談談統計預報的必要性

陶祖鈺　趙翠光　陳敏（ 北京大學物理學院大氣和海洋科學系，北京 0087； 國家氣象中心，北京 0008； 中國氣象局北京城市氣象研究所，北京 0008）

?

談談統計預報的必要性

陶祖鈺1趙翠光2陳敏3
（1 北京大學物理學院大氣和海洋科學系，北京 100871；2 國家氣象中心，北京 100081；3 中國氣象局北京城市氣象研究所，北京 100081）

摘要：首先從認識論的角度，即確定論和概率論，討論了天氣預報具有不確定性，在數值預報日益取代主觀經驗預報的今天，統計預報還有其不可取代的重要性。在方法論上，統計預報屬于客觀歸納法；在理論上，統計預報具有不受數值預報可預報性限制的特點。統計預報有相關法和相似法之分；小概率的極端天氣，可以用相似法進行預報。集合預報是確定論方法和概率論方法的有機結合，是當前天氣預報的發展方向。最后指出，統計預報本身同樣存在局限性，也必須經受實際預報應用效果的檢驗。

關鍵詞：天氣預報，統計，相關性，相似性，小概率極端天氣

0　引言

天氣預報有主觀預報（或經驗預報）和客觀預報之分，又有確定性預報和不確定預報（或概率預報）之分。數值模式做出的天氣預報，既是客觀預報，又是確定性預報。預報員的傳統預報，是根據所掌握的理論知識和個人實踐經驗的主觀預報，既不定量，又因人因時而變，有很大的不確定性。目前主觀經驗預報在天氣預報中的貢獻已在很大程度上被數值預報所取代。

統計預報也可看作是經驗預報，因為它也是根據以往的資料做出的預報，只不過它避免了人的主觀影響，故也可看作是客觀預報。統計預報的結果雖然是定量的，但它是建立在概率統計基礎上的預報，所以本質上屬于概率預報，而不屬于確定性預報。

數值預報雖然被稱作20世紀人類最偉大的科學成果之一，并成為當前天氣預報的基礎和主角，但根據混沌理論，作為確定性預報它有一個不可逾越的極限——2周的可預報性[1]。從自然辯證法的哲學觀點來看，偶然性和必然性都客觀存在，兩者都不可避免，天氣預報也不例外。自然辯證法還認為，必然性寓于偶然性之中，即必然性通過無數個個別事例表現出來，只要樣本數足夠多。因此，統計預報應該是天氣預報中一個不可缺少的成員。

早年的統計預報，由于觀測資料的年代短，樣本數不夠多，統計的對象也很不充分，所以，統計結果不穩定，預報效果當然也不理想。這就造成了在過去的數十年中統計預報的地位既不能與數值預報相比，也不能與主觀經驗預報效果相比的狀況。

在數值預報逐漸逼近可預報性上限的今天，統計預報的不可缺少性也隨之顯現出來。本文將從科學研究的方法（演繹法和歸納法）及數值預報的現狀和極限談起，介紹相關法統計預報和相似法統計預報的特點，討論統計預報超越確定論預報極限的可能性、大概率事件和小概率事件及極端天氣預報、集合預報是確定論和概率論的結合等問題，指出統計預報的必要性，強調集合預報是當前天氣預報技術的一個重要發展方向。

1　演繹法和歸納法

科學研究方法分為演繹法和歸納法兩大類。數值天氣預報屬于演繹法，即根據已知的規律推演出未來的天氣。演繹法的基礎是分析，因為它所依據的規律是從對個別樣本（或事件）的分析中找出來的。雖然所分析的樣本數量是有限的或少量的，甚至可以只有一個樣本，但只要所得出的規律具有普遍性，就可以成為演繹法的基礎，例如大家熟知的比薩斜塔自由落體實驗，在哲學上叫作從個別到一般；確定性預報，則是從一般到個別。

演繹法的特點是唯一性或確定性，不能模棱兩可。其數學形式表現為因變量唯一地由自變量決定。數值天氣預報就是根據一系列的方程，從初值通過時間積分計算出未來的天氣。如果沒有計算誤差，則理論上初值和預報兩者是一一對應的，只不過演繹的方法不是推理而是數值積分。

