集合預報

集合預報是用一些相關性不大的初值出發而得到一些預報值的方法，這是經典的集合預報的概念。除了考慮初值問題，還考慮數值模式中許多物理過程（如參數化方案等）的不確定性和隨機性，得到一些預報值，這是全新意義的預報集合。

由於大氣是一個高度非線性的系統，因而數值天氣預報的結果對初始條件的微小誤差非常敏感。Leith在1974年提出集合預報的思想和方法，Hoffman和Kalnay提出時間滯後集合平均預報。Kalnay等在1995年提出瞭解決集合預報初值問題的方法，如奇異向量等方法。集合預報的概念在不斷髮展和完善 ^[1]  。

在有一個好的模式的前提下，一個理想的集合預報具備三個條件 ^[2]  ：

（1）從平均統計意義看，集合預報中的每個成員的準確率應大致相同。某個或某些預報成員不應該總是比其他一些成員準確，否則，集合預報方法就失去意義。

（2）從統計平均意義看，一個具有

個成員的預報集合有

的可能性包含大氣的實際情況。因此，當成員足夠多時，大氣的真實狀態在大多數情況下應該被包含在集合預報中。這就需要預報集合中成員間的離散度必須適宜。一個好的集合預報系統，其成員間的離散度同均值預報誤差大小大體上相當。

（3）集合預報中成員間的離散度應該反映真實大氣的可預報性或預報的可信度。離散度愈小，可預報性愈高，預報可信度愈大；反之，可預報性愈低，預報可信度愈小。所以在一個理想的集合預報系統中，離散度同成員預報的平均準確率之間成反比。