第五章 长期天气过程特征
与长期天气预报
长期天气过程的特征
长期天气的可预报性
影响长期天气过程的物理因子
长期天气预报的一般方法
一 长期天气过程的特征
1.长期天气过程的非绝热性
把持续 7天以上的天气过程定位长期天气
过程，它所需要的动能仅靠大气本身的未能转
换不走以维持，长期天气过程的时间愈长，就
愈需要外界提供能量来满足补偿动能的消耗 。
2.长期天气过程的全球性
在长期天气过程中大气的各个部分彼此
间的相互影响是巨大的，在这个时期内对大气
的任何部分都不能孤立地进行研究，而是要把
大气看成一个统一的系统。
二 长期天气的可预报性
长期数值预报不能像中短期数值预报一样在预报时
效内做逐日的预报，这就是大气的可预报性问题。
可预报性问题分为理论的可预报性和实际的可预报
性。
在考虑天气预报问题的时候，最终还是, 实际的可
预报性, 重要。决定这种可预报性的主要因素有,?
初值误差； ?
由于数值模式内部物理过程描述不完整引起的误差； ?
由于数值模式所处理的外在物理影响的不完整而引起的
误差； ?
数值计算上的误差。
三 影响长期天气过程的
物理因子
1964年 索耶（ Sawyer）提出的可以作为长期
天气异常因子的三个条件,
? 空间尺度 1000km ?
时间尺度一个月 ?
强度达长波有效辐射（ 450cal/cm2）的十分之一。
影响长期天气过程的主要因子
? 太阳活动 ?
海温 ?
冰雪覆盖 ?
云的作用
1,太阳活动
太阳活动一般是指发生在太阳大气全部物理
变化的总和，它通常包含太阳黑子、光斑、谱
斑、日珥等。 人们对太阳黑子的长期观测中发
现，它的变化有明显的周期性，大致有 11年、
22年,80~90年周期。它是反映与太阳活动直
接有关的过程，又和气象参数之间有明显的相
关性，所以太阳活动对长期天气过程有明显的
影响。
太阳对大气影响的机制总的而言可分为两类,
? 太阳能以直接的过程投入大气系统里
? 太阳以间接的过程投入到大气系统
2 海温
海洋的巨大面积与质量
海洋面积占地球面积的 70.8%，海陆面积之
比 2.42,1，到达地球表面的太阳辐射 70%左
右北洋面吸收，且将其中的 85%左右贮存在海
洋表层。海洋吸收的这部分热量再以长波有效
辐射（ 21%）、潜热（ 23%）、感热（ 7%）
交换的形式输送给大气，成为大气的直接能源。
另一方面，海洋提供了大约 96%的大气水汽来
源。海洋热状况的变化和海洋蒸发强度的变化
等将直接影响大其中能量和水气的失控变化，
影响长期天气过程。
海洋的巨大热惯性
海水比空气与土壤的比热大的多,1g海水升
温 1度所需要的热量可使同质量的土壤升温 1.9
度，可使同质量空气升温 3.9度，可见，海洋
比陆地，热别是空气具有更大的热惯性，可以
成为巨大的热量, 储存器, 。对长期天气过程
来说，这种热惯性能使快变的大气, 镇定,,
长期稳定地加热大气，是大气持续稳定地朝一
个方向发展，产生时间尺度较长的天气过程。
还问观测资料表明，海温异常不但空间尺度大，
时间尺度也大，一般可持续几个月，有时甚至
可达 2~3年。
3 冰雪覆盖
冰雪覆盖是地 -气系统中很重要的成员之一，它的
变化对长期天气过程有很大的影响。 冰雪覆盖能改变
地球表面上冷热源的分布及强度的变化，特别是 大
范围持久的冰雪覆盖异常，会引起大气热量供给的增
加或减少，从而影响长期天气过程的变化。
地球上的冰雪覆盖大致可分为三类,?
海冰 ?
大陆积雪 ?