歸納法是指對已經發生的大量的樣本（或事件）進行分類歸納，根據總結出的規律來預報未來天氣。經典天氣預報屬于歸納法，其基礎是分型和概念模型（例如鋒面氣旋模型），根據當前形勢和概念模型的相似性來預報未來天氣。尋找歷史個例的相似性是經典天氣預報（或主觀經驗預報）的本質[2]。但是主觀經驗的歸納不僅不夠定量，而且不同的人掌握科學知識的程度不同，實踐的經驗也不同，因此歸納的結果也不具有唯一性。

統計，是現代客觀歸納法的數學手段。相對于經驗歸納，統計是定量的、客觀的歸納。只要統計模型相同，對于同一組數據只有一個統計結果，所以現代的客觀歸納法具有一定程度的唯一性。當然，如果模型或數據不完全相同，顯然，結果就不具有唯一性。

統計歸納法本身雖然不受物理規律控制（沒有預設的控制規律），但如果統計方法足夠全面（或充分），統計樣本足夠大，則統計結果可以揭示客觀存在的物理規律。這方面比較成功的典型例子是Wallace 等[3]的“遙相關”研究[4]。他對北半球冬季500hPa月平均高度場并不事先設定關鍵區，而是普遍地計算每一個格點與其他全部格點的相關系數。從最大正、負相關系數的空間分布歸納出五種遙相關型，其中緯向的PNA型、EU型和EA型分別反映了太平洋—北美、歐洲—亞洲和東大西洋這三條主要的長波頻散路徑（圖1），具有非常清晰的天氣動力學意義[5-6]，在天氣預報和氣候診斷的領域中得到了普遍的肯定和應用。

圖1　Wallace的遙相關型和長波頻散路徑[3]（閉合圈為相關系數大值中心，實線和J分別為200hPa急流軸和急流中心）Fig.1　Wallace teleconnection patterns and long-wave dispersion path(closed loop is correlation coefficientmaximum center,Vector lines and J were 200 hPa jet axis and the jet center)

2　數值預報的現狀和極限

圖2　歐洲中期數值預報中心1981—2011年全球和南北半球500hPa高度場預報3，5，7和10天距平相關分布（來源：Uccellini LW美國宇航局/大氣海洋局衛星資料同化聯合中心成立十周年紀念會報告幻燈片）Fig.2　The anomaly correlation coefficient of 500 hPa height forecast field in global and the northern and southern hemisphere at 3 days,5 days,7 days,10 days,Medium-Range Forecast Centre in Europe in 1981—2011

從歐洲中期數值預報中心（ECMWF）對1981年以來數值預報水平的評估（圖2）可以看到，500hPa高度場3天預報的距平相關目前已高達97%，而且進入21世紀后，3天預報相關系已接近水平線，看不出明顯的上升趨勢。它似乎表明，500hPa環流形勢的3天預報已達到幾乎完美的程度，很難再有所提高。其他數值模式與ECMWF相比沒有本質上的差別，預報水平也大體相當。但是，從降水和溫度等的單站要素的強度、時間的確定性預報來看，無論哪個模式都還有很多不能令人滿意之處。即使是看似相對比較容易的2m溫度預報，也有相當大的預報誤差（±2～4℃）。所以在預報溫度、降水等要素時，必須采用數值預報產品的統計釋用（如MOS方法（模式輸出統計）和PP方法（完全預報）等）。

圖3　2012年7月21日06，09，12和15時（UTC）的觀測小時降水（單位：mm）及各起報時刻預報對應時刻的降水分布[8]（第1—6行分別表示CMORPH降水融合資料起報時間分別為20日21時，21日00，03，06，09和12時，第7行為21日15時實況；各列分別表示21日06，09，12和15時的降水分布）Fig.3　In July 21,2012 0600,0900,1200 and 1500/UTC observation hour precipitation(mm)and the corresponding time precipitation forecast map(1-6th row denote the reported time of CMORPH precipitation fusion data is at 2100 on the 20th,at 0000,0300,0600,0900 and 1200 on the 21th,the 7th row is real data at 1500 on the 21th; the columns represent precipitation distribution at 0000,0900,1200 and 1500 on the 21th)

