短期气候预测主要指月、季、年时间尺度的预测，曾经被称为长期天气预报。但随着混沌现象的揭示，人们逐渐认识到气候系统是一个复杂的混沌系统，天气预报时效不超过两周，月以上只能作气候预测，所以改称短期气候预测。气候预测方法研究历史较长，可追溯到19世纪甚至更早。近一百多年来，利用不同的相关关系、经验规则、动力模式和非线性混沌理论等提出了多种气候预测方法，其中有些也在实际预报中得到了应用，然而目前气候预测仍然是国际大气科学领域的难题，气候预测的理论、方法和实践均不成熟，气候预测还存在很大的不确定性, 整体来看，气候预测仍处于研究、试验和业务应用不断改进的阶段。

我国开展短期气候预测已有五十多年的历史，是世界上开展短期气候预测业务较早且一直坚持的少数几个国家之一。气候预测为国家防御和减轻气象灾害做出了重要贡献, 在国民经济和社会发展中的作用也越来越大。特别是我国地处全球最为复杂的东亚季风区，气候异常受到青藏高原、海洋、季风、中高纬度环流系统等诸多因素的影响，气候异常的成因极其复杂，气候预测的难度很大，人们为此做了大量艰苦的工作。我国的短期气候预测业务经历了简单的经验统计分析、数理统计、动力模式和动力统计相结合几个发展阶段，目前我国已经建立了一套较为完备的延伸期-月-季节-年度短期气候预测业务系统。尤其是近些年来，围绕发展短期气候预测关键技术和提高气候预测准确率，开展了大量短期气候预测理论和技术方法研究，加强了科研成果向业务应用的转化，一些影响我国气候异常的新机理和短期气候预测新方法不断在业务中得到应用，取得了很好的效果，极大推进了我国短期气候预测的技术发展和业务能力的提高。本文将就我国短期气候预测技术的发展历程、业务技术现状和近些年来一些在业务中得到应用的新技术、新方法和新的科学认识进行概述。

我国是世界上开展短期气候预测研究和业务最早的国家之一。早在20世纪30年代就进行了三大涛动与中国旱涝关系等方面的研究。1954年以“气候展望”的名称第1次正式对外发布年度气候趋势展望。1958年增加了月预报的内容，并易名为“长期天气预报”。1961年正式制作和发布汛期旱涝趋势预测。到1995年国家气候中心成立后，以“每月气候预测”、“汛期旱涝预测”、“年度气候预测”对外发布气候预测服务, 另外根据服务需求陆续增加了各种专题预测服务产品^[1]。

由于影响我国气候变化因素的多重性、相互关系的复杂性和预测方法的多样性，我国短期气候预测的基本技术特点是多种因子的综合分析和多种方法的综合应用，预测技术难度非常大。近60年来，随着观测事实的积累和短期气候预测理论的不断发展以及计算机技术的进步，我国短期气候预测业务技术经历了逐步改进、完善和不断发展、提高的过程。大体经历了经验统计分析、物理统计分析、动力统计相结合3个主要发展阶段^[2-3]。

20世纪70年代以前，是我国短期气候预测的艰苦创业阶段，由于资料匮乏，计算条件非常落后，以经验统计分析为主要手段，采用历史资料和天气气候分析，包括历史曲线演变、大气环流型分析、天气周期和韵律活动等方法，也吸收了天气谚语中的有益经验^[2-3]。20世纪50年代末，也曾试用过美国纳米阿斯的月平均环流趋势法和前苏联王根盖姆、吉尔斯的大型环流型等，另外也进行了多元回归等数理统计方法的尝试应用。进入20世纪60年代，随着资料样本的增多，相关概率、点聚图、复相关表等方法及周期平均环流图、环流指数、环流特征量和太阳黑子等也在业务预报中得到广泛应用。这一时期从资料计算到预报制作完全是人工操作，但该阶段建立了我国短期气候预测的基本业务，为此后我国短期气候预测的业务发展奠定了良好基础^[4-6]。

