨雪冰凍天氣的中期預報系統和方法. 中華人民共和國知識產權局, 2011, ZL 2011 1 0061438.7.

[30]錢維宏. 瞬變擾動天氣圖和低頻擾動天氣圖制作方法及其在天氣預報中的應用. 中華人民共和國知識產權局, 2012, 2012 10 134358.4.

[31]錢維宏, 李進, 單曉龍. 中期模式擾動風在2010年區域暴雨預報中的天氣學釋用. 中國科學: 地球科學, 2013, 43(5): 862-873.

[32]Qian W H, Shan X L, Liang H Y, et al. A generalized betaadvection model to improve unusual typhoon track prediction by decomposing total flow into climatic and anomalous flows. J Geophy Res, 2014, 119(3): 1097-1117.

[33]錢維宏. 中期-延伸期天氣預報原理. 北京: 科學出版社, 2012.

[34] 錢傳海, 端義宏, 麻素紅, 等. 我國臺風業務現狀及其關鍵技術.氣象科技進展, 2012, 2(5): 36-43.

[35]孫國武, 李震坤, 信飛, 等. 用低頻天氣圖方法進行延伸期預報的探索. 氣象科技進展, 2013, 3(1): 6-10.

[36]杜鈞, 陳靜. 天氣預報的公眾評價與發布形式的變革. 氣象, 2010, 36(1): 1-6.

[37]杜鈞, 康志明. 天氣預報中不確定性問題的調查分析. 氣象科技進展, 2014, 4(1): 58-67.

[38]Peng X D, Che Y Z, Chang J. Anovel approach to improve numerical weather prediction skillsby using anomaly integration and historical data. J Geophy Res, 2013, 118: doi:10.1002/ jgrd.50682.

Three Revolutions in Weather Forecasting

Du Jun1, Qian Weihong2
(1 National Centers for Environmental Prediction/NOAA, USA 2 Department of Atmospheric and Oceanic Sciences, School of Physics, Peking University, Beijing 100871)

The scientif i c evolution of weather forecasts is brief l y reviewed from a historical perspective in this paper. During the last 100 years, applications of weather maps (surface and upper air) and numerical weather prediction (NWP) to daily weather forecasts marked two major achievements: weather maps expanded our view from two dimensions to three dimensions in space and NWP brought us ahead of real weather in time. Through these advancements, weather forecasting has gradually evolved from an empirical to a qualitatively-reasoning and further to an exact physical science based on mathematical equations. With the discovery of chaos by Prof. Edward Lorenz, weather forecasting is now undergoing its third philosophical revolution from a deterministic to probabilistic world to facing the reality of its limited predictability. Two different approaches are presented, as the main focus of this paper, to deal with the limitation of predictability and forecast uncertainty: one is using ensemble forecasting technique to directly quantify and include forecast uncertainty information in a forecast which can be utilized by endusers to make better decisions; the other is an attempt to have a workaround of nonlinearity mathematically by decomposing a meteorological fi eld into climatic and anomalous two components. Therefore, weather forecasting could be possibly simplif i ed in dealing with the anomalous components only.

weather forecasting, three revolutions, weather map, numerical weather prediction, ensemble forecasting, variable decomposition

10.3969/j.issn.2095-1973.2014.06.002

2014年3月12日；

2014年4月8日

杜鈞 （1962—），Email：JunDu_NOAA@yahoo.com