對于降水或強對流天氣的預報則更是難以令人滿意。例如2012年7月21日北京的特大暴雨過程，世界各國的模式大都在2～3天前就預報了這次強降水過程，但降水強度普遍偏小，降水時間普遍偏晚約6小時，都沒有報出最強的第一場鋒前暖區暴雨[7-8]。從圖3所給的北京快速循環中尺度數值模式（BJ-RUC）的預報檢驗看[8]，即使是同一個數值模式，不同初始時刻的預報結果也有明顯差別。更有甚者，預報水平并不一定隨著時效的縮短而變好，表現出時好時壞的現象。這種搖擺不定就是數值預報“不確定性”的典型表現。它說明雖然模式控制方程所代表的物理規律是確定的，但實際計算結果卻存在不確定性，因為初值和每一步差分計算都不是100%的正確，總有一些誤差，即使非常微小。所以，不確定性是不可避免的，確定性預報的有效時間長度是有限的。

在圖2中還可看到，5，7和10天的相關系數隨著預報時效的延長而下降，10天預報的相關系數已下降到不足0.5，作為確定性預報似可認為已無參考價值。歐洲中期預報中心30年的總結說明，確定性預報的水平隨時效延長而下降是不可避免的，數值預報的實際能力不可能突破2周可預報性的理論極限。后面將會提到，要突破這個極限的辦法是采取確定論和概率論相結合的方法，即數值模式的集合預報。

3　統計預報——超越確定性預報極限

統計預報的性質屬于歸納法，統計是歸納的數學手段。統計預報可分為相關法和相似法兩大類；相似法又可分為直接相似法和分型相似法兩類。

3.1相關法統計預報

相關法是用預報因子和預報量之間的直接相關性來做預報，例如建立多因子回歸方程。在建立預報方程前，通常先要進行因子篩選，即先根據經驗和科學知識選取一定數量的因子從中挑選出相關系數最大的作為預報因子。所以，統計方法雖然是定量的、客觀的，但也存在因人而異的問題。因為可以作為預報因子的參數很多，選擇不同的因子，就會得到不同的統計結果（相對而言，采用不同的統計方法造成的差異則要小得多）。在長期天氣預報會商中經常遇到這種情況，不同的統計預報得到不同的結果，因而難下預報決心。所以。統計預報也存在主觀性。

理論上，如果因子的篩選能夠窮盡一切可能的因子，同時樣本數又足夠大，就可以克服統計預報的主觀性。當前計算能力已強大到足已從海量的因子（如數百、數千甚至數萬個因子）中篩選預報因子，無需人為地圈定待選因子的范圍，那么，統計預報就有可能完全擺脫主觀預設的影響，而只反映客觀事實的內在聯系。

3.2相似法統計預報

相似法統計預報又可分為兩類：直接相似預報和分型相似預報[2,9-10]。

3.2.1直接相似預報

如文獻[11]所述，直接相似預報就是“從眾多的歷史個例中找出一個與當前形勢相似程度非常高的個例，則可以認為引起當前形勢演變的全部機制都基本上隱含在這個歷史個例中，因此可以直接根據歷史相似個例的演變作為當前預報的基礎”，故稱為直接相似預報。在人們對天氣形勢演變和局地天氣產生的物理機制還不甚了解的時代，直接相似法是天氣預報的基本方法，故郭樹忠等[2]把它稱為經典預報方法。他們定義了一個所謂相似系數（S），

用它在眾多的歷史樣本中找出最相似的個例來制作當前機場天空狀況的逐時預報。式中，Xi為當前某一氣象要素的測站值，下標i代表測站，Yi為同一要素的某一歷史個例，N為測站的總數，和為全部測站的平均值，即

理論上任意一個氣象要素場都可以用傅氏級數展開成諧波的集合。兩個波長相同的諧波，其相似性應包括振幅、位相和其圍繞的平均值三個方面。可以證明[11]，經典的相關系數（C），

由于對變量都做了歸一化處理，所以只能反映諧波的位相相似程度，同位相時相關系數為1，反位相時相關系數為－1。而S不僅反映位相的相似，還能反映振幅的相似程度。為了使S還能同時反映平均值的相似程度，陶祖鈺等[11]對S進行了修改，即

