第1章气象统计的等权基元（1.1）-气象统计学私探（2）

张学文2020 07 09

1.气象统计的“基元”问题

统计学是数学的一个分支。可它也是数学中应用的最广的一种分支。其他的数学学科用于社会现象，比较难，但是统计学可以方便地进行各种社会对象的统计。究其原因是社会现象中，个体（基元）概念清楚，是重要原因。一个班30位同学。这里30位同学中的每个人是一个统计基元（个体），而30人则是其总体。总体由“个体们”组成。在个体概念与总体概念清楚的情况下，不同身高的学生的统计，不同考试成绩的统计等等问题，顺理成章。

气象统计则比社会现象统计难。这首先是需要明确什么是气象统计中的基元（个体），什么是气象统计中身价相同的个体。气象资料多是来自百叶箱里的气象数据，可百叶箱的气象数据代表着多少千克的空气，多少时间的空气状态，多少范围的空气却是由统计者自行设定的。原来面对流动着的，没有个体边界的空气，我们难以确定什么是统计的基本单元，空气难以论“个”计量。

于是形成了一个问题：什么是气象统计中地位平等的，可以等价参加统计的，基本单元（基元）？

我们说中国人是由各个中国人组成的，全班同学是由各个学生组成的。这里的统计单元（每个人，个体，基元）的含义是明确清楚的（尽管他们的体重，身高，学习成绩不同）。而当我们承认空气是由氧气，氮气等分子组成的时候，我们总不能统计每个分子的温度。我们测得的每个气象数据究竟是代表多少空气？一克空气，1千克空气，还是100平方米面积上1公里高度内的所有空气温度的平均值？我们测量的气温是代表一年的气温（平均）值，还是代表一分钟的气温（平均）值？

         想来也是，气象统计的第一个问题是参加统计的气象数据（如气温）究竟是代表什么，它代表多少质量的空气的气温、多少体积的气温，什么位置的空气温度，多少时间范围内的空气温度？

我认为，对基本气象变量（如气温等等）的统计可以从如下几个方面来认定其等价的基元。它们就是历时基元，质量基元，面积基元。当然这并不全面，但是这3个方面属于基础的统计立足点。

2.历时基元的气象变量统计

         这是应用最广泛，也开展最早的一种气象统计。它对任何一个确定地点，对其气温等气象变量开展统计。例如当地有每小时的气温数据。你把24小时的24个气温加起来再求平均就获得了当天的平均气温数据。你把本月每天的每小时的气温加起来求平均就获得了月平均气象的统计数据。

         这是气象数据统计中开展的最早的统计。在这种气象统计里无形中认可，每次测量的数据代表着相同的时间段落长度内（如1小时）的气象状况。各地的平均气温数据等等的统计都是基于这种“每个气象数据代表的时间长度相同”的时间域的均匀采样的结果。

         各地的气象站历来自己都做月报表，年报表统计，它们都是时间域的气象变量的统计。而气象统计也要求气象数据的采集时要各地（全世界气象站）都是同时，等时间间隔采样的（例如不能白天采样次数多，夜间少）。

    翻开一本气候统计的书，我们容易看到关于各种气象变量（气温，湿度，降水…）的统计分析。这些统计分析基本都是就某个固定地点的气象状况的统计分析。世界有上百个国家，每个国家把首都的气象资料弄来，开展这种分析，就可以写出上百本气象统计的书。如果每个国家把自己的大城市都拿来分析其气候统计特征，全世界可以出版上千本气象统计的书。

不妨认为对（各个）固定地点的气象变量的各种统计分析是气候统计工作的主要体现，其认可程度高。但是现在看来这仅是气象统计的一种视角，是在各个当地就事论事。把不同地点不同高度的气象状况统一统计分析的工作则需要另外展开。