大陆冰盖
其中海冰和大陆积雪对长期天气过程的影响更明显
冰雪覆盖大大地减少下垫面所可能接受的太阳辐射，
从而影响长期天气过程异常。
4 云的作用
云量的分布不均可引起地表接受热量的分布不均，从
而一起大气环流及长期天气过程的异常变化。 它的变
化也会导致运的增长和消散，这说明云是具有反馈作
用的调节器。
云的调节作用可简述为,
若在初始时刻海洋中有热量增加，使其上空的大气增
暖，这样在暖的海面有上升运动出现，导致云量增加。
云量的增加减小了海面所接受的太阳辐射能而使其降
温，反过来又冷却了上空的大气，导致下层运动发展
起来，云系开始消失。随着云量的减少，海洋又重新
受热变暖，回复到初始时刻的情景。这种过程的反复
出现，结果造成 A-AL系统的振荡。
四 长期天气预报的一般方法
在长期天气预报的发展过程中，已经试验
或已经提出的长期预报方大大只可划分为
以下几大类,
经验方法
物理统计方法
动力学方法
动力统计学方法
1 经验方法
经验方法在目前 长期预报业务中仍然实用,该方法
主要是利用单变量时间序列的持续性、周期或准周期
性、相似及韵律等特征作预报。
持续性方法
许多气象变量都呈现出某种程度的持续性，关键是确
定持续性的强度是否强到在制作长期预报是可以利用
的程度。
周期和准周期
如果要使用气象资料的周期性作长期预报，且要达到
一定的准确率，则必须具备两个条件：一是 观测到周
期性必须是一个真实物理过程的再现，而不是分析过
程认为造成的； 二是 该周期性相应的功率谱必须足够
大，说明该周期不是预报变量的随机性造成的。
2 物理统计方法
该方法是目前长期预报的主要方法，它一般用到几个
而不是一个物理参量作为预报因子,这些预报因子通
常包括大气环流、海洋状况、冰盖、雪盖等, 用到的
统计方法主要有 逐步回归、秩相关秩相识、多层递阶、
经验正交函数展开、灰色预报等。
虽然物理统计方法是长期预报的主要方法，然而它仍
存在一些问题 ?
预报效果不稳定，主要是预报方程拟合率高，但实际
预报的准确率低。 ?
缺乏深厚的物理基础
另外，天气 -动力学的方法是近年来一些国家制作长期
天气预报的主要方法
3 动力学方法和动力统计学方法
动力学方法和动力统计学方法是长期预报领
域里被重点研究的方法之一，被认为是最终解
决长期预报方法问题的主要方法。这种方法有
多种模式法，下面仅介绍大气环流模式预报方
法和概率预报方法。
大气环流模式预报
大气环流模式（ GCM）一般用于气候模拟的，但现
在有人用它来做长期预报的试验，也即从实际的初值
开始计算，做出未来月或季节的预报，这相当于用短
期天气预报的方法进行外延。
? 月预报
许多理论和研究都表明，由于大气初始条件固有
的不确定性，大气确定性可预报性限制在两三周。
但是一些研究又表明,GCM的时间平均预报，随
着平均长度的增长，客观预报准确率提高；时间平
均可以滤去小尺度和短生命史的大气状态和运动的
分量，并减少位相误差的影响 。
? 季节预报
随着预报时间的延长，尽管初始条件对月预报
仍有影响，但边界条件的影响就愈来愈重要。这里
的边界条件是指变化非常慢并影响大气的外部异常
强迫，如海洋、冰盖、雪盖和土壤湿度等。
概率预报
大气运动规律，实际上是由确定性过程和随机性过
程所组成，确定性的问题一般是借助于微分方程用动
力方法进行描述，而随机性的问题是借助于概率论用
统计学方法进行描述。
在长期预报中一般将动力方法和统计方法结合起来,
一方面 在动力方法中运用概率论的思想进行动机描述；
另一方面 用确定论的方程来研究不确定的大气随机行
为。 ?