但是，如文獻[11]所指出的，“天氣形勢的相似應包括天氣系統的位置、相對強度和絕對強度三個方面。相對強度相似是指高值系統和低值系統之間差異大小的相似。氣壓系統和溫度系統相對強度的大小與鋒區、急流等有直接的聯系，因此相對強度相似無疑是十分重要的。絕對強度相似是指天氣系統本身的數值是否接近。絕對強度和各年的氣候特征有關。例如，副熱帶高壓（以下簡稱副高）的強度和各年副高季節變化的早晚有關，它是天氣形勢是否相似的一個重要的方面”。因此，試圖用一個相似系數來代表二維場的相似無疑是難以做到的。

3.2.2分型相似預報

天氣分型是經典天氣預報中最常用的方法。分型相似法和相關法不同之處在于，前者不僅僅看到氣象變量本身，還看到變量的空間和時間分布，然后再按當前實況所屬的類型或者最相似的歷史個例做出預報。天氣形勢的主觀經驗分型種類繁多，有的簡約，有的繁瑣；有的著眼高空，有的著眼低空或地面，如此等等不一而足。而且，分型的標準往往模糊不清，同一個樣本，不同的人會確定為不同的型。

現代統計學中的聚類分析是一種可以客觀地按相似性進行分類的方法。例如芬蘭Teuvo Kohonen于1981年提出的自組織特征映射（Self-organizing Feature Map，SOM）神經網絡法[12]是一種通過反復調整識別圖像之間的相似程度（包括數值的相似和形狀的相似）從而達到聚類的目的。趙翠光用這一技術對2000—2009年6—8月華北地區107次區域暴雨前一天的環流形勢場（500hPa高度場、850hPa流場、850hPa溫濕場（θse））進行了客觀分型[13]。從圖4給出的其中兩種型的降水分布和500hPa高度場形勢（省略850hPa形勢）可見，客觀分型結果的天氣學意義非常明顯。圖4a和4b為華北經向型暴雨，其特點是副高偏北、河套低槽明顯；圖4c和4d為華北的緯向暴雨型，其特點是副高偏東、華北受低槽影響。

現代統計學中分型的方法很多，例如EOF（Empirical Orthogonal Function）方法，即經驗正交函數分解方法，是一種既包括空間分布特征，也包括時間變化特征的客觀分型方法。文獻[13]中用旋轉主分量（REOF）方法[14-16]對華北地區夏季降水進行分區，客觀地反映出華北范圍內不同區域降水的氣候特征。

圖4　華北夏季區域性暴雨的客觀分型[13]，副高偏北型暴雨典型場（河套低槽類）日平均暴雨實況（a，單位：mm）和500hPa高度場（b，單位：dagpm），副高偏東型暴雨典型場（華北低槽類）日平均暴雨實況（c）和500hPa高度場（d）Fig.4　Objective classification of Regional Rainstorm in North China in summer(13)，Daily average observed precipitation about northerly subtropical rainstorm type（trough in Hetao）（a,mm）and 500hPa height（b,dagpm）,daily average observed precipitation about easterly subtropical rainstorm type（trough in North China）（c,mm）and 500 hPa height（d,dagpm）

圖像識別也是統計學應用中的一個重要領域。廣義地看，尋找相似也屬于圖像識別領域。光流法是一種研究外界物體運動的光影變化在人眼視網膜上所形成的光的流動的圖像識別技術[17]。它特別適用于圖像雷達回波系統的識別和追蹤，因此是在短時和臨近預報中很有應用價值的一種統計學方法[18]。

4　討論

4.1預報時效

統計預報的特點是不預設物理條件。無論時間間隔多長，只要前后兩組數據之間表現出有足夠的相關性，就可以把前一組數據當作預報因子來做預報，因此它沒有時效的限制。數值預報時效的理論極限是兩周，實際上超過7天高度距平、相關系數小于0.5表明預報接近隨機概率，參考價值不大[7]。因此10天以上的中長期預報，在相當長的時間內還只能依靠統計預報。

