长期统计天气预报

第八节　长期统计天气预报

众所周知，数理统计是从大量偶然的事件中寻找内在的统计规律，因此既要根据不同的预报对象选取合适的数学模型，又要选择有物理意义的因子。而长期天气预报的预报对象一般认为是一些气象要素的平均值（如月平均气温、月总降水量等）；所以统计分析在长期预报中是必不可少的。由于近几十年以来中短期数值预报取得了巨大的成功，长期数值预报的研究也在不断深入，预计在不久的将来，长期数值预报也可望实现业务化。但在发展长期数值预报的同时，绝不能抛弃统计方法，因为多年来的统计长期预报已积累了不少经验，现在还未见到人们如何在动力学方法的预报中考虑或描述这些经验。例如，大气韵律、遥相关都还没有在长期数值预报中得到反映。另外，即使在平均环流预报方面取得了进展，如何根据环流异常来预报气温、降水等异常也还要进一步研究。所以，统计学方法在长期预报方面有其它预报方法不能代替的作用。本节将分别介绍长期天气预报中的三种统计方法，

一、韵律法

韵律是长期天气预报中应用较广的一个概念。从广义上讲，韵律可以看作相距一定时间的两种天气现象或天气过程之间的联系。各种天气现象和天气过程都处在矛盾运动之中，随着时间、空间的变化而变化，这种变化都不是孤立的，而是互相依赖和互相制约的。长期以来，我国各地广泛流传的天气谚语中有不少具有韵律性质，气象工作者常利用这些天气谚语分析天气过程的演变和相互之间的变化规律，分析上游台站影响下游台站的规律性，而韵律分析就是反映某种天气现象或天气过程规律性的方法之一。群众中广为流传的“八月十五云遮月，正月十五雪打灯”、“九里雪，伏里雨”等天气谚语，就是云、雨、雪这些天气现象的韵律关系的总结。

从天气学的角度研究大型天气过程的韵律活动时，它的含义一般是指经过一定的但又不完全相等的时间间隔，某种相似天气形势（或相似的环流机制）的重演的现象。从统计学的角度分析各种气象要素时间上的自相关性时，韵律又被理解为自相关函数曲线上出现峰和谷的现象。也有部分长期预报工作者把韵律理解为除日变化和年变化以外，气象要素随时间变化的准周期现象。

韵律活动的产生原因目前还没完全弄清楚，大致上存在三种看法：第一种认为大气活动中心是制约大气过程韵律活动的客体，亦即韵律反映了大气活动中心发展的位相；第二种从理论研究工作中得出韵律与带状环流的自振有关；第三种从研究太阳活动角度出发，发现地球大气中的韵律和太阳活动的某些韵律相符，因而认为地球大气的韵律是太阳活动的韵律引起的。

韵律的确定方法多种多样，有单韵律的确定方法，也有多韵律的确定方法。

采用韵律法作天气预报一般有以下四个步骤：

（1）韵律的选择

由于地区、季节以及所预报的天气过程（或现象）的不同，韵律的间隔长短并不是一致的。要使中长期天气预报得到较准确的效果，选择适当时间的韵律是很重要的。

（2）确定利用韵律作预报的指标

群众的中长期天气预报经验，由于历史条件和当时生产、科学技术水平的限制，往往多为性质的描述，缺乏数量的指标或界限。要尽可能进行客观的定量预报，不仅要从群众经验中直接描述的天气现象或气象要素着眼去确定预报指标，还应尽量从现有资料中选取一些气象要素的平均值、极端值、变化值，通过验证和分析以确定更全面的客观预报指标。

（3）韵律的综合应用

天气长期变化的过程是复杂的，只依据某一种韵律作预报，由于它只是从一个侧面反映了天气变化过程的某种规律性，而不是全面地反映了天气变化过程中所有的内在联系，因而往往预报并不能十分准确。如果综合地应用多种不同的韵律活动日期，以预报同一天气过程（或现象），则能提高预报准确率。

（4）韵律和预报指标的检验

在实际工作中，除了直接使用经过验证的群众经验外，有不少气象站在群众经验的启发下，深入应用资料寻找前期气象要素与后期天气变化的韵律关系，如上所述，往往反映长期天气变化过程的韵律关系不止一种，因此，就必须对各种不同天数的韵律进行检验，只有当资料普查时的概率与对预报指标进行反查所得到的准确率均在90%以上时，这种韵律关系才能用于实践。

二、秩相关秩相似法

在气象业务中，常使用相关相似法，这种方法主要是将普查指标找到的相关系数和相关概率较高的预报因子作为相似分析的基础，再利用相似分析的方法找出预报对象的相似情况。而秩相关与秩相似法，是利用求秩相关系数的方法去普查预报因子，并对秩相关系数进行显著性检验，将达到一定信度标准的因子选取为相似分析指标，作为相似预报因子，再利用相似预报因子当前与历史上的绝对距离作相似分析，求出相似系数，确定相似对象，最后建立预报方程。

三、多层递阶预报方法

天气预报的多层递阶预报方法，是运用现代控制论中的系统辨识方法提出的一种新的动态系统预报技术。

根据控制论中的系统辨识观点，大气系统可看成是一个既含有已知信息又含有未知信息的灰色系统。天气系统问题相应地就是“灰箱”问题，即各种气象要素都是许多已知的和未知的因素共同作用的结果。这说明，在对某一气象要素的预报中，我们尽管可以找到若干个预报因子，但肯定不是全部影响因子都能找到，甚至由于认识水平或技术条件的限制，还不能保证找出的因子就是最重要的影响因子。多层递阶预报就是从系统的外部特征着手，将单一的气象要素或某些相关联的气象要素组合成随时间变化的数据，且看成一个一维或多维的时间序列，用时间序列分析的方法进行多层分析和多层递阶预报，建立输入一输出模型。此外，由于大气系统是一个非常复杂的随机时变动态系统，因此用传统的固定参数的统计预报方法就有许多局限性。如用多元回归方法时，预报方程一旦建立，因子的系数就成为定值，而资料年代越长（样本越大）越好的观点显然是平均的概念，即根据大量的历史资料进行“回归”后只能预报出气象要素可能出现的平均状态，它们不能有效地反映大气系统的时变特性，因此其预报准确率和精度都是有限度的。

多层递阶的方法就是针对上述问题而提出来的，其基本思想是：把动态时变系统的状态（预报对象）的预报分解成两部分，即首先对系统的时变参数（随时间变化的输入变量的系数）进行预报，然后在此基础上再对系统的状态进行预报，形成参数——状态预报的反馈回路。这种方法的主要特点是能充分考虑系统的时变特性，从而使预报准确率和预报精度的提高有了可能。