{
  "id": "climatological-normal",
  "title": "气候平均值",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "气候平均值是通常以30年资料计算的长期参考统计量，用于描述典型气候状况并比较天气观测结果。",
  "category": "geography",
  "subcategory": "",
  "type": "concept",
  "aliases": [
    "气候常年值",
    "气候正常值"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/climatological-normal/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/climatological-normal/",
      "json": "https://aiwiki.page/en/climatological-normal.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "气候平均值是描述某一地点或地区在指定时期内气候状况的参考值，这一时期通常为30年。气候平均值最常见的形式是气温度、降水等变量的平均值，不过相关数据集也可能包含频率、百分位数及其他统计量。它们为描述季节状况、比较不同地点，以及确定某一天、某个月、某个季节或某一年的状况与参考气候有何差异，提供了共同的依据。在这一语境中，“正常”只是一种统计约定，并不意味着天气理应如此。"
    },
    {
      "heading": "定义与参考时段",
      "text": "世界气象组织（WMO）区分了几类彼此相关的长期气候统计量。在其技术术语中，气候平均值是对至少连续三个十年、且长度统一的时段计算得到的时段平均值。气候标准平均值采用规定的30年时段，以确保各国气象部门之间的一致性。\n\n按照现行惯例，标准平均值以最近一个已经结束、且结束年份尾数为0的30年时段计算，例如1981—2010年和1991—2020年。这些时段均包含起止年份：1991—2020年包含30个完整的日历年。因此，2020年结束后，1991—2020年便成为现行的标准平均值时段。\n\n两类基准有不同的用途：\n\n- 更新的标准平均值每十年修订一次，用于描述较近期的气候状况，并支持业务服务。\n- 固定参考时段为跨越数十年的比较提供连续一致的基准。世界气象组织保留1961—1990年作为长期气候变化评估的标准参考时段。\n\n特定数据集和科学评估也会采用其他时段。因此，公布气候平均值时，如果不说明参考时段、变量、地点和计算方法，信息就是不完整的。"
    },
    {
      "heading": "气候平均值描述的内容",
      "text": "气象站的气候平均值通常以12个月值描述年内变化，也可能提供季节和年度统计量。\n\n常见变量及统计量包括：\n\n变量 | 气候平均值统计量示例\n气温 | 平均气温；日最高气温和日最低气温的平均值\n降水 | 月降水总量和年降水总量的平均值；超过指定阈值的日数\n[[humidity | 湿度]]\n[[wind | 风]]\n[[pressure | 大气压强]]\n降雪与日照 | 降雪总量、积雪出现频率及日照时数\n\n日最高气温的平均值并不是参考时段内观测到的最高气温。同样，月降水气候平均值通常是各年相应月份降水总量的平均值，而不是某个有代表性的月份所记录的降水量。\n\n一些气象部门会发布逐日气候平均值，并且往往进行平滑处理，以减少样本量有限造成的不规则波动。百分位数和阈值出现频率可以描述气候状况的范围与分布，对平均值形成补充。历史极值则是另一类统计量，即使它们与气候平均值一同发布，也应加以区分。"
    },
    {
      "heading": "计算",
      "text": "对于月度变量 \\(x\\)，简单的气候平均值就是参考时段内各年相应月份数值的算术平均：\n\n\\[N_m=\\frac{1}{n}\\sum_{y=1}^{n}x_{y,m},\\]\n\n其中，\\(N_m\\) 是日历月 \\(m\\) 的气候平均值，\\(x_{y,m}\\) 是第 \\(y\\) 年该月的数值，\\(n\\) 是符合条件的年份数。对于完整的30年记录，\\(n=30\\)。\n\n用于计算的月值取决于具体变量。降水通常采用月累计总量；气温通常采用由逐日观测值计算得到的月平均值。在数据和取样方式一致的情况下，年降水气候平均值可以通过将12个月的降水气候平均值相加得到。由于各日历月的长度不同，年平均气温的计算需要明确规定加权方式。\n\n数据质量与完整性\n\n可靠的气候平均值并非简单求平均即可得到。需要检查观测资料中是否存在错误、缺测，以及测量方式的变化。气象站记录可能受到以下因素影响：\n\n- 站点迁移，或仪器安装高度及暴露条件的变化；\n- 仪器或观测系统的更换；\n- 观测时间的变化；\n- 站点周边的建设、植被生长或其他环境变化；\n- 日值或月值计算方法的变化。\n\n均一化是识别记录中非气候因素造成的不连续，并在有充分依据时加以调整的过程，通常会利用邻近站点进行比较。它不同于常规质量控制，后者主要用于发现不可能的数值或转录错误等问题。\n\n世界气象组织的指南针对不同统计量的计算规定了数据完整性标准。观测缺失并不一定会使所有气候平均值都失去可用性，但必须记录资料不完整、使用估算值以及偏离标准程序的情况。"
    },
    {