直接相似法統計預報的特點是只看結果，不問過程，不講“道理”。例如相似法統計預報，只要現在相似，則未來也一定相似，無論3天、5天，還是10天、半月，甚至更長的時效，對相似法而言并無差異（注：當然原則上隨著預報時效的延長相似的空間范圍應該擴大到全球）。雖然我們對統計出來的結果（如分型），可以做出一定的物理解釋，但統計過程并不受物理規律控制，因此可以說統計預報是不講“道理”的。這是統計預報和確定論的數值預報的最大不同。正因為此，統計預報可以不受數值預報時效的可預報性限制。總之，從當前數值預報的水平看，超過一周的延伸期預報就不能直接依靠數值預報，而應該采用統計預報方法來制作，只要樣本的數量足夠多。

4.2轉折性天氣預報

從氣象服務的角度看，轉折性天氣，如寒潮爆發、干旱、連續低溫陰雨的開始和結束，或夏季高溫伏旱的開始和結束等都是社會大眾最關心的，因此是天氣預報的重點。從預報的難度來看，連續數日不變的穩定天氣最容易預報；但是轉折性天氣，一旦啟動，變化迅速，導致預報失誤。此外，對于重大的天氣轉折，預報員很難下決心當機立斷，也是造成預報失誤或影響預報服務效果的心理原因，而統計預報的客觀性可以為預報員下決心提供支持。因此，統計預報是一種比較適合轉折性天氣的預報方法。

4.3極端天氣預報——大概率事件和小概率事件

從統計學的角度看，天氣事件可簡單地分為兩大類：大概率事件和小概率事件。大概率事件的樣本多，統計關系穩定，比較適用于相關法的統計預報，例如晴雨預報、溫度預報等。

極端天氣，如暴雨或大暴雨等，屬于小概率事件，由于樣本很少，無法建立穩定的統計關系，因此不能直接使用相關性做預報。但是，有長期工作經驗的預報員仍可以根據親身經歷的案例做出適當的預報，只要歷史上曾經有過類似的案例。

相似法是對全體樣本進行分類，既包括大概率事件，也包括小概率事件，所以相似法原則上也可用于極端天氣預報。例如，2012年7月21日北京的特大暴雨（簡稱“7?21”暴雨）對北京地區的雨量紀錄而言是百年，甚至是二百年一遇的極端暴雨事件。圖5出示了2012年7月21日08時的海平面氣壓場。按Zhao等[19]傾斜旋轉T模態主成分分析方法對1951—2012年夏季5704個海平面氣壓場客觀分型的結果看（圖6），“7?21”暴雨的環流形勢屬于暴雨概率最大的第六型，但其氣候概率也只有0.491%（圖6中環流型概率和暴雨概率的乘積），仍屬于小概率事件。從環流型看，此型海上副熱帶高壓偏強，暖濕空氣與河套地區的冷空氣在華北對峙，是華北比較典型的經向型暴雨形勢，在趙翠光[13]的分型中也同樣可以看到這種類型（圖4a和4b）。

圖5　2012年7月21日08時的海平面氣壓場（單位：hPa）Fig.5　July 21,2013 0800 SLP(unit:hPa）

與此相反的是第二型，環流特征是副高偏南，北方都在冷氣團的控制下，所以出現此型暴雨的氣候概率更小，只有0.052%，可以說是真正的罕見暴雨。從分型結果中找出對這類罕見暴雨的歷史個例進行分析，或許可為此類罕見暴雨的預報提供重要的線索。

上述海平面氣壓場的客觀分型盡管分型時并未考慮降水的情況，但分型的結果卻能反映出環流形勢與暴雨之間的物理聯系。由此可見，只要樣本數足夠大，統計結果中就會反映出事物內在的規律性。在自然辯證法中這就叫做必然性存在于偶然性之中（或普遍性存在于特殊性之中）。同時，即使是“小概率”事件，它也受普遍的內在規律控制。像2008年金融危機和“9?11”事件，它們的發生也都有前兆可循[20]，極端天氣預報也不例外。統計的本質就是將所需要的信息從大量的、充滿噪音的信息中提煉出來。在信息爆炸時代（大數據時代）特別需要統計學。

4.4集合預報——確定論和概率論的結合

如前所述，數值預報屬于確定性預報，但是數值模式預報的氣象要素（如溫度、風和降水）存在相當大的誤差。為了提高預報的準確率，人們提出數值預報產品釋用方法，如模式輸出統計方法MOS（model output statistics）。它將模式輸出的物理量作為預報因子，通過建立與預報量之間的統計關系（如逐步回歸方程）來完成預報。所以MOS預報是一種確定論和概率論相結合的預報方法，是一種間接使用數值預報的方法。