20世纪70年代到90年代前期，随着资料种类和样本长度的增加以及计算机技术的应用，我国短期气候预测的物理统计技术得到了很大发展。70年代后数理统计方法包括多元回归、逐步回归、最大熵谱、正交函数分解、判别分析、聚类分析等在气候分析和预测中得到广泛应用^[7-10]，以多种数理统计方法为基础建立的统计预测模型在实际业务预测中取得了一定的效果，直到现在统计预测方法的研究和应用也在不断发展，已成为短期气候预测的主要手段之一^[11-15]，很多学者对此也做了较全面的总结^{[2-3, 15]}。80年代以来，随着短期气候预测理论研究的发展和观测事实的不断揭示，物理因子分析受到极大重视，对影响大气环流和气候异常的物理因素的分析，从广度和深度方面均有很大发展，如海气相互作用、陆地热状况、低频振荡、遥相关型等等。80年代初，我国气候预测工作者首次提出了中国东部地区夏季3类雨型^[16]，三十多年来一直在全国推广应用^[17]。“七五”、“八五”期间中国气象局重点研究课题的实施，有力推动了我国短期气候预测研究和业务工作的发展。先后研究了ENSO事件、青藏高原热状况对东亚大气环流和中国气候的可能影响，以及东亚遥相关型、东亚阻塞高压、西太平洋副热带高压、亚洲季风、南亚高压、北太平洋涛动、南方涛动、准两年振荡 (QBO) 等大气环流异常与中国夏季降水的关系，提出了各种具有一定物理意义的预测概念模型，是这一阶段预测思路的显著特点，比如以夏季3类雨型为主要预测对象、以ENSO事件和东亚大气环流异常为主要预测因子的汛期旱涝预报概念模型等，在我国汛期降水预测业务中发挥了重要作用^[18]。从80年代后期开始，我国各级气候业务部门先后建立了第1代以物理统计方法为主的短期气候预测自动化业务系统，使我国短期气候预测业务向现代化迈进了一大步，基本结束了资料处理和预报制作手工和半手工操作的局面。

20世纪90年代后期以来，随着国家“九五”重中之重科技项目的实施，我国短期气候预测业务技术和现代化水平都上了一个新台阶，进入了动力与统计相结合的新阶段。首先，在总结前人有关物理统计方法研究成果的基础上，更加深入地研究了海、陆下垫面热力因素和东亚大气环流异常与我国气候变化特别是汛期旱涝的关系，加深了对我国气候异常物理成因的认识，以太平洋海温 (ENSO)、青藏高原积雪、亚洲季风、东亚阻塞高压、西太平洋副热带高压等东、西、南、北、中五大因素为基础，建立了物理概念比较清楚的中国夏季降水物理统计综合预测模型^[19-20]。其次，研究建立了我国第1代动力气候模式系统。90年代中期以来，国家气候中心先后研制了包括全球大气环流模式、全球海洋环流模式、东亚区域气候模式和简化的ENSO预测模式等月、季、年际时间尺度的动力气候模式系列，建立起了我国第1代动力气候模式业务系统^[21-22]。目前正在研发新一代海-陆-气-冰-生多圈层耦合的气候系统模式以及多模式集合、动力相似预测试验和动力模式产品释用技术的研究、应用。

我国现代短期气候预测业务的基础是在国家“九五”重中之重科技攻关项目“我国短期气候预测系统的研究”支持下建立的。通过5~10年的努力，研制了一套月、季、年时间尺度的物理统计预测模型^[3]，发展了一套月、季时间尺度的动力气候模式预测系统^[21-23]，并进行了解释应用方法研发^[24-28]，初步实现了动力与统计相结合思想在业务中的应用。在后续的“十五”、“十一五”期间各类项目研发成果的支持下，物理统计预测模型的内涵和外延不断扩大，基于动力气候模式高技巧信息和误差分布特征的动力与统计相结合预测方法的研发也向广度和深度发展^[29-32]。正是在大量的研发成果的支持下，短期气候预测业务产品和服务更具科学内涵，总体预测能力也在稳步提高，尤其是倍受政府和用户关注的汛期降水预测在近几年没有出现大的失误。除了针对降水和气温的趋势预测外，还开展了季内主要气候事件 (南海夏季风、华南前汛期、梅雨、华北雨季等) 的起始时间和强度，以及各类专项预测业务 (ENSO、台风、冷空气过程、沙尘暴、春播、霜冻、森林火险等) 的预测，大大丰富了为用户服务的内涵。

下面简要介绍物理统计、动力模式、动力-统计相结合3类方法在我国气候预测业务中的应用和预测技巧。

在物理统计预测模型的建立方面，预报员结合国内外的研究成果和业务应用方面的研究，首先建立并增强了统计预测模型的物理基础。以汛期降水预测作为重要预报对象，从多角度分析了影响我国汛期降水的因子，设计了一幅汛期降水物理概念模型图，简称“东南西北中”模型^{[3, 17]}。在后期的实际应用中，该模型的内涵不断得到扩充。

支撑现代气候预测业务的关键业务系统是动力气候模式预测系统。我国第1代动力气候模式预测系统 (DCMPS) 由气候模式子系统、预测子系统和产品子系统构成。模式子系统由资料同化和模式运行组成。模式运行部分主要包括了4种气候模式:全球大气环流模式^[33]、全球海洋环流模式^[34]、高分辨率东亚区域气候模式^[35]和简化的ENSO预测模式^[36]。其中全球大气环流模式主要用于月尺度动力延伸预报的集合预测 (eDERF)^[37]，它与全球海洋环流模式耦合，构成海气耦合模式^[38]，用于季节/多季节的全球气候趋势预测。海气耦合模式与区域气候模式嵌套，用于提供高分辨率的东亚季节气候趋势预测。动力气候模式预测业务化系统分为资料同化与支持子系统^[39]、模式运行子系统、预报订正与检验子系统和产品生成与分发子系统。全部业务系统在高性能计算机上实现运行、产品生成和分发。月尺度动力延伸预报每天运行8个样本，每5 d集成40个样本，提供未来30 d的候、旬、月多要素概率预测和确定性预测信息 (http://cmdp.ncc.cma.gov.cn/pred/md.php)，海气耦合模式每月运行，海洋大气初值组合共48个样本，提供未来11个月 (8个滚动季节) 多要素概率预测和确定性预测信息 (http://cmdp.ncc.cma.gov.cn/pred/cs.php)，模式系统丰富的预报信息以及在此基础上的解释应用产品有力地支持了全国气候预测业务。

