对同一有效预报时间的一组不同的预报结果。各预报间的差异可提供有关被预报量的概率分布的信息，在集合预报中的各个预报可具有不同的初始条件、边界条件、参数设定，甚至可用完全独立的数值天气预报模式生成。

集合预报是用一些相关性不大的初值出发而得到一些预报值的方法，这是经典的集合预报的概念。除了考虑初值问题，还考虑数值模式中许多物理过程（如参数化方案等）的不确定性和随机性，得到一些预报值，这是全新意义的预报集合。

由于大气是一个高度非线性的系统，因而数值天气预报的结果对初始条件的微小误差非常敏感。Leith在1974年提出集合预报的思想和方法，Hoffman和Kalnay提出时间滞后集合平均预报。Kalnay等在1995年提出了解决集合预报初值问题的方法，如奇异向量等方法。集合预报的概念在不断发展和完善。

在有一个好的模式的前提下，一个理想的集合预报具备三个条件：

（1）从平均统计意义看，集合预报中的每个成员的准确率应大致相同。某个或某些预报成员不应该总是比其他一些成员准确，否则，集合预报方法就失去意义。

（2）从统计平均意义看，一个具有个成员的预报集合有的可能性包含大气的实际情况。因此，当成员足够多时，大气的真实状态在大多数情况下应该被包含在集合预报中。这就需要预报集合中成员间的离散度必须适宜。一个好的集合预报系统，其成员间的离散度同均值预报误差大小大体上相当。

（3）集合预报中成员间的离散度应该反映真实大气的可预报性或预报的可信度。离散度愈小，可预报性愈高，预报可信度愈大；反之，可预报性愈低，预报可信度愈小。所以在一个理想的集合预报系统中，离散度同成员预报的平均准确率之间成反比。