天气预报几天为准？
在问题标题里，“几天”指的是预报时效，即从发布开始算起，天气实况、短期(1～3天)、中期(4～9天)和长期(10天以上)等不同预报的时效分别都是多少？ 这就要先说说怎样制作天气预报了——目前最常用的方法是从统计的角度出发、利用过去气象数据构建数学模型来预测未来天气。制作预报的基础就是搜集过去足够的气象数据（包括气象站点观测数据、卫星云图、地面气象要素测量数据等），并基于这些数据确定影响当前气候的因素及各个因素之间的相关性。
以气温为例，影响其发展的主要因子有光照时长、大气湿度、大气压力和风的强度等等，而其中任何一个因子又受若干个子因子的影响；以降水为例，影响其发展的主要因子有空气动力学结痂、水汽饱和差和温度梯度等等。 确定了影响因素之后，就要考虑因素之间如何互相作用。假设所有影响因子及其相关的数据都收集完整，并且没有遗漏，那么根据数理统计学的基本原理，任意两个变量之间的关系都可以用函数来表达。通过建立恰当的函数关系式，就可以将原始的数据转换为预测变量，进而获得所需的预报结果。
当然实际不可能这么简单。首先，影响气象变化的因子成千上万，不可能全部收录；其次，人和计算机都没有无限强大的计算能力，无法建立所有的因子间交互作用的详细模型；现实中的数据存在一定的错误和缺失值，也导致建立的模型不够完美。在这些条件下，最优的建模方法应该是把整体分解为部分，对每个部分建立相应的模型并进行优化，最后把各部分的模型整合到一起组成一个综合的天气预报系统。 目前国内各地气象局使用的短期气候数值模式都是中科院大气物理研究所开发的GCFS(中国气象学会气象信息与技术学报主编，2004年)。这种模式可以把影响气象变化的因子划分为大气环流、陆地和水气三个模块，并根据不同的模块使用合适的物理参数化方案。
值得注意的是，虽然建模的方法是统计的，但得到的公式中变量的系数是有物理意义的。比如，在一个给定的初始时刻，大气中某项参量如果增加1单位，会使得1小时后的气温升高2.65单位；而如果同一时段内气压下降1百帕，则会降温0.82度。这样的设定保证了所建模型的预测结果具有可解释性，也便于人们了解和控制其中的过程。 最后需要提一下的是，除了采用上述全面建模的方法之外，还有一种简化的“智能”方法可用于短时预报警报，这就是自适应模态分解算法。该方法由中国科学院大学唐仁健教授团队提出，应用时将时间序列自动分成若干模态，然后通过求解偏微分方程组的形式找到每个模态的特征向量和特征时间尺度，进而实现对于未来状态的预测。与传统的建模方法相比，该方法不需要事先给出影响因子和构造模型的结构，也不需要做任何预先的试验或者选择，在应用时十分方便，且取得了较好效果。