深色模式
从天气到气候
今天的状态与长期的分布
天气（weather）描述某时某地的大气状态及短期演变。气候（climate）描述较长期的统计性质，包括平均、季节循环、波动、极端和各种事件发生的频率。因此气候不仅是“平均天气”，还包含分布的形状与变化。
气候常年值（climate normal）常采用规定的30年时段形成可比较的参考，但这不意味着任何气候研究都必须恰好使用30年。地点、变量、月份和参考时段要同时匹配：某地7月气温不能拿全年平均作为唯一背景。NOAA 天气与气候
手算距平，先说明参照
距平（anomaly）是实际值与指定参考值之差。若教学地点某月平均温度为30°C，同地点同月份选定基准期的平均为27°C，则距平为+3°C：
T与参考值需使用相同统计口径。月平均与单日最高气温相减，得到的数虽然能计算，却不是规范的同类距平。格点汇总为区域平均时还应考虑面积权重，等经纬网格在高纬的单元面积更小。
再看两组合成数列：24,26,28,30与27,27,27,27，平均都是27°C。第一组有一项超过29°C，第二组没有，说明相同均值可以伴随不同波动和阈值频率。这四个数只是统计教学例子，不能当作足以刻画真实气候的样本。
平均状态改变，会改变事件分布
如果温度分布整体向暖端移动，即使每日仍有冷暖起伏，高温阈值也可能更容易被超过；分布宽度和形状变化还会进一步影响极端。一次寒冷天气可以发生在较暖的气候背景下，两者描述的时间与空间尺度不同。
气候变化（climate change）指长期统计性质的改变。自然内部变率、太阳与火山等外部因素，以及人为影响都需要在研究中辨别。事件归因（event attribution）通常询问某类或某次事件的概率、强度受到哪些因素影响，需要观测与适当模型实验，不能只看一张异常天气图就完成归因。NOAA 归因研究说明
为什么不能预报某一天，却能研究季节
短期天气预报高度依赖初始大气状态；随着时效增长，具体天气路径的不确定性增大。海温、土壤、海冰等较慢变化的背景仍可能为季节统计提供部分可预报信息。季节展望因此常表达温度或降水类别的概率，而不是三个月后某天下午的确定雨量。
气候情景（climate scenario）还描述不同排放、土地利用等假设下的可能长期响应；“在这个假设下会怎样”与“唯一将会发生什么”不同。研究应报告模型、内部变率和情景等不同来源的不确定性。Met Office 季节预测介绍
常见误解与自检
“今年比去年冷，所以长期变暖不存在”把两个样本当作长期统计；反过来，“今天极热，所以全部由气候变化造成”也跳过了归因证据。尺度匹配与对照设计同样适用于软件中的统计分析。
自检： 某地未来一季“偏暖类别概率60%”，能否解释为该季每一天都比常年暖60%？
展开答案
不能。必须看偏暖类别、统计时段与参照分布的定义。60%描述一个事件类别的概率，不是温度强度，也不约束季内每一天的偏差。同一季中仍可发生明显冷空气过程。