随机 -动力方法
随机 -动力的方法可以用概率的形势预报出每一时间
步长的大气状态，实际上不是直接计算概率密度函数，
而是计算非独立变量的各阶矩，大气的状态就由这些
矩来体现。
? 蒙特卡洛方法
为了克服随机动力方法的不足，对同一个初始条件
加上随机扰动来产生一组初始状态，组成有限样本，
然后对每个初始状态用动力模式进行时间积分，并用
预报集合计算出期望和方差的估计值，从而给出了像
初始状态样本一样不确定的真实状态的估计。
与长期天气预报
长期天气过程的特征
长期天气的可预报性
影响长期天气过程的物理因子
长期天气预报的一般方法
一 长期天气过程的特征
1.长期天气过程的非绝热性
把持续 7天以上的天气过程定位长期天气
过程，它所需要的动能仅靠大气本身的未能转
换不走以维持，长期天气过程的时间愈长，就
愈需要外界提供能量来满足补偿动能的消耗 。
2.长期天气过程的全球性
在长期天气过程中大气的各个部分彼此
间的相互影响是巨大的，在这个时期内对大气
的任何部分都不能孤立地进行研究，而是要把
大气看成一个统一的系统。
二 长期天气的可预报性
长期数值预报不能像中短期数值预报一样在预报时
效内做逐日的预报，这就是大气的可预报性问题。
可预报性问题分为理论的可预报性和实际的可预报
性。
在考虑天气预报问题的时候，最终还是, 实际的可
预报性, 重要。决定这种可预报性的主要因素有,?
初值误差； ?
由于数值模式内部物理过程描述不完整引起的误差； ?
由于数值模式所处理的外在物理影响的不完整而引起的
误差； ?
数值计算上的误差。
三 影响长期天气过程的
物理因子
1964年 索耶（ Sawyer）提出的可以作为长期
天气异常因子的三个条件,
? 空间尺度 1000km ?
时间尺度一个月 ?
强度达长波有效辐射（ 450cal/cm2）的十分之一。
影响长期天气过程的主要因子
? 太阳活动 ?
海温 ?
冰雪覆盖 ?
云的作用
1,太阳活动
太阳活动一般是指发生在太阳大气全部物理
变化的总和，它通常包含太阳黑子、光斑、谱
斑、日珥等。 人们对太阳黑子的长期观测中发
现，它的变化有明显的周期性，大致有 11年、
22年,80~90年周期。它是反映与太阳活动直
接有关的过程，又和气象参数之间有明显的相
关性，所以太阳活动对长期天气过程有明显的
影响。
太阳对大气影响的机制总的而言可分为两类,
? 太阳能以直接的过程投入大气系统里
? 太阳以间接的过程投入到大气系统
2 海温
海洋的巨大面积与质量
海洋面积占地球面积的 70.8%，海陆面积之
比 2.42,1，到达地球表面的太阳辐射 70%左
右北洋面吸收，且将其中的 85%左右贮存在海
洋表层。海洋吸收的这部分热量再以长波有效
辐射（ 21%）、潜热（ 23%）、感热（ 7%）
交换的形式输送给大气，成为大气的直接能源。
另一方面，海洋提供了大约 96%的大气水汽来
源。海洋热状况的变化和海洋蒸发强度的变化
等将直接影响大其中能量和水气的失控变化，
影响长期天气过程。
海洋的巨大热惯性
海水比空气与土壤的比热大的多,1g海水升
温 1度所需要的热量可使同质量的土壤升温 1.9
度，可使同质量空气升温 3.9度，可见，海洋
比陆地，热别是空气具有更大的热惯性，可以
成为巨大的热量, 储存器, 。对长期天气过程
来说，这种热惯性能使快变的大气, 镇定,,
长期稳定地加热大气，是大气持续稳定地朝一
个方向发展，产生时间尺度较长的天气过程。
还问观测资料表明，海温异常不但空间尺度大，
时间尺度也大，一般可持续几个月，有时甚至
可达 2~3年。
3 冰雪覆盖
冰雪覆盖是地 -气系统中很重要的成员之一，它的
变化对长期天气过程有很大的影响。 冰雪覆盖能改变
地球表面上冷热源的分布及强度的变化，特别是 大
范围持久的冰雪覆盖异常，会引起大气热量供给的增
加或减少，从而影响长期天气过程的变化。
地球上的冰雪覆盖大致可分为三类,?
海冰 ?
大陆积雪 ?
