往往小编在写天气类的文章时，会写到“集合预报显示”，比如台风预报，欧洲中期（EC)会有50个成员对某个台风的强度和路径做出预报，美国全球预报系统（GFS)有20个成员对其做出预报，集合预报还用于降雪、降雨等等一系列与天气预报有关的要素预报中，它给预报员们打开了一扇窗户，帮助人们能更以更广泛的视角去评估和衡量即将发生的天气事件。

台风集合预报

70年代末，从数值天气预报 (NWP) 诞生的那一刻起，人们就观察到有些预报可以在更长的预报时效内相当准确，而有些预报则在短短一两天内就也会出现严重错误。这是因为当大气处于不可预测的状态时，数学模型和用于确定初始条件的各类气象观测中的小不确定性会迅速增加，人们最终意识到，预报的不确定性是大气混沌本质的必然结果。集合预测即试图提前估计大气何时可预测，何时不可预测。这可以为预测用户提供有关可能的预测技能的重要信息。集合预报背后的逻辑非常简单：生成N个预测，每个预测都旨在考虑可能的不确定性，并使用N预报以估计可能结果的范围，和/或最可能的一组值，和/或温度（或其他变量）高于或低于某个值的概率。

在80 年代初，美国在最初的测试中使用了滞后集合，混合了在不同时间和不同日期开始的预报，例如过去两天每 6 小时发布的 9 个预报。EC试图生成同时开始的整体预报，但初始条件以随机方式扰动。结果表明，美国方法对超过大约一周的中期预测范围提供了质量合理的预测，但对于较短的预测范围则不然，因为“最旧”的预测太旧而无法准确，而EC的 方法没有产生好的结果，因为随机扰动不会导致非常不同的预测：预测仍然过于相似，无法提供有关未来可能情景的有价值信息。

通过研究人们意识到，集合预报有五个重要方面，1是用于模拟初始不确定性的方法，2是用于模拟模型近似的方法，3是它的水平和垂直分辨率，4是预测长度，5是集合包括的成员数量。

1992 年 12 月，EC开始正式引入集合预报，GFS背后的美国国家环境预测中心也开始尝试此类业务，开发可靠和准确的业务集合预报系统的最大挑战是如何最好地表示初始条件和预报模型中的不确定性,基于几年的研究，EC在 80年代中期用一种使用奇异向量来计算对初始条件的小调整的技术，这项技术一直沿用至今。EC的第一个集合预报有 33 个成员，水平分辨率约为 210 公里。预测每周运行三次，提前十天，30年后，中期数值预报的集合的水平分辨率已经从210公里提高到18公里，大大精确了不同地区之间的天气预报。，成员也增加至50个。2023 年，欧洲中期集合预报的分辨率将从 18 公里进一步提高到9公里，46 天延伸期预报的集合成员也从 51 个增加到 101 个，分辨率为 36 公里，分辨率的增加将有助于进一步模拟大气中的一些细节，比如热带气旋的深对流活动，这将提高台风的强度预报水平。

北半球温带 850 hPa 温度 集合预报准确率演变

1998 年，EC集合系统引入了一种技术来表示大气模型中的不确定性。随机物理倾向扰动方案在预测期间对亚网格尺度过程（如云）的模型表示进行调整，这项技术为集合预报带来了新的发展。2000 年后，集合预报了开始用于月度和季节预报，以比中期预报（14天）集合更粗糙的分辨率运行以限制生产成本。2010 年，集合预报被引入EC数据同化系统，以表示大气初始条件的不确定性，以及奇异向量的使用。数据同化 集合是通过多次运行大气数据同化方案生成的，每次都略微调整了观测值和模型参数。这在一定程度解决了人类所观测到的数据本身所包含的不确定性，因为人们无法在地球的每一个点布设观察点，也无法每时每刻都记录大气的每一个变化。

2021 年 5 月，EC对模型计算的精度做出了调整，单精度（使用 32 位计算机内存）取代了双精度（使用 64 位）。这一变化解放了大约 40% 的计算能力，这使集合预报的垂直分辨率从 91 级增加到 137 级，而集合预报诞生之初垂直分辨率仅为19级。

对于实际而言，集合预报提供的概率信息对于灾害性天气的早期预警特别有价值，比如相当受欢迎的极端预报指数 (EFI) 于 2002 年前后开始使用，旨在为用户提供有关极端条件或恶劣天气（例如大雨、极端温度或大风）的可能性的信息。例如本周即将影响中国的寒潮天气，EC的2米高度的极端预报指数就对中东部地区做出的大范围的预警，图中EFI 值高于 0.8（无论符号如何）通常表示可能出现“非常不寻常”或极端天气。