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
第一节 长期天气过程的特征
长期天气预报应称为“气候预测”或
“气候预报”。
当前存在问题：业务上采用半经验统计
学方法；而研究人员认为数值预报是唯
一出路。（气象局、科学院、高校的研
究重点各不相同）
第一节 长期天气过程的特征
“长期天气预报被公认为是最困难和成功
率最低的一种气象预报” —— 此话与第
一章的结论矛盾。
“为了提高准确率，首先要弄清楚长期
天气过程的基本特征” —— 这是传统气
象思路的延伸，不一定适用于长期天气
预报（短期气候预测）？
第一节 长期天气过程的特征
1.长期天气过程的非绝热性
大气运动的总动能仅能维持一个星期左右的时间。 超
过 7天后，大气运动所需动能必须靠外部输入。时间
愈长，愈需要外界提供能量来满足补偿动能的消耗 。
这些外部能量的输入，就是非绝热过程（外源强迫）：
太阳活动、冰雪覆盖、陆地温度、海温等。
2.长期天气过程的全球性 （不同意）
短期预报：长波；
中期预报：超长波；
因此 —— 长期预报 —— 全球范围，气候变化有全球性
（全球变暖，也有例外），也有局地性特征。
第二节 长期天气的可预报性
一,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 。
二、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。
三、决定实际的可预报性的主要因素有（ 误差） ?
初值误差（ 对气候预报而言不必考虑？因为与初值
无关）（非线性系统对初始场敏感） ； ?
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。
四、一些相关问题
可预报性起源于 Lorenz的研究工作。
蝴蝶效应，稳定系统和不稳定系统。
上面介绍的都是初值可预报性，还有 外
源强迫可预报性 。
五、可作长期预报的原因
可以预报变量的偏差，即做,偏差预报,。
长期天气过程包含 缓变过程,即外源强迫的
作用。
第三节 影响长期天气过程的物理因子
知道有哪些因子，是如何起作用的，也许就可以作
出预报（比如温室效应 —— 未来全球变暖预报）。
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 ?
时间尺度一个月以上（火山爆发） ?
强度达长波有效辐射（ 450cal/cm2）的十分之一。 ?
（不同意，都建立在尺度分析的基础上。尺度分析的作用
和害处,四两拨千斤）
影响长期天气过程的主要因子
太阳活动,（太阳黑子、太阳常数、太阳黑子周期长
度）；（机制：直接影响和间接影响）。
海温,热容量大，异常持续时间长；水汽来源； 黑
潮海温 ；其他作用如 CO2、盐分等。 （季风，下页图）
冰雪覆盖,秦大河、姚檀栋、方之芳、康世昌；高
反照率效应（ 高原积雪 ）；低热通量效应（西伯利
亚）；水文效应；南极、格陵兰、陆地冰雪。
云的作用,短波辐射、长波辐射、水汽（凝结潜热），
模式模拟不准最重要的原因之一。
其它因子, 土壤温度 （汤懋苍）,作物蒸发 （植被作
用，下页图）,火山爆发, 人类活动, 五圈层的相互
作用 。
南亚季风（印度季风、西南季风）
A马斯克林高压； B南印度洋东南信风；
C过赤道流（索马里急流）； D西南季风； E南亚高压
东亚季风
O澳大利亚高压； P南太平洋东南信风； Q 过赤道流； S西太平洋
副热带高压； T中纬度气团； R西南季风（应为南海季风）； U梅雨锋带
西
南
季
风
东南季风
南海
季风
植被作用
反照率
第四节 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
（没有了天气学方法）
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。
（ 1）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（突出，典型，信度检验） 是否
强到在制作长期预报是可以利用的程度。
（ 2）周期和准周期（ 日，年 ）
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
析过程人为造成的；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。 QBO,周期性活动对预报的作用很小 。 /////,
2 物理统计方法
（ 1）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。
（ 2）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 。
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（？？ ）。
（ 1）大气环流模式预报（曾庆存等）（动力）
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 。 —— 延伸预报。
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。
（ 2）概率预报（动力统计）
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。
确定论的 — 先验的 — 可预报的（动力系统） — 但如
果控制因子太多，则表现为随机的，不确定的（世界
可能就是这样的，比如掷骰子）。
非确定论的 — 后验的 — 不可预报的（随机的、概率
的） — 如果概率有倾向性，表现出一定的可预报性。
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统计描述；
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。
初始的 N的态 —— 未来的 N个态,
1
2
3
4
5
一
二
三
四
五
? 蒙特卡洛方法（集合预报）
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。
4 统计 —动力预报（董文杰）
统计，寻找预报因子；
动力预报（数值模式）。
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
第一节 长期天气过程的特征
长期天气预报应称为“气候预测”或
“气候预报”。
当前存在问题：业务上采用半经验统计
学方法；而研究人员认为数值预报是唯
一出路。（气象局、科学院、高校的研
究重点各不相同）
第一节 长期天气过程的特征
“长期天气预报被公认为是最困难和成功
率最低的一种气象预报” —— 此话与第
一章的结论矛盾。
“为了提高准确率，首先要弄清楚长期
天气过程的基本特征” —— 这是传统气
象思路的延伸，不一定适用于长期天气
预报（短期气候预测）？
第一节 长期天气过程的特征
1.长期天气过程的非绝热性
大气运动的总动能仅能维持一个星期左右的时间。 超
过 7天后，大气运动所需动能必须靠外部输入。时间
愈长，愈需要外界提供能量来满足补偿动能的消耗 。
这些外部能量的输入，就是非绝热过程（外源强迫）：
太阳活动、冰雪覆盖、陆地温度、海温等。
2.长期天气过程的全球性 （不同意）
短期预报：长波；
中期预报：超长波；
因此 —— 长期预报 —— 全球范围，气候变化有全球性
（全球变暖，也有例外），也有局地性特征。
第二节 长期天气的可预报性
一,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 。
二、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。
三、决定实际的可预报性的主要因素有（ 误差） ?