此外，将动力数值模式和统计经验预报相结合的思路已被广泛接受，但如何实现有效的结合经历了漫长的探索过程。早在20世纪50年代，顾震潮^[40]就指出了在数值预报中引入历史资料的重要性和可行性。后来我国学者开展了一系列独具特色的工作：使用过去演变资料的多时刻预报方法^[41]、相似-动力方法^[42-44]、基于大气自忆性原理的方法^[45]、动力相似预报 (DAP) 的概念和方法^[29]。尤其是利用历史相似信息对动力模式的预报误差进行预报的新思路和预报方法，开拓了动力-统计相结合方法的新局面，该方法也为近几年的月、季气候预测业务提供了实时预测结果，取得可喜的成绩^[46-47]。

海洋作为气候系统中的重要成员，是气候预测最主要的可预报性来源，全球各大洋的海温异常都会对我国的气候变率产生影响，海温也是目前我国短期气候预测业务中最重要的预报因子。然而，海洋观测数据的缺乏一直是制约大气和海洋科学发展的瓶颈。为此，20世纪末国际上开始筹建ARGO (Array for Real-time Geostrophic Oceanography) 全球实时海洋观测网^[48]。ARGO海洋观测网是目前唯一能够立体观测全球海洋的实时观测系统，为研究大气和海洋提供了前所未有的深广视角。我国于2001年加入国际ARGO计划，构建了我国的ARGO海洋观测网，并参与全球ARGO实时海洋观测网建设^[49-50]。利用ARGO海洋观测资料，我国学者开展了海洋资料同化、海洋模式改进的研究，并应用于海洋分析和气候预测研究，促进了我国短期气候预测业务水平以及海洋监测分析业务能力。

张人禾等^[51]最近对我国开展的ARGO资料质量控制、利用ARGO资料开展的有关海洋资料同化、短期气候预测、海洋模式改进、海洋表层流、温盐变化特征、厄尔尼诺/拉尼娜 (El Nio/La Nia) 等方面的研究进行了综述。这里仅简要介绍一下ARGO海洋观测资料同化在国家气候中心动力模式预测系统中的应用。国家气候中心全球海洋资料四维变分同化系统 (NCC_GODAS) 通过引入ARGO的全球温盐观测资料大大改善了同化结果, 其同化结果可为海-气耦合模式进行季节气候预测业务提供更加可信的海洋初始场资料^[52-53]。在NCC_GODAS中引入了ARGO资料后，将其与国家气候中心全球海气耦合模式 (NCC_CGCM) 进行耦合，显著提高了模式对我国夏季降水预测的技巧, 模式回报的夏季降水距平与观测降水距平相关为正的格点数比未采用ARGO资料时增加了9.38%^[54]。自2005年起采用同化了ARGO资料的NCC_GODAS后，NCC_CGCM预报系统预报的热带太平洋Nio3.4区海面温度距平与观测值的相关系数达到0.5左右^[51]。

2005年起，国家气候中心启动了新一代多圈层耦合的气候系统模式研制工作。几年来，研制工作取得了重要成果，先后建成了耦合大气、陆面、海洋、海冰分量在内的不同版本的气候系统模式BCC_CSM1.0，BCC_CSM1.1和BCC_CSM1.1(m)。同期，基于全球近110 km中等分辨率的新一代气候系统模式BCC_CSM1.1(m) 研发的第2代短期气候预测模式系统也取得了长足进展，该系统包含第2代海洋资料同化系统、陆面资料同化系统、月动力延伸预测模式系统、季节气候预测模式系统等4个子系统。详细的技术进展可参考文献[55]。