大陆冰盖
其中海冰和大陆积雪对长期天气过程的影响更明显
冰雪覆盖大大地减少下垫面所可能接受的太阳辐射，
从而影响长期天气过程异常。
4 云的作用
云量的分布不均可引起地表接受热量的分布不均，从
而一起大气环流及长期天气过程的异常变化。 它的变
化也会导致运的增长和消散，这说明云是具有反馈作
用的调节器。
云的调节作用可简述为,
若在初始时刻海洋中有热量增加，使其上空的大气增
暖，这样在暖的海面有上升运动出现，导致云量增加。
云量的增加减小了海面所接受的太阳辐射能而使其降
温，反过来又冷却了上空的大气，导致下层运动发展
起来，云系开始消失。随着云量的减少，海洋又重新
受热变暖，回复到初始时刻的情景。这种过程的反复
出现，结果造成 A-AL系统的振荡。
四 长期天气预报的一般方法
在长期天气预报的发展过程中，已经试验
或已经提出的长期预报方大大只可划分为
以下几大类,
经验方法
物理统计方法
动力学方法
动力统计学方法
1 经验方法
经验方法在目前 长期预报业务中仍然实用,该方法
主要是利用单变量时间序列的持续性、周期或准周期
性、相似及韵律等特征作预报。
持续性方法
许多气象变量都呈现出某种程度的持续性，关键是确
定持续性的强度是否强到在制作长期预报是可以利用
的程度。
周期和准周期
如果要使用气象资料的周期性作长期预报，且要达到
一定的准确率，则必须具备两个条件：一是 观测到周
期性必须是一个真实物理过程的再现，而不是分析过
程认为造成的； 二是 该周期性相应的功率谱必须足够
大，说明该周期不是预报变量的随机性造成的。
2 物理统计方法
该方法是目前长期预报的主要方法，它一般用到几个
而不是一个物理参量作为预报因子,这些预报因子通
常包括大气环流、海洋状况、冰盖、雪盖等, 用到的
统计方法主要有 逐步回归、秩相关秩相识、多层递阶、
经验正交函数展开、灰色预报等。
虽然物理统计方法是长期预报的主要方法，然而它仍
存在一些问题 ?
预报效果不稳定，主要是预报方程拟合率高，但实际
预报的准确率低。 ?
缺乏深厚的物理基础
另外，天气 -动力学的方法是近年来一些国家制作长期
天气预报的主要方法
3 动力学方法和动力统计学方法
动力学方法和动力统计学方法是长期预报领
域里被重点研究的方法之一，被认为是最终解
决长期预报方法问题的主要方法。这种方法有
多种模式法，下面仅介绍大气环流模式预报方
法和概率预报方法。
大气环流模式预报
大气环流模式（ GCM）一般用于气候模拟的，但现
在有人用它来做长期预报的试验，也即从实际的初值
开始计算，做出未来月或季节的预报，这相当于用短
期天气预报的方法进行外延。
? 月预报
许多理论和研究都表明，由于大气初始条件固有
的不确定性，大气确定性可预报性限制在两三周。
但是一些研究又表明,GCM的时间平均预报，随
着平均长度的增长，客观预报准确率提高；时间平
均可以滤去小尺度和短生命史的大气状态和运动的
分量，并减少位相误差的影响 。
? 季节预报
随着预报时间的延长，尽管初始条件对月预报
仍有影响，但边界条件的影响就愈来愈重要。这里
的边界条件是指变化非常慢并影响大气的外部异常
强迫，如海洋、冰盖、雪盖和土壤湿度等。
概率预报
大气运动规律，实际上是由确定性过程和随机性过
程所组成，确定性的问题一般是借助于微分方程用动
力方法进行描述，而随机性的问题是借助于概率论用
统计学方法进行描述。
在长期预报中一般将动力方法和统计方法结合起来,
一方面 在动力方法中运用概率论的思想进行动机描述；
另一方面 用确定论的方程来研究不确定的大气随机行
为。 ?
随机 -动力方法
随机 -动力的方法可以用概率的形势预报出每一时间
步长的大气状态，实际上不是直接计算概率密度函数，
而是计算非独立变量的各阶矩，大气的状态就由这些
矩来体现。
? 蒙特卡洛方法
为了克服随机动力方法的不足，对同一个初始条件
加上随机扰动来产生一组初始状态，组成有限样本，
然后对每个初始状态用动力模式进行时间积分，并用
预报集合计算出期望和方差的估计值，从而给出了像
初始状态样本一样不确定的真实状态的估计。
