8．2．4 数值预报产品的统计释用
由于数值预报技术的迅速发展，到了七十年代后期，数值天气预报已能相当准确地报出3天以内的高空、地面形势，预报准确率已超过主观预报，至于4～7天的形势预报也已具有相当的参考价值。但是，对气象要素的预报，诸如降水、温度、风、云、能见度等的预报，不但准确率不高，耗费太多的计算时间，而且有的项目还难以直接用数值预报方法作出预报；另一方面，随着现代统计学的发展，统计天气预报日益显示其作用，不仅对气象要素预报，而且对形势预报也取得了一定的成效。但是，统计天气预报方法的弱点是缺乏物理基础，特别是对预报量有时间滞后的预报因子的相关关系的优良性不容易提高，统计关系的稳定性也不够好，所以纯统计预报长期徘徊不前。1959年Klein等人首先提出了应用数值预报产品制作局地天气预报的方法，从而开创了把客观预报的两大分支——数值预报和统计预报结合起来的动力一统计预报方法。目前在数值预报产品释用中，最常用的方法有完全预报方法和模式输出统计方法。
1．完全预报方法
完全预报方法(PerfectPrognosticMethod)是根据预报量和预报因子的同时性(或近于同时性)的加权组合，利用历史观测资料来确定局地气象要素，其推导方程的函数关系式如下
(8.19)
上式可以看成是X0对y0的估计，或X0对y0的说明，而不是向前的预报。
为了用导出的方程制作预报，用模拟实测环流的数值预报模式的输
(8.20)
本方案中假定模式输出是与实测值完全一致的，即它认为数值预报是完全对的，所以称为完全预报方法。实际上，由于数值预报中的误差是不
一致，所以数值预报中的误差会不可避免地在统计预报中产生相应的误差。因此，数值预报的质量每提高一次，完全预报方法的准确性也会随着改进一次。这种方法的优点是由于用了较长时间的资料样本，所得到的预报方程比较稳定，并且在推导方程时不需要用数值预报的样本，也不受数值模式改变的影响。
2．模式输出统计方法
的同时性或近于同时性的预报关系，如下式所示
(8.21)
在应用时，就把数值预报输出结果代入相应的形如(8.21)式的预报关系中。这种方法就称为模式输出统计方法(Model Output Statistic Method)，简称MOS法，它是由Glahn和Lowry在1972年提出的。它不必使用长时期的观测资料，其优点是在建立预报方程时自动地考虑了数值预报的系统误差和局地气候学，同时大量利用了数值预报的物理量场，效果往往较好。但是每当数值预报模式改变时，预报方程也要作相应的改变。
以上简要地介绍了天气学预报方法和数值预报产品的统计释用问题。事实上，在目前条件下单纯依靠某一种预报方法是十分困难的，不管是天气学方法，统计学方法，还是数值预报方法都存在一定的局限性。现在的基本做法是建立以数值预报产品为基础的综合预报方法。以暴雨预报为例，其综合预报思路为：
(1)利用中期数值预报模式产品，预报中期暴雨形成的大尺度环流背景和降水过程，利用有限区域模式预报短期内暴雨的落区，利用中尺度模式预报暴雨的具体位置、降水强度和其他强对流天气。
(2)以数值预报产品为基本因子，利用动力释用、MOS法、PP法、人工智能技术(如专家系统、神经网络)等多种预报方法，制作出客观化、定量化的指导预报产品供预报员使用。
(3)在参考上述预报产品的基础上，预报员综合应用数值预报、统计预报产品、天气学经验以及卫星、雷达探测资料等，并结合本地区的地理特点，作出具体的暴雨预报。在此过程中，预报员应避免把数值预报指导产品当成简单的天气图使用，而是要掌握不同数值预报模式的性能特点以及误差分布规律等，不断积累使用模式(包括对模式产品的解释和订正)的经验，充分利用现有丰富的数值预报产品和不断发展的计算机可视化技术，从天气系统的三维物理结构入手，根据不同地区的地方性特点，把数值预报产品和天气学经验结合起来，作出具体的、准确的暴雨预报。事实上，使用数值预报模式的经验和综合判断能力，已经成为衡量现代预报员技水水平高低的一个重要标志。