集合预报与可预报性

由于大气是混沌的，单一预报永远不足够；集合预报通过运行许多略有不同的预测，以描绘未来可能范围，并将天气预报转化为概率的诚实陈述。

Definition

集合预报是指从受扰动的初始条件和模型配置出发，运行多个预报，以估计未来大气状态的概率分布，考虑到可预报性的内在限制。

Scope

本主题涵盖大气的可预报性以及用于量化预报不确定性的集合方法，包括初始条件误差的增长、初始条件和模型扰动的设计、集合离散度作为概率的解释，以及概率预报的验证。

Core questions

• 为什么大气的可预报性是有限的？
• 集合成员是如何通过初始条件和模型扰动生成的？
• 集合离散度如何转化为预报概率？
• 概率预报的质量如何衡量？

Key theories

确定性混沌与误差增长

洛伦兹表明，非线性大气流动对初始条件表现出敏感依赖性，因此微小的误差会呈指数增长，将确定性可预报性限制在大约两周。

不确定性的集合预测

通过采样合理的初始条件和模型误差并向前积分每个成员，集合近似于预报的演变概率分布，因此其离散度成为置信度的流量依赖性度量。

Mechanisms

可预报性是有限的，因为大气是一个非线性、混沌系统，其中微小差异会放大，尤其是在动力学不稳定的区域。集合系统通过沿增长最快的方向扰动初始状态，并通过扰动模型物理或使用多个模型来采样这种不确定性。随着集合成员向前积分，它们会发散；它们的聚类或离散度估计预报概率分布，紧密的聚类表示置信度高，而广泛的离散度表示不确定性。布里尔分数和秩直方图等验证分数用于检验这些概率是否可靠。

Clinical relevance

集合预报是目前天气服务核心的概率指导的基础，从降雨的百分比概率到风暴和洪水等高影响事件的早期预警；其置信度测量使航空、能源和应急管理领域的决策者能够权衡风险，而不是依赖单一的确定性预报。

History

洛伦兹在1963年发现初始条件的敏感依赖性，揭示了天气预报的内在限制。随后的几十年中提出了随机动力学预报，到20世纪90年代初，不断增长的计算机能力使得主要中心能够运行业务集合系统，此后扰动方法、模型误差表示和概率验证逐渐成熟并成为标准实践。

Key figures

• Edward Lorenz
• Tim Palmer
• Eugenia Kalnay
• Zoltan Toth

Seminal works

• lorenz1963
• palmer2000

Frequently asked questions

集合的离散度说明了什么？

当集合成员高度一致时，预报更具信心；当它们广泛发散时，情况更不确定；因此，离散度作为对给定日期预报可靠性的流量依赖性估计。

天气预报的提前时间是否存在硬性限制？

是的；由于大气是混沌的，日常天气的有用确定性技能通常只能延伸到大约一到两周，尽管一些缓慢变化的特征和概率信息可以预测得更远一些。