圖6　1951—2012年夏季9種海平面氣壓場客觀分型[19]、發生頻率（左上數字）與此型發生暴雨的頻率（右上數字）Fig.6　Objective classification of nine kinds SLP field in summer 1951-2012r[19],frequency of occurrence(upper left number)and the frequency of this type rainstorm occurs(upper right number)

當前數值預報和統計預報相結合的方法是集合預報。所謂“集合”，就是用數值模式制造出數十個乃至上百個不同的預報結果。其中的每一個成員，都與一定的模式過程和初值相對應，都是確定的預報。但是由于每個成員的模式過程或初值多存在一些微小的差異，所以預報結果各不相同，整個集合的預報有一定的離散度。換言之，集合預報是用確定論方法人為制造出來的不確定性。然后，再用統計方法從這個預報集合的離散特征中做出預報。集合預報不同于MOS預報，仍是直接的數值預報，統計只是歸納數值預報結果的方法。更重要的是，集合預報從方案設計開始就在概率論的指導之下進行，所以集合預報是確定論和概率論方法的有機結合。顯然，集合預報的思路更符合客觀世界變化的根本規律。

特別有意思的是，集合預報不僅可以提供大概率事件的預報，也可提供極端事件的預報。圖7是從互聯網下載的各國數值模式對721暴雨過程的集合預報比較[7]。圖中給出的不是具體的降水量，而是24h極端降水的發生概率。雖然對圖中極端降水的定義及其發生概率的具體算法還沒有深入了解，但圖7所顯示的預報效果令人驚嘆。因此，開展集合預報的研究和應用，在廣大預報員中普及集合預報的基本知識是很有必要的。

本文第一作者早年曾做過少量的統計預報工作，所用的也都是比較簡單的統計方法。本文只是通過對統計預報基本概念的討論和幾個統計預報具體事例的介紹，試圖說明統計預報是天氣預報方法中不可缺失一個方面，值得引起大家的重視。

篇后語：初稿完成后，作者又把《信號與噪音——為什么有的預報失敗，但有的成功》[20]和《赤裸裸的統計學——除去大數據的枯燥外衣，呈現真實的數據之美》[21]這兩本書找出來從頭至尾重新翻閱。感到除了強調統計預報的必要性，還必須指出統計預報的局限性，還有一些非常重要的話需要說，例如統計預報是否真的可以不講“道理”。為此補充介紹以下內容。

這兩本書都一方面指出“在大數據時代，統計的重要性怎么強調都不過分”，但同時也強調統計數字也會“撒謊”。如果數據不足，或者統計方法錯誤也會得出謬以千里的結論。書中舉了一個淺顯易懂但值得每一個預報員深思的例子：統計數據可能得出“工作時小憩的人更易死于癌癥”這樣的結論，但實際是離開辦公室休息的員工中有很多人在辦公樓入口處抽煙，是抽煙而非小憩引發了癌癥。可見，如果在數據處理過程中有先入為主的偏見，就可能犯重大的錯誤。只有對科學保持謙虛謹慎的態度，承認客觀世界具有不可測性和不確定性，才能避免錯誤。

圖7　各國模式2012年7月18日20時的第3～4天的24h雨量極端天氣概率預報[7]（來源：http://tparc.mri-jma.go.jp/TIGGE/tigge_extreme_prob.html）Fig.7　Extreme weather probability forecast for 24h rainfall of 3-4th day at 2000 July 18th,in each country mode[7]

書中舉了瑞典數學家、作家安德烈斯的一句話：用數據說謊容易，但是用數據說出真相卻很難。因此書的作者認為最重要的是首先必須明確自己所持的觀點源于哪個科學原理，避免曲解統計結果。也就是說統計預報也必須講“道理”，不可盲目。

書中還有一個重要的觀點是：“假設不能算是科學，假設只有通過預測得到檢驗才能成為科學。”也就是說，中長期預報和氣候研究中的統計結論，都要經過預報檢驗才能成立。總之，“實踐才是檢驗真理的唯一標準”。

參考文獻

[1]丑紀范.天氣和氣候的可預報性.氣象科技進展,2011,1(2):11-14.

