完全預報

完全預報（perfect prognostic）是根據預報量和預報因子的同時性（或近於同時性）的加權組合，利用歷史觀測資料來確定局地氣象要素，其推導方程的函數關係式如下

式中

表示起始時刻

的預報量，

為起始時間

時可獲得的因子向量。上式可以看成是

對

的估計，或

對

的説明，而不是向前的預報。

為了用導出的方程製作預報，用模擬實測環流的數值預報模式的輸出結果，代入上式而求得

，即：

本方法中假定模式輸出是與實測值完全一致的，即它認為數值預報是完全對的，所以稱為完全預報法。 ^[1] 

實際上，由於數值預報中的誤差是不可避免的，

並不能與所要模擬的實測環流，例如明天的實測環流完全一致，所以數值預報中的誤差會不可避免地在統計預報中產生相應的誤差。因此，數值預報的質量每提高一次，完全預報法的準確性也會隨着改進一次。 ^[1] 

這種方法的優點是由於用了較長時間的資料樣本，所得到的預報方程比較穩定，並且在推導方程時不需要用數值預報的樣本，也不受數值模式改變的影響。 ^[1] 

由於數值預報技術的迅速發展，到了七十年代後期，數值天氣預報已能相當準確地報出3天以內的高空、地面形勢，預報準確率已超過主觀預報，至於4到7天的形勢預報也已具有相當的參考價值。但是，對氣象要素的預報，諸如降水、温度、風、雲、能見度等的預報，不但準確率不高、耗費太多的計算時間，而且有的項目還難以直接用數值預報方法作出預報；另一方面，隨着現代統計學的發展，統計天氣預報日益顯示其作用，不僅對氣象要素預報，而且對形勢預報也取得了一定的成效。但是，統計天氣預報方法的弱點是缺乏物理基礎，特別是對預報量有時間滯後的預報因子的相關關係的優良性不容易提高，統計關係的穩定性也不夠好，所以純統計預報長期徘徊不前。1959年Klein等人首先提出了應用數值預報產品製作局地天氣預報的方法，從而開創了把客觀預報的兩大分支——數值預報和統計預報結合起來的動力——統計預報方法。 ^[1] 

目前在數值預報產品釋用中最常用的方法有完全預報方法和模式輸出統計方法。