第2代海洋资料同化系统已初步建成，其对海洋温盐的同化效果总体上要优于第1代海洋资料同化系统，未来将为第2代短期气候预测提供准确的海洋初、边值条件。目前，正在完成从资料预处理、质量控制到系统运行的准业务化设计工作。在陆面资料同化系统的发展方面，土壤温度和土壤湿度同化子系统正在研发中，而多源降水融合子系统的业务建设工作已基本完成，其可为短期气候预测模式系统陆面分量提供可靠的实时大气降水强迫场。第2代月动力延伸预测模式系统基于T106水平分辨率的大气环流模式BCC_AGCM2.2建立，其对全球及区域降水、环流的气候态和年际变率等多个要素的预测能力总体要高于第1代月动力延伸预测模式系统。该系统已于2012年投入准业务化运行，实时输出候、旬、月时间尺度和全球、北半球、东北半球、东亚、中国等空间尺度的预报数据和图形产品。第2代季节气候预测模式系统基于全球近110 km的中等分辨率气候系统模式BCC_CSM1.1(m) 建立，其对降水、环流和季风指数、ENSO等多个要素的预报技巧总体上要高于第1代季节气候预测模式系统。该系统已于2012年底完成基本构建工作，目前正在开展全面的性能检验以及准业务化设计等工作，将于2013年实现准业务运行。

早在20世纪50年代，就提出了利用统计方法对数值模式产品进行解释应用的思想，也提出了完全预报方法 (PP) 和模式输出统计预报 (MOS) 方法。但无论是PP方法还是MOS方法均未考虑模式对预报因子的预报能力，因此，所建立的要素预报和环流形势之间的统计关系更多体现了统计学意义，而缺乏明确的物理意义。李维京等^[24]利用大尺度大气动力学方程组推导出月降水与高度场异常之间的关系，并结合月动力延伸预报500 hPa高度场与降水观测资料确定预报方程的系数，这种具有明确的物理意义的模式释用在实际预报试验中取得较好的效果。

20世纪90年代，随着全球气候模式的发展，统计降尺度方法作为一个崭新的学科方向在国际上流行开来，它的主要思想就是模式解释应用。统计降尺度方法可以将气候模式输出中物理意义较好、模拟较准确的气候信息应用于统计模式，从而纠正气候模式的系统误差。大量研究结果表明，基于模式高技巧输出信息的统计降尺度预报明显改进了气候预测的效果^{[24-28, 30-32, 56-64]}。统计降尺度方法很多，主要包括转换函数法、天气分型技术和天气发生器。在月、季气候预测中，转换函数法最为常用。转换函数可以是线性，也可以是非线性，其中线性回归方法在统计降尺度研究中最为常用，包括多元线性回归、逐步线性回归、最优子集回归 (OSR)、典型相关分析 (CCA)、奇异值分解 (SVD) 等。

从统计降尺度预报模型的特点来看，一般可以分为两类，分别是大尺度预报因子对区域要素主要模态的预报以及对站点 (格点) 要素的预报。当预报对象是区域要素主要模态时，通常用经验正交函数 (EOF)、典型相关分析等方法得到区域要素的主要模态，并利用其主成分与大尺度预报因子建立回归模型，最后利用空间模态与主成分对预报场进行还原^[31]。统计降尺度更多应用于对站点 (格点) 要素的预报，当预报对象为站点要素时，由于区域气候环境及局地复杂地形影响，站点要素的变率可能较大，导致与大尺度环流之间的关系不密切或者不稳定，这会影响到降尺度模型的预测能力。基于该特点，提出了空间分区技术，利用区域要素的平均状态来消除站点可能存在的不确定性^[57-58]。随着统计降尺度预报技术的发展，如何更好地应用模式信息建立稳定有效的降尺度模型始终是关注重点，已有研究表明结合前期大气海洋的异常信号与模式输出的有用信息一起建立预测模型可以取得更好的预测效果^[59]。此外，分别利用多个单模式的有用信息进行统计降尺度再对降尺度结果进行集合的预报方案也已经被提出^[60]。若要素预报量包含了不同时间尺度信息，会对降尺度模型的构建带来不利影响，因此，提出了分离时间尺度的统计降尺度思路，并取得较好的预测效果^[61]。

统计降尺度已经在气候预测领域开展了大量的研究工作，是当前及未来一段时间内短期气候预测技术发展的重要方向之一，而基于模式输出结果的释用技术的业务应用一直是国家气候中心关注的问题。利用月动力延伸预报 (DERF)500 hPa高度场对中国区域降水的解释应用在月气候预测中得到较好的应用^[24-25]。基于DERF模式最优信息提取技术也被应用到月气候预测业务中，逐月提供气温和降水的降尺度预报产品^[30]。在月尺度预测基础上，利用DERF逐候结果结合统计降尺度方法开发了逐候滚动的延伸期逐旬气温和降水预测产品，并将预测对象拓展到极端降水日数、最高 (低) 气温距平等^[64]。而基于国家气候中心全球海气耦合模式 (NCC_CGCM) 的输出结果得到的统计降尺度产品对季节预测起了很好的参考作用^{[31, 62]}。这些模式解释应用技术的业务化为月、季气候预测提供了重要支撑。而如何更好地利用国内外优秀气候模式的有用信息来指导月、季气候预测是国家气候中心气候业务发展关注的问题。

由于气候系统自身的混沌性特征，模式预测对初始值误差和模式自身误差敏感。采用多个模式进行集合预报时，能够同时减少模式不确定性和初始值不确定性，从而成为有效的解决方案，并因此得到广泛应用^[65]。

