又称两步法，即由粗选到精选的方法。粗选：是将预报要素前期不同时段的大量气象资料、大型环流类型和特征量，按距平相关或0、1二级编码后一一对应预报要素，选出拟合率高的相关因子。精选：是在粗选普查的基础上，对所选的预报因子逐个分析，或点图或计算相关系数，或使用计算机处理，最终筛选出物理意义清楚，数值相关好、具有独立性的相关稳定的预报因子。

（2）关键环节

使用普查法的关键环节是，粗选前要拥有或准备尽可能多的气象、气候资料和特征物理量，且对预报要素要逐一对应普查。精选则要通过对粗选的相关因子认真分析和多种方法处理，剔除那些不合格因子。

（3）优点

选择范围广，简便易行，可充分利用所掌握的大量气象、气候资料和特征物理量，易发现好的预报因子。

此法是以群众测天经验为线索，测天经验主要表现形式是天气谚语，选择预报因子。实践证明，用千百年流传下来的群众经验为线索，进行气候环流背景的物理分析是一条有效的途径。

要保证预报因子的相关稳定性，应注意以下几点：

（1）要尽可能选择天气学意义、物理意义比较清楚，与群众测天经验比较吻合的预报因子。

（2）所选预报因子应尽量将单站要素与天气系统有机结合起来，要考虑能够反映大气运动的规律和本质。

（3）要选取在整个预报时段相关都较好的预报因子，避免选取在某一阶段内预报全对，而在另一阶段内预报连续错的预报因子。

通过计算预报量和因子的相关系数或对二变量极值的反常分析，选择同预报量数值相关好的因子，即二变量一一对应的数量，特别是极值对应关系好且较稳定。这类预报因子用于预报反常天气效果明显，对提高预报量级的准确率有重要意义。

在多因子使用中，由于气象要素之间的相互联系，有些预报因子，虽然与预报量的相关很高，但这些因子之间相关也很高，这种情况下，应选择具有代表性的因子即可，重复使用，会人为地加大该类因子的作用，对预报不利。

预报因子之间关系愈小愈好，而与预报量之间的关系愈大愈好。

从天气学意义来说，影响某一预报量的要素是十分复杂的，但其中有一些是主要影响因子，只有注意选用的预报因子具有独立性，才能使所选预报因子有代表意义。

同一预报方法，使用预报因子要注意少而精。单站资料年代短、样本少，这种情况下，在同一方法中使用过多的因子，就抓不住主要矛盾。由于在过多的因子当中，占有数量多但作用小的因子会削弱主要影响因子的作用。现单站资料多为35年左右，预报因子在同一方法中，选用3~5个为宜。

不同的预报方法应选用不同的预报因子，各种方法综合运用、得出的预报结果会更客观准确。

预报因子的分级是预报因子的选择和使用中都要遇到的问题。分级是否合适，直接影响预报因子的取舍和在预报中所起作用的大小。

预报因子的分级常见的有二级分法（0、1分级）和多级分法（3~5级划分，个别也有划分为≥6级的）。

二级分法，多用于数理统计预报方法中的标准化处理和计算机的编码。该分级法，其一，是按正负距平划分。优点是较客观，不因人而异，但缺点是不能很好利用相关因子的数值特点，故多用试验性划分的方法。该方法为：首先试定一个界限；初步划分后，检查分级的因子与预报要素的相关程度，通过不断地调整分级界限，直到找出预报的样本个数最多时，即该分级的因子与预报要素的相关程度最好时，同时应考虑预报因子临界值空间和时间的连续性，确定划分0、1级的界限。

通过多级划分，可找出预报因子和预报要素的级数相关，进而将多个预报因子分级建立综合指标，使预报对象的趋势范围尽可能缩小，便于确定预报量，从而明显地提高预报因子的使用效果。

预报因子的多级划分，要依据预报因子和预报要素自身变幅和离散程度来确定，且划分级别的个数尽可能均等。