1.定性概念模型
定性概念模型方法是根据经验和气候理论，仅仅定性估计未来是否是高温多发的季节，并不预测高温日出现的程度。
首先依据历史上高温季节出现的高温日数、极端高温值等确定哪些年份属于高温年，哪些年份属于非高温年。确定高温年后，再分析高温年与非高温年的前期特征，揭示高温年和非高温年前期异常征兆。
实际预测时，如前期特征与高温年相似，则预测未来出现高温多。
常用的前期征兆分析有：
（1）环流场特征分析。对划定的高温年和非高温年进行合成分析，分别计算前期（1～4月）500百帕月平均高度场以及与多年平均高度 场的距平值，得到各月高温年和非高温年的合成距平分布图。
（2）海温场特征分析。对划定的高温年和非高温年进行合成分析，分别计算前期（1～4月）全球海温场，特别是热带太平洋月平均海温以及与多年平均海温的距平值，得到各月高温年和非高温年的合成距平分布图。
（3）亚洲季风特征分析。东亚冬季风环流系统低空由蒙古高压和阿留申低压、东亚大陆边缘的强北风组成。这些成员强度和位置以及配置的变化，都会影响季风区内的降水和气温场。夏季风与冬季风有一定的关联，弱冬季风多数对应弱夏季风。一般来说，对长江中下游而言，夏季风偏强的年份，高温过程多，强度大。4月为季节转换期，亚洲夏季风爆发的最早信号是索马里向北越赤道气流的建立，用于分析高温年和非高温年亚洲夏季风爆发特征。
（4）OLR特征分析。射出长波辐射OLR（OutgoingLongwaveRadiation）为卫星观测的地气系统向外长波辐射，物体温度高对应长波辐射大，物体温度低对应长波辐射小。热带OLR低值区一般对应大范围积云对流区（地／海面大部被 积云覆盖，积云顶温度低），高值区一般对应大范围晴空区（热带地区以海面为主，海面温度一般较高）。
对流区对应气流上升区，晴空区对应气流下沉区。即热带OLR低值区和高值区分别对应气流上升和下沉区，因而OLR低值区和高值区的空间分布及变化可较好地表征热带大气环流的异常。高温年1月OLR热带太平洋以正距平为主。
（5）气候特征分析。分析高温年和非高温年前期（1～4月）气候特征，包括平均气温、极端高温、极端低温、冷空气过程、降水等。
2.定量统计方法
定量统计方法依据高温季节某区域出现的高温日数、站数、极端高温值等确定高温指数，用多元分析方法作定量统计。定量分析多点（区域）高温指数与可能因子场（500百帕月平均高度场、全球海温场、海平面气压场等）关联。这是一元分析方法的推广，一元分析也可视为多元分析的特例。
首先，计算单点高温指数与可能因子的相关系数。相关系数可定量度量两者之间关系的密切程度。
挑选相关系数较高的因子，组建预测方程。
在近代气候分析和预测中，其基本对象已由早期的单站要素时间序列分析逐渐向区域、半球，甚至全球要素场时间序列转变，为提取场与场间大尺度相互作用的主要耦合信号，进而利用前期场的主要变化特征预测未来高温指数的变化成为可能。
由区域高温指数与因子场的多元分析，可找到影响区域高温指数的主要物理因子，同时也能提取两个场相互作用的主要耦合信号。借助最优化技术，还可实现用这些主要信号对整个区域高温指数的客观预报。这种分析方法，考虑因子场对高温指数主要的影响关系，重点考虑大尺度变化，滤去小扰动，力图从因子场的大尺度变化对高温指数的变化进行客观、总体的描述。
将当年因子场输入到所建立的预报方程，即可得到高温指数的预测。
另外，常用的时间序列分析方法来建立预报方程，主要有以下几种：
（1）时间序列自回归。将某年 高温指数与前1～3年高温指数组建预测方程，依据前1～3年高温指数的自身变化，预测当年高温指数。
（2）方差分析。将高温指数时间序列进行一定的时间间隔分组，利用分组后的不同数据方差大小进行比较，确定可能存在的周期。最后将确定的周期外推并叠加，预测当年高温指数。
3.定量数值模式方法
定量数值模式方法通过数学物理原理，建立微分方程组来求解。
天气、气候现象是地球大气运动的结果，它们受一定的物理、化学定律支配，这些定律可由微分方程组描述。与天气数值预报不同，气候数值预报除了要全面地考虑各种尺度的大气运动的贡献外，还必须考虑大气与地球其他圈层的相互作用，因而需要将大气环流数值模式与海洋环流模式、陆面过程模式、冰雪圈的模式甚至生物圈的模式，以及大气化学与气溶胶模式耦合在一起，从一定的初始状态出发，在一定的边界条件下求出微分方程组的解，即由积分初始条件，积分至季节末，就可预测未来天气或气候状态。
用降尺度方法，如统计方法、人工智能方法，将气候数值预报得到的网格点预测位势高度值转换为台站气温值。同时订正气候数值模式预测误差、环流场预测气温误差。
依据高温指数与台站值气温的关系，组建预测方程组，预测高温指数。
高温预报方法高温预报方法高温天气预报通常指3天内的高温预报。目前在气象台站常用的高温预报方法有以下几种：经验预报法、统计预报方法、数值预报法和概念模型法等。
（1）经验预报方法。通过分析天气图上的天气系统，依据预报员的经验，判断高温天气是否出现。
这种方法有一定的主观性。
（2）统计预报方法。通过长时间序列的高温个例资料，利用数学统计模型，进行统计相关分析，建立高温预报方程，依据方程作出高温天气预报。在一般日常温度预报中，这种方法效果好。但高温天气预报相对而言是一个小概率事件，所以应用统计预报对这种小概率事件的预报效果相对较差。
（3）数值预报方法。利用数值模式，通过对影响气候的各种物理量计算，作出高温的预报，这种方法较客观，但目前受各种条件限制，其预报结果存在着不稳定因素，常出现较大的振幅。随着计算机技术和气象探测手段的不断发展、大气科学和数学物理的不断进步、数值天气预报模式技术和对物理过程的描述不断改进和完善，数值预报水平得到不断提高。制作某一地区的高温天气预报，常采用多种数值预 报产品，这样可为预报提供较客观的预报依据。如欧洲中心的地面和500百帕的形势预报，从环流形势上为预报高温天气提供依据；日本的高、低空数值预报产品和诊断量为高温天气预报提供了较好的预报和诊断场；当地的中尺度数值预报，能够提供高时空分辨率的实时气象要素预报结果。可对气象要素场的时空分布和变化情况作出更精细的预报，能够刻画某地区中、小尺度天气特点和演变过程。
（4）概念模型法。通过对历史上高温天气个例的普查和分析，从高温的成因入手，并结合前面的一些预报方法，归纳出高温天气出现的阈值，即预报指标，建立预报模型或预报流程。
高温预报如果连续三天温度达到35℃时，会发布高温黄色预警信号，如果当日气温达到37℃时，会发布高温橙色预警信号，如果当日温度达到40℃时，会发布高温红色预警信号。而某日最高气温达到35℃称为高温日。热浪的结果是高温，但高温不都是热浪引起的。
知你道吗
高温预报流程高温预报流程为了作出准确的高温预报，要从高温天气的成因入手。下面介绍几个典型地区针对高温天气特点制作的高温预报流程。
1.北京高温天气预报
北京高温天气的起因之一是由于青藏高原加热作用而在西北地区形成暖气团东移至北京上空形成的。