      "heading": "气候平均值与气候距平",
      "text": "气候距平表示相对于参考值的偏差。对于观测值 \\(X\\) 及其对应的气候平均值 \\(N\\)，有：\n\n\\[A=X-N.\\]\n\n如果某地1月气温的气候平均值为 \\(5.0\\,^\\circ\\mathrm{C}\\)，而某年1月的平均气温为 \\(6.5\\,^\\circ\\mathrm{C}\\)，则其气温距平为 \\(+1.5\\,^\\circ\\mathrm{C}\\)。\n\n降水量也经常以占气候平均值的百分比表示：\n\n\\[P_{\\%}=100\\frac{P}{N_P},\\]\n\n其中，\\(P\\) 是观测降水量，\\(N_P\\) 是降水气候平均值。当气候平均值非常小时，这个比值会变得不稳定；当其为零时，比值没有定义。\n\n距平取决于所选的基准。即使观测值不变，更新参考时段也可能改变所报告的距平。在一个正在变暖的地区，同一气温相对于1991—2020年的正距平，通常小于其相对于更早、较冷基准时段的正距平。\n\n相对于当地气候平均值的距平也用于区域和全球气温分析。借助距平，可以将绝对气温差异很大的不同地点的偏差合并分析，但站点覆盖情况、面积加权及其他方法上的选择仍然十分重要。"
    },
    {
      "heading": "为什么采用30年？",
      "text": "30年的惯例源于国际上推动气候报告标准化的努力。它在两个相互制约的考虑之间取得平衡：较长的记录可以减少个别异常年份的影响，而较短的记录更能代表近期状况，也能让更多观测站提供足够长度的资料。\n\n30年并不是普遍适用的自然周期，也不能保证统计上的稳定性。相邻年份可能并不独立，厄尔尼诺—南方涛动等气候模态也可能影响所得平均值。要可靠地描述罕见事件和变率很大的降水状况，可能需要长得多的记录。\n\n因此，气候平均值的精确程度取决于变异程度、记录质量以及观测之间的相关性，而不只是年份数量。其抽样不确定性也不同于仪器本身的测量不确定度。"
    },
    {
      "heading": "应用",
      "text": "气候平均值在气象学中广泛用于描述当地气候，并为天气报告提供背景。只有明确变量、平均时段和基准，“比平均水平偏暖”等说法才具有确切含义。\n\n其他应用包括：\n\n- **农业：**描述生长季气温、降雨的季节性及霜冻频率。\n- **水文学与水资源管理：**为水量平衡评估提供基准输入，并为判断某一时期偏湿或偏干提供背景。\n- **建筑与能源分析：**为供暖和制冷需求提供参考条件。\n- **气候分类：**提供柯本气候分类等体系所需的气温和降水统计量。\n- **制图：**通过空间插值生成格点化气候场，通常还会将海拔和其他地理因素用作预测变量。\n\n气候平均值可以作为评估预报效果的简单基准，但其本身并不是对某个具体日期天气状况的预报。"
    },
    {
      "heading": "局限与解读",
      "text": "平均值不等于最常见的结果\n\n平均值未必代表经常观测到的状况。降水分布往往是偏斜的：少数降水特别多的月份可能拉高平均值，使其高于大多数年份实际出现的数值。因此，某个月降雨量低于气候平均值，并不一定意味着异常。百分位数和完整的概率分布可以提供更多背景信息。\n\n同样，平均状况无法描述极端事件的持续时间、发生顺序或严重程度。某一季节的降雨总量接近气候平均值，并不排除先经历长期干旱、随后又出现强烈暴风雨的情况。\n\n变化中的气候\n\n传统的气候平均值将参考时段内的观测资料作为有用的基准，但气候变化意味着其背后的气候状态可能正在改变。30年平均值反映的是整个时段的状况，而不仅仅是时段结束时的状况。在持续变暖的气候中，这一平均值通常会低于该时段末期的实际平均气候水平。\n\n更新气候平均值可以使其更贴近近期状况，但也会改变比较基准。固定基准能保持追踪变化时的连续性；更新后的基准则更能描述近期的实际体验。无论选择哪一种，都必须明确说明参考时段。\n\n局地代表性\n\n气象站的气候平均值描述的是其观测环境，不一定能代表附近的所有地点。海拔、受海洋影响的程度、地形以及城市热岛都可能使短距离内的气候状况出现显著差异。格点化气候平均值可以估计观测点之间的状况，但其准确性取决于站点覆盖情况和插值方法。\n\n长期规划还需要气候平均值以外的信息。仅凭历史平均值，无法确定未来状况或罕见极端事件的发生概率；回答这些问题还需要更多观测资料、统计分析，并在适用时结合气候预估。"
    }
  ],
  "links": [
    "climate",
    "temperature",
    "precipitation",
    "world-meteorological-organization",
    "humidity",
    "wind",
    "pressure",
    "el-nino-southern-oscillation",
    "measurement-uncertainty",
    "meteorology",
    "hydrology",
    "water-balance",
    "koppen-climate-classification",
    "spatial-interpolation",
    "probability-distribution",
    "climate-change",
    "urban-heat-island"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}