多模式集合最早出现在天气预报领域，研究均表明^[66], 多个模式集合平均后的效果优于单模式，并因此提出利用多个业务中心的天气预测模式数据进行平均得到更优预测的Poor Man集合的思路和应用方法^[67]。在集合平均方法的基础上，Krishnamurti等^[68]提出超级集合的概念。在上述相关研究中，并不是将多模式模拟结果进行简单的集合平均，而是将多模式预报过程分为训练和预报两个阶段。在训练阶段，通过已有的模式结果和实际观测资料利用多元线性回归方法求取各个模式的权重，并将其用于预报阶段。与单模式相比，多模式超级集合可以明显减小单模式和集合平均的均方根误差，Krishnamurti等的发现受到了极大关注，多模式集合预报迅速成为大气科学领域的研究热点。多模式集合预报可以提高天气预报水平得到广泛认同，但在气候预测领域，多模式超级集合能否提高集合平均预测能力仍存在争议^[69-70]。

随着气候模式的发展，多模式集合在短期气候预测方面的预测能力倍受关注。欧洲中期天气预报中心 (ECMWF) 的PROVOST项目^[71]和美国NCEP的DSP项目^[72]利用多个AGCM进行集合肯定了多模式集合的效果。随后，ECMWF的DEMETER计划^[73]利用欧洲国家的7个模式细致研究了多个耦合模式集合在短期气候预测应用的效果和前景，利用概率性预报结果阐明了多模式集合预报的思想，讨论了简单的集合平均对于单模式的优势，回答了多模式集合平均优于单模式的平均预报水平的原因以及不用最好的单模式取代多模式集合等问题^[74], 提出了概率方法应用于多模式集合预报的思想和应用方法^[75]。此外，APCC利用亚太经合组织国家的14个模式开展了CliPAS项目^[76]，详细评估了多模式集合预测在短期气候尺度的预测效果。从现有多模式集合预测技巧来看，在气温预测方面，DEMETER和CliPAS两个多模式集合项目均在热带地区预测技巧较高，在北半球中纬度地区也有一定的预测能力；在降水方面，均仅在热带和副热带海洋有较高的预测技巧。在气候预测业务中，多模式集合首先涉及到多个质量稳定的耦合模式数据的实时获得。目前，APCC，IRI，ECMWF，NCEP先后根据能获得的数个模式推出了自己的多模式集合预报业务产品。

我国科学家在利用多模式集合在气候预测领域也开展了很多研究工作。康红文等^[63]用亚太气候中心 (APEC Climate Center，APCC) 收集到的多个动力季节预报模式产品，利用动力季节模式输出的匹配域投影技术和多模式集合预报技术对多个国家和城市的站点月降水进行预报。李芳^[77]借助ENSEMBLES计划提供的5个海-气耦合模式 (CGCM) 的多初值后报降水资料，采用常用的4种多模式集合方案，制作了1960—2005年中国东部夏季降水概率密度函数 (PDF) 季度预测。在此基础上评估了目前基于多模式集合方案的中国东部夏季降水的概率密度函数季度预测能力。张刚^[78]利用DEMETER多模式集合预测系统1980—2001年的回报试验，研究了欧洲7个耦合模式对东亚地区 (0°~60°N，70°~140°E) 冬季大气环流和气候异常的预测效果。在实时业务中，2011年起开展多模式集合业务。2011年基于美国环境预报中心 (NCEP)、欧洲中期天气预报中心 (ECMWF)、东京气候中心 (TCC) 和中国气象局国家气候中心 (NCC) 的气候模式，中国气象局国家气候中心开始进行多模式集合技术应用方面的初步探索，并结合多种统计方法初步建立了多模式解释应用集成预测系统 (MODES)，目前MODES系统已经实现逐月运行，开始在国家气候中心月、季气候预测业务中发挥作用。从4个模式及MODES多模式集合对我国160个站夏季和冬季气温、降水预测效果的初步评估看，多模式集合预测的效果和最佳模式相同或接近，甚至有部分改进。但由于现有4个模式预测性能之间差异过大，目前直接进行集合尚未表现出明显的优势。MODES系统详细的技术进展可参考文献[79]。

多模式集合技术本质上通过减小由于模式自身不确定性带来的误差而提高预测能力，在各个模式预测能力有限时，多模式集合的效果依赖于各单一模式的预测能力，在单一模式没有预测能力的同时，多模式集合也不能提供足够有用的预测信息。因此，获取更多的高质量气候模式数据，模式后处理和选择最优的模式组合进行超级集合是国家气候中心多模式集合预报工作下一步的方向。

