可预测度与气候模式

大气的瞬间状态的可预测度有限，超过10-14天以外基本上不可预测。尽管如此，季节性天气平均或短期气候的预测仍然有一定技巧的。这是因为大气的变化一部份是由于外在因素的强迫而引起的，短期气候的可预测度，主要源自地面温度、海温、泥土湿度等变化的外来强迫。

近来被俗称为「水晶球」的气候模式是短期气候预测的主要工具之一。它在预测某大范围区域内的气候和正常气候的差距有一定的技巧 (Gilman 1985; Livezey 1990, Barnston 1999)，但并不能准确地预测某一天气事件。

香港天文台利用区域气候模式进行了一系列的研究，发现区域气候模式有一定的技巧，并有潜质作为季度气候预报的工具(Hui et. al 2002; Hui et. al 2005)。在2007年，该区域模式被有较佳预报技巧的「全球 - 区域气候模式组合」替换(Lee et. al 2007)。

标准气候平均

气候平均（即所谓正常的气候）的传统定义，是某一气象要素连续30年的数学平均 (WMO 1989)。香港天文台现时采用的标准气候平均是以1971-2000的数据计算出来。

气候距平

在季度气候尺度，气候距平多以「高于正常」、「接近正常」、「低于正常」来表达 (WMO 2000)。如何区分这三个等级，尚无国际上统一的规定。等分法是一个较常用的方法。具体的操作上，有一些气候中心采用排列法（ranking），另外亦有气候中心假设数据依正态、伽玛或其他统计分布，进行曲线契合来分等级 (IRI 2003)。

香港天文台分别将最高的百分之三十订为「高于正常」，最低的百分之三十为「低于正常」，中间的为「接近正常」。在呈正态分布的数据中，用百份之四十做分界约相当于用长期平均值的正负半个标准差来做分界。简单来说，香港天文台是用长期平均值的正负半个标准差以内来定义「接近正常」(Chang and Yeung 2003)。

模式气候与距平预测

模式所给出的未经后处理的预测都会趋于模式自己的气候值（即模式预测的长期平均）。因此在做短期气候预报时，一般做法是把模式气候从模式计算出来的未经处理的预测减去，得出距平，这做法可以尽量去掉系统性误差。

我们假设模式气候是接近常态分布。距平预测介乎±0.5标准差（standard deviation，常以σ代表）定义为「接近正常」，大于+0.5σ 为「高于正常」，少于-0.5σ 为「低于正常」。

一般做法

评估模式表现及把模式预测转为可用的本地或区域预报时，对本地气候的了解是很重要的 (ECMWF 2003)。最佳的预报应是综合了客观的模式预测，及预测员专业的判断 (IRI 2003)。

参考文献

Barnston, A.G., Y. He, and D.A. Unger, 2000: A Forecast Product that Maximizes Utility for State-of-the-Art Seasonal climate Prediction. Bulletin of the American Meteorological Society, Vol. 81, No. 6, pp. 1271-1279.

Chang, W L, and K H Yeung, 2003: Seasonal Forecasting for Hong Kong - A Pilot Study. Hong Kong Observatory Technical Note No. 104, Hong Kong Observatory.

ECMWF, 2003: Seasonal Forecast User Guide (http://www.ecmwf.int/products/forecasts/seasonal/documentation/index.html)

Gilman, D.L. 1985: Long-Range Forecasting: The Present and the Future. Bulletin of the American Meteorological Society, Vol. 66, No. 2, pp. 159-164.

Guttman, N.B., 1989: Statistical descriptors of climate. Bulletin of the American Meteorological Society, vol. 70, no. 6, pp. 602-607.

Hui, T.W., Chang, W.L., and Shum, K.Y.: 2002, Long-range forecasting for Hong Kong with ensembles from a regional model - some preliminary results. Second APCN Working Group Meeting, Seoul, Republic of Korea,11-13 June 2002. Hong Kong Observatory Reprint No., 480 (http://www.weather.gov.hk/publica/reprint/r480.pdf)

Hui, T.W., and Shum, K.Y., 2005: Prediction of Seasonal Rainfall in Hong Kong Using ECPC's Regional Climate Model. The Sixth International RSM Workshop, Palisades, New York, USA, 11-15 July 2005. Hong Kong Observatory Reprint No. 602 ( http://www.weather.gov.hk/publica/reprint/r602.pdf)

IRI, 2003: The Science and Practice of Seasonal Climate Forecasting at the IRI (http://iri.columbia.edu/climate/forecast/tutorial2/)

Livezey, R.E. 1990: Variability of Skill of Long-Range Forecasts and Implications for their Use and Value. Bulletin of the American Meteorological Society, Vol. 71, No. 3, pp. 300-309.

Phelps, M.W., A. Kumar, and J.J. O'brien, 2004: Potential Predictability in the NCEP CPC Dynamical Seasonal Forecast System. Bulletin of the American Meteorological Society, vol. 17, no. 19, pp. 3775-3785.

WMO, 1989: Calculation of Monthly and Annual 30-Year Standard Normals, WCDP-No. 10, WMOTD/No. 341, Geneva: World Meteorological Organization.

WMO, 2000: Draft Standard Verification System (SVS) for Long-range Forecasts (LRF) (http://www.wmo.ch/pages/prog/www/DPS/SVS-for-LRF.html)

Lee, S. M., Yeung K. H. and Yeung K. K., 2007: 引入全球及区域谱模式作季度预报。第二十一届粤港澳气象科技研讨会, 香港, 2007年1月24日至26日。 Hong Kong Observatory Reprint No. 689 (http://www.weather.gov.hk/publica/reprint/r689.pdf)