初值误差（ 对气候预报而言不必考虑？因为与初值
无关）（非线性系统对初始场敏感） ； ?
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。
四、一些相关问题
可预报性起源于 Lorenz的研究工作。
蝴蝶效应，稳定系统和不稳定系统。
上面介绍的都是初值可预报性，还有 外
源强迫可预报性 。
五、可作长期预报的原因
可以预报变量的偏差，即做,偏差预报,。
长期天气过程包含 缓变过程,即外源强迫的
作用。
第三节 影响长期天气过程的物理因子
知道有哪些因子，是如何起作用的，也许就可以作
出预报（比如温室效应 —— 未来全球变暖预报）。
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 ?
时间尺度一个月以上（火山爆发） ?
强度达长波有效辐射（ 450cal/cm2）的十分之一。 ?
（不同意，都建立在尺度分析的基础上。尺度分析的作用
和害处,四两拨千斤）
影响长期天气过程的主要因子
太阳活动,（太阳黑子、太阳常数、太阳黑子周期长
度）；（机制：直接影响和间接影响）。
海温,热容量大，异常持续时间长；水汽来源； 黑
潮海温 ；其他作用如 CO2、盐分等。 （季风，下页图）
冰雪覆盖,秦大河、姚檀栋、方之芳、康世昌；高
反照率效应（ 高原积雪 ）；低热通量效应（西伯利
亚）；水文效应；南极、格陵兰、陆地冰雪。
云的作用,短波辐射、长波辐射、水汽（凝结潜热），
模式模拟不准最重要的原因之一。
其它因子, 土壤温度 （汤懋苍）,作物蒸发 （植被作
用，下页图）,火山爆发, 人类活动, 五圈层的相互
作用 。
南亚季风（印度季风、西南季风）
A马斯克林高压； B南印度洋东南信风；
C过赤道流（索马里急流）； D西南季风； E南亚高压
东亚季风
O澳大利亚高压； P南太平洋东南信风； Q 过赤道流； S西太平洋
副热带高压； T中纬度气团； R西南季风（应为南海季风）； U梅雨锋带
西
南
季
风
东南季风
南海
季风
植被作用
反照率
第四节 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
（没有了天气学方法）
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。
（ 1）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（突出，典型，信度检验） 是否
强到在制作长期预报是可以利用的程度。
（ 2）周期和准周期（ 日，年 ）
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
析过程人为造成的；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。 QBO,周期性活动对预报的作用很小 。 /////,
2 物理统计方法
（ 1）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。
（ 2）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 。
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（？？ ）。
（ 1）大气环流模式预报（曾庆存等）（动力）
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 。 —— 延伸预报。
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。
（ 2）概率预报（动力统计）
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。
确定论的 — 先验的 — 可预报的（动力系统） — 但如
果控制因子太多，则表现为随机的，不确定的（世界
可能就是这样的，比如掷骰子）。
非确定论的 — 后验的 — 不可预报的（随机的、概率
的） — 如果概率有倾向性，表现出一定的可预报性。
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统计描述；
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。
初始的 N的态 —— 未来的 N个态,
1
2
3
4
5
一
二
三
四
五
? 蒙特卡洛方法（集合预报）
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。
4 统计 —动力预报（董文杰）
统计，寻找预报因子；
动力预报（数值模式）。