动力-统计相结合是提高短期气候预测准确率的有效途径之一。2008年以来，中国气象局公益性行业 (气象) 科研专项“由历史资料改进动力季节预测的关键技术研究”利用国家气候中心的季节预报业务模式和较全面的历史资料，发展了利用相似年的模式误差信息实现对预报年气候模式预报误差预报的汛期降水动力-统计客观定量化预测方法，并利用两类动力-统计预测方案，建立了动力与统计集成的季节降水预测系统 (FODAS1.0)。该系统在动力-统计客观定量化预测理论和方法的基础上，充分借鉴国家气候中心和区域、省级气候中心现有科研和业务成果，尤其是预报员的诊断技术和预报经验，研制适合区域气候特点的预测方案。目前，FODAS1.0已在国家气候中心、8个区域气候中心和广西、山东等多省市气候中心实现准业务试用，近几年的实际预报效果也比较理想。详细的技术进展可参考文献[80]。

FODAS1.0系统主要包括以下模块：实时数据接收模块、历史检索模块、相似因子客观选取模块、统计相似预测模块、全国降水因子诊断订正模块、区域相似因子订正模块、动力-统计客观定量化预测模块、预测评分模块。预报产品主要包括全国 (或区域) 季节降水的统计相似预测图、动力-统计客观定量化预测图以及预测产品的检验图形等。此外，该系统还可以检索历年降水距平百分率、因子演变曲线等，供预报员参考。FODAS1.0的推广应用，为区域和省级气候中心进一步加强月-季节尺度的降水等的客观定量化预报提供了有力支撑，使之更好地为国家和区域的防灾减灾决策服务。

采用该动力-统计客观定量化预测方法对2009—2012年我国夏季汛期降水进行了实际预测，预测结果 (3月预测) 的PS评分分别为79，72，70，70；距平相关系数分别为0.38，0.10，0.12，0.03。

热带大气季节内振荡 (MJO) 作为热带地区大气环流异常的一个主要模态，由于其代表了一种可重复发生的低频现象，因此目前成为进行次季节气候预测研究的焦点。MJO和它的演变对1~4周时间尺度的热带环流变化预报非常关键，而有技巧性的MJO预报在某种程度上对1~2周的副热带天气和3~4周的热带外气流变化预报是有意义的^[81]。因此，MJO被认为可以填补天气预报和季节预测之间的“预报缝隙”，可以作为进行延伸期 (10~30 d) 预报的重要可预报性来源之一，将有助于提高两周到月时间尺度的短期气候预测能力。

大气季节内振荡在我国东部天气、气候演变中扮演了重要角色，国内相关研究工作较多。何金海等^[82]指出我国夏季降水主要受10~20 d和30~60 d低频振荡的影响。李崇银^[83]研究也表明，华北汛期降水偏多年份，降水量的30~60 d低频振荡明显，降水偏少年份，该振荡不明显。夏季风在北进过程中存在明显的准双周和季节内振荡现象，季风雨带的北进、停滞和中断等现象都与季节内振荡关系密切^[82]。与东亚夏季风活动相联系的低纬度风场、位势高度场及向外长波辐射场在夏季风爆发前均出现明显的季节内振荡，且振荡以低频形式向中高纬度地区传播，从而影响中高纬度地区的天气和气候^[84]。琚建华等^[85]研究指出，东亚强季风涌年，准30~60 d振荡的影响显著，易造成长江中下游多雨；东亚弱季风涌年，准30~60 d振荡减弱，10~20 d低频振荡为主要的振荡周期，容易造成长江中下游干旱。长江流域旱涝年的低频风场表现出显著的不同，涝年降水是由南北方低频涡旋相向运动在长江流域汇合所形成；旱年降水则由热带西太平洋低频涡旋向西北方移动影响长江流域所造成^[86]。

尽管大量研究表明，我国东部洪涝很大程度上与大气季节内振荡有关，特别是长江中下游、华南地区降水与低频振荡及其传播联系密切。这些研究成果均基于诊断分析，对认识季节内振荡与我国气候异常关系有重要作用，但在国内，无论是中期预报还是月-季节尺度预报一直难以得到有效应用。其中主要原因之一是滤波方法的限制，缺乏一个能客观、实时提取MJO演变信息 (比如强度和位置) 的方法；另一方面，由于MJO主要是大气内部动力过程，其可预报性有很大的不确定性，并缺乏有效的预报手段。正是由于这两方面原因，限制了MJO在“次季节”预报中的应用。但最近几年，国际上在这两方面的研究均取得了较大进展，为MJO的业务应用提供了技术上的支持。

