1、气候统计诊断概述
诊断：医生对病人了解和检查后判断病情。
统计诊断：是指对统计建模及统计推断过程进行诊断。即，对收集起来的数据、以数据为基础的建立模型及相应的推断方法的合理性进行分析，通过一些统计量来检查数据、模型及推断方法中可能存在病患，提出治疗的方法。
气候统计诊断：用统计手段根据气候观测资料对气候与异常的程度与成因做出判断。
气候统计诊断研究的内容：了解全球性或是区域性气候变化的恩施控分布特征、变化规律及其气候异常的程度，主要针对月以上的4个时间尺度；探索气候变脸高枝剪及其与其它物理因素之间的联系，找出气候异常的原因，及其背后的形成机制；对气候数值模拟结果与实际变化状况之间的差异进行统计诊断
现代气候统计诊断技术的发展主要体现在：气候变化趋势（滑动平局、累积距平、线性倾向估计）和突变检验（均值统计检验、参数和非参数的检验）；气候震荡分析（奇异谱、小波分析）；气候变化时空结构诊断（经验正交函数）；气候变量场间耦合特征诊断（相关分析、奇异值分解）。
气候统计诊断的一般步骤：收集资料（资料的样本条数和区域范围与所研究的对象有关）；资料的预处理（同一水平无量纲的变量，对数据进行标准化处理，有时还需进行距平化处理）；选择诊断方式（合适的）；科学综合和诊断（不能盲目套用公式，应对统计结果用专业知识进行判断、识别真伪、概括出气候系统确实存在的事实以及彼此的联系）。
2、气候统计预测
统计预测：利用统计模型估计随机动态系统未来可能出现的恶行为或状态。
气候统计预测：利用统计模型对气候系统的未来变化状态做出估计。
气候统计预测的假设：气候系统的未来状态类似于过去和现在。即气候变化的成因和物理机制至少在预测期间与观测时期一致；气候系统在预测期间保持稳定。
气候统计预测的基本4要素：预测对象（指欲预测的气候要素）；预测依据（从某些统计上显著相关的预报因子群中提取有效信息）；预测技术（合适的额模型）；预测结果（对未来气候变化状态时间、空间、数量、性质等方面预测）。
预测技术分为两类：定性预测是对预测对象的变化趋势、发生异常的可能性及其程度做出判断（依据主观认识，采用较少的数量分析和统计处理）；定量分析是依据足够的历史数据资料，运用科学的方法建立数学模型，对预测对象未来的变化数量特征做出预测。
气候统计预测技术（模型）分类：1、时间序列模型：是用来描述序列自身演变规律的模型，时间序列可以分为趋势项、周期项、随机项三部分。其中本书提出了“多元分析手段解决时间序列预测问题的均生函数模型。2、动态系统模型：Kalman滤波用于描述非平稳的系统，实质是用一个最优递推数据处理算法建立自适应模型，多用于短期天气的预报；多层递阶预测模型：把局域时变参数的动态系统的额状态预测分离成对时变参数和对系统状态两部分的预测。3、多元回归模型：在系统的动态方程不清楚时，描述变量之间线性关系最有效的数学模型。选择最优回归方程常用的算法事逐步回归，除此之外还有主成分回归、特征根回归、岭回归。4、变量场预测的方法。5、神经网络：处理非线性问题。6、历史演变法：揭示了气候变量序列的五个特性（持续性、相似性、周期性、最大最可能性、转折点）。
气候统计预测基本步骤：收集资料（样本量大于30，依据大数定律，满足正态分布、符合一定物理规律）；选择统计模型；统计检验（常用多元线性回归）；预测（将最临近预测时刻的数据代入到所建立的统计模型中，得到未来状态的预测值）。