[2]郭樹忠,羅寶玉.經典預報自動化系統.航空氣象,1989,(增刊1):11-13.

[3]Wallace J M,Gultzler D S.Teleconections in the geopotential height field during the Northern Hemisphere winter.Mon Wea Rev,1981,109(4):784-812.

[4]陶祖鈺,郭煒.冬季500 hPa侯平均高度場的遙相關.氣象學報,1989,47(4):486-492.

[5]Hoskins B J,Karoly D J.The steady linear response of a spherical atmosphere to thermal and orographic forcing.J Atmos Sci,1981,38:1179-1196.

[6]Simmons A J,Wallace J M,Branstator G M.Barotropic wave propagation and instability and atmospheric teleconnection patterns.J Atmos Sci,1983,40:1363-1392.

[7]陶祖鈺,鄭永光.“7·21”北京特大暴雨的預報問題.暴雨災害,2013,32(3):193-206.

[8]姜曉曼,袁慧玲,等.北京“7.21”特大暴雨高分辨率模式分析場及預報分析.氣象學報,2014,72(2):207-219.

[9]李南聲.用網格點相關系數法選相似形勢場.氣象,1982,8(1):16-17.

[10]趙鵬福,邱志生.環流型聚類分析問題的初步探討.氣象,1985,11(6):13-16.

[11]陶祖鈺，湯桂生.尋找相似天氣形勢的客觀方法研究.大氣科學研究與應用,1993,(5):81-88.

[12]Kohonen T .Self-Org anization Maps.Berlin:Springer Verlag,1995.

[13]趙翠光.華北夏季降水多尺度研究及客觀預報.南京:南京信息工程大學,2012.

[14]施能.氣象統計預報.北京:氣象出版社,2009.

[15]黃嘉佑.氣象統計分析與預報方法.北京:氣象出版社,1990.

[16]魏鳳英.現代氣候統計診斷與預測技術.北京:氣象出版社,2007.

[17]柳士俊,張蕾.光流法及其在氣象領域里的應用.氣象科技進展,2015,5(4):16-21.

[18]韓雷,王洪慶,林隱靜.光流法在強對流天氣臨近預報中的應用.北京大學學報(自然科學版),2008,44(5):751-755.

[19]Zhao Y Y,Zhang Q H,Du Y,et al.Objective analysis of circulation extremes during the 21 July 2012 torrential rain in Beijing.Acta Meteor Sin,2013,27(5):626-635。

[20]納特·希爾弗.信號與噪音.胡曉嬌,張新,朱辰辰,譯.北京:中信出版社,2013.

[21]查爾斯·惠倫.赤裸裸的統計學.曹檳,譯.北京:中信出版社,2013.

The Necessity of Statistical Forecasts

Tao Zuyu1,Zhao Cuiguang2,Chen Min3
(1 Department of Atmospheric and Ocean Sciences,School of Physics,Peking University,Beijing 100871 2 National Meteorological Centre,Beijing 1000813 Institute of Urban Meteorology,China Meteorological Administration,Beijing 100081)

Abstract:First,weather forecast uncertainty is discussed from the perspective of epistemology,namely,deterministic and probabilistic theory.Today,subjective forecast is increasingly replaced by the numerical weather prediction(NWP),but statistical forecasting is still irreplaceable.In terms of methodology,statistical forecasting is objective induction.Statistical prediction is not limited by predictability of NWP in theory.Statistical forecasting has a correlation or similar method; rare event related with extreme weather can be forecasted in similar method.Ensemble prediction method is a combination of deterministic and probabilistic methods,and is the development direction of the current weather forecast.Finally,there are limitations on statistical prediction itself,and statistical forecasting must be also verified by the effect in the forecast practice.

Keywords:weather forecasts,statistics,correlation,similarity,rare event of extreme weather

收稿日期：2014年3月3日；修回日期：2014年6月5日

DOI：10.3969/j.issn.2095-1973.2016.01.001

第一作者：陶祖鈺（1939—），Email:taozuyu@pku.edu.cn

資助信息：公益性行業（氣象）科研專項（GYHY200906003，GYHY201206004，GYHY201306023）；國家重點基礎研究發展計劃（2013CB430106）