朱玉祥，江剑民，赵亮，刘海文，侯美亭，李宏毅，万文龙，赵翠光

（1 中国气象局气象干部培训学院，北京100081；2. 中国科学院大气物理研究所LASG，北京100029；3. 中国民航大学，天津300300；4. 东营市气象局，山东 东营257091；5. 国家气象中心，北京100081）

1 引 言

在气象科研和业务工作中，经常需要分析气象变量变化的原因，这时可以把该气象变量作为研究对象，分析该气象变量与其它气象变量之间的同期或前期关系。比如，在其它气象变量中选择一个变量，分析其对研究对象的影响，即分析一个变量与另一个变量之间的相关关系。如果二者相关关系显著，则表明它们之间关系密切，可能存在因果关系或相互影响的物理过程，可以继续深入分析其是否存在物理机理上的关联；如果二者相关关系不显著，则表明它们之间不存在密切关系。本文把气象中变量相互关系或关联性分析的方法称为相关分析。相关分析在天气[1-5]、气候[6-10]、气候变化[11-12]、农业气象[13]、气象服务[14]等领域广泛应用。

变量之间的关系从统计学的角度大致可以分为两类：函数关系和相关关系。函数关系要求非常严格，一般的数据很难满足函数关系。而相关关系要求相对宽松，所以被人们广泛接受，这也是相关分析在气象变量关系研究中广泛应用的原因。

虽然相关分析在气象科研和业务中应用广泛，但很多人对相关分析依然存在某些困惑，甚至存在误用现象。因此，本文对气象相关分析的现有成果进行梳理和总结，可以为关注气象相关分析的科研和业务工作者提供借鉴和启示。……