2004年Wheeler等^[87]利用多变量EOF方法设计了一个二维MJO指数，该指数没有使用传统的滤波技术，因此可以实时提取MJO信息 (包括MJO对流的位置和强度)。该指数将MJO沿全球热带地区的传播在空间上分为8个位相 (空间位置)，组成了一个完整的MJO对流从西印度洋发展到中太平洋消亡的生命循环过程。由于该指数较为直观且方便使用，目前该指数已在澳大利亚以及CPC/NCEP等多家国外气候中心的MJO监测、诊断、预测业务中广泛使用。近几年，国家气候中心也利用该指数在延伸期预报领域进行了相关研究和应用工作, 初步建立了MJO的监测预测和应用模型，并逐步引入到延伸期-月尺度预测和台风预测业务中^[88-90]。近年来, 上海市气候中心、沈阳中心气象台、兰州中心气象台根据所关心地区较强降水过程与低频环流系统的关系, 采用基于时间滤波的低频天气图方法给出未来10~30 d较强降水的发生时段, 投入于汛期延伸期预报准业务应用, 取得了较好的预报效果^[91]。梁平等^[92]在利用集合经验模态分解 (EEMD) 及多变量EOF方法获取梅雨区降水及其影响系统低频信号的基础上，采用最优子集回归方法、经验波传播 (EWP) 方法及全球海气耦合模式产品，对梅雨季节内演变的延伸期预报方法进行了预报和试验, 试验结果表明：大气季节内振荡对梅雨区降水的延伸预报具有重要的应用价值，可能是联系天气过程及异常的重要系统；通过EEMD方法提取前期降水演变及影响因子的季节内振荡信号，采用最优子集回归统计学方法对梅雨区逐候降水量演变进行超前30 d预报是有可能的。

作为亚洲气候变化最主要的影响系统，ENSO异常及其与东亚夏季风的相互作用将直接导致我国夏季旱涝灾害的形成。Huang等^[93]研究指出，在El Nio事件的发展阶段，我国江淮流域夏季风降水偏多，华北和江南地区降水偏少；而在El Nio事件的衰减阶段，上述地区降水异常分布相反。同样，La Nia事件的不同阶段，我国降水距平分布也不同。但近20年来，ENSO与我国夏季降水的相关性已大大衰减。作为我国夏季降水的主要预测指标，ENSO的指示意义也相应减弱。在汛期预测业务中参考ENSO的作用时必须充分考虑年代际背景的差异^[94]。近几十年，ENSO的形态格局也发生很大变化，频繁出现暖池型 (WP) El Nio (或称中部型El Nio或El Nio Modoki事件)。研究显示，两类El Nio海温型对我国降水影响显著不同^[95]。在近些年的业务预测中，不同类型El Nio海温的影响也越来越被关注。

继Saji等^[96]提出印度洋偶极子 (IOD) 后，中国气象工作者更加关注印度洋海温异常对我国气候的影响。事实上，罗绍华等^[97]早就指出阿拉伯海和南孟加拉湾的前期海温变化与后期长江中下游夏季降水有较好的相关关系。研究表明，当IOD指数为正位相时，汛期华北及江淮流域干旱少雨，而华南沿海地区为多雨带；反之，汛期雨带分布基本为南北多雨而长江流域少雨^[98]。但对于IOD与ENSO是否独立尚有争议。琚建华等^[99]发现可以将ENSO与IOD作为一个统一的太平洋—印度洋海温异常模态来考虑。杨辉等^[100]定义了一个热带太平洋—印度洋异常综合模指数，发现在综合模正位相时南亚高压偏弱，位置偏东、偏南，反之南亚高压偏强，位置偏西、偏北。

在南印度洋也存在一个海温偶极子型振荡且明显独立于ENSO。贾小龙等^[101]将标准化的25°~40°S，65°~80°E与10°~20°S，95°~105°E区域平均海温距平差定义为南印度洋偶极子指数，发现前期夏、秋季偶极子正位相时次年夏季印度洋、南海 (东亚) 夏季风偏弱，副热带高压加强且南撤、西伸，南亚高压偏强且位置偏东，易形成我国长江流域降水偏多，华南降水偏少；负位相年相反。后期冬季西太平洋暖池是联系南印度洋偶极子与次年我国夏季降水异常关系的一条重要途径。杨明珠等^[102]也揭示出印度洋全海盆的增温趋势与我国夏季降水的气候线性变化趋势十分一致。该工作进一步将热带外南印度洋出现西南印度洋为正 (负)、其东北部为 (负) 正海温异常的分布模态定义为正 (负) 南印度洋偶极子PSIOD (NSIOD) 事件。SIOD事件对我国夏季降水具有重要影响，PSIOD年，5月我国江南和西南以及长江中下游的降水偏多；6—8月华北、东北区域、长江中游以及华南地区降水增多，华南与华北之间的区域降水偏少，即主要为两条雨带的分布。NSIOD年，5月我国大部降水偏少；6—8月我国西南、江南地区以及黄淮地区降水偏多。

近年来，对大西洋—东亚夏季风的研究逐渐成为海气相互作用的另一热点，并成功应用于短期气候预测^[103]。观测分析和数值模拟结果均表明，北大西洋三极子型的海温异常可以通过激发出一支跨越欧亚大陆的纬向遥相关波列进而影响到东亚夏季风的年际变率^[104-105]。同时，我国夏季梅雨的年代际与年际变化与前期冬季北大西洋三极子型的海温异常也密切相关^{[104, 106]}，当经向海温距平呈“-+-”型分布时，梅雨偏少；反之，当海温距平呈“+-+”分布时，梅雨偏多。一般认为，在年际时间尺度上北大西洋三极子型的海温异常主要受局地上方北大西洋涛动 (NAO) 型的环流异常控制^[107]。其中，NAO是影响东亚夏季风及季风降水年际变异的重要前期因子^[104]。值得注意的是，东亚夏季风环流对北大西洋三极子型海温异常的响应敏感于后者的经向位置^[105]。

虽然近10年气象工作者将更多的眼光投向ENSO之外的海域，但与ENSO相比，这些研究依旧不多，尤其是各海域海温如何相互作用和调制及其具体机制仍需深入分析，包括IOD与ENSO的关系问题^[108]。这些因子是否稳定适用于我国夏季降水的短期气候预测也需要在业务中进一步加以检验。

当前，全球变暖导致北极增暖，夏季海冰减少，北冰洋海水温度升高。特别是20世纪90年代后期以来，北极海冰快速减少。北极海冰对东亚气候异常的影响近些年来在业务预报中也越来越受到重视。研究表明^[109]，76.5°~83.5°N，60.5°~149.5°E区域平均的9月海冰密集度 (SIC) 与冬季西伯利亚高压相关显著 (相关系数为0.65, 去除趋势后二者相关系数为0.60)。9月北极海冰密集度为预测冬季西伯利亚高压强度，进而预测冬季气温高低提供了一个前期因子。伴随着北极海冰的减少, 欧亚大陆经历了严冬频发和极端降水或降雪事件，特别是2008年以来，我国经历了频繁的冬季低温。欧亚大陆北部冬季平均海平面气压的升高是近期严冬频发的原因。

对去除趋势的9月SIC与后期冬季大气环流异常进行回归分析^[109]，负的海平面气压异常出现在欧亚大陆北部, 在欧洲北部存在一个异常中心。负的地面气温异常主要位于北欧海—巴伦支海—喀拉海, 正的地面气温异常出现在欧亚大陆中高纬度、东亚及其边缘海域。显著的正地面气温异常出现在东亚和西北太平洋部分区域。

春季 (3—5月) 白令海和鄂霍次克海冰面积与夏季 (6—7月) 我国南方降水有很好的关系^[110]。春季少冰年与多冰年我国夏季降水的差异显示，华南西部、贵州至长江中下游地区降水有显著的正异常，长江中下游梅雨偏强。白令海和鄂霍次克海冰的多少为汛期气候预测提供了下垫面强迫前兆信号。

春季多冰年与少冰年500 hPa高度差异显示，贝加尔湖至我国河套地区上空有显著的正高度异常，河套高压偏强^[110]。春季少冰年，我国大陆盛行北风，夏季风偏弱；假相当位温大值区位于江南上空的对流层中层，这一带上升运动偏强，对流活跃，降水偏多。海冰的减少强迫向东传播的波活动通量，导致欧洲高压发展，降水减少，土壤湿度降低，地表温度升高，夏季感热通量增加，进一步加强了欧洲静止波。向东传播的波能量和强度在东亚夏季产生高气压响应，欧洲大陆成为海冰变化和东亚夏季风变化的桥梁^[110]。

陆面过程影响大气环流和气候变化的基本物理过程、生化过程、生态过程，在大气-陆面相互作用中扮演着重要角色，虽然陆面过程很早就被气象所认知，但陆面过程对天气气候变化影响的重要性还是在近几十年才被进一步认识。特别是随着对全球气候和气候异常重视程度的增加，陆面过程研究成为当代气候系统和天气研究的热点之一。

在当前实际气候预测业务中，陆面过程对气候的影响信息来源于两个途径，一是含有陆面过程参数化模块的动力气候模式的预测结果，另一方面是基于观测和诊断分析的陆面异常对短期气候的影响。相比海洋异常信号持续时间长和影响显著的特征，陆面异常信号的持续时间相对较短，同时由于陆地上各种各样的下垫面不断向大气输送动量、感热和潜热、反射短波和发射长波辐射、形成地表径流，而这些量又是时空多变的，要精确地刻画和诊断并非易事。另外，由于陆面观测资料长度、代表性、实时性的限制，很多陆面过程的信息还未在实时气候预测业务中使用。目前我国短期气候预测业务中使用较多的是欧亚大陆积雪异常对亚洲季风的影响。一些学者对该领域进行了系统回顾^[111-112]，本文主要关注积雪研究成果在气候预测业务中应用的部分内容。

国内学者几十年来的大量研究集中在青藏高原积雪对东亚季风的影响，早期研究就认识到青藏高原积雪偏多会导致东亚夏季风偏弱^[113-114]，东亚季风系统的季节变化进程比常年偏晚，初夏华南降水偏多^[115]，夏季长江及江南北部降水偏多，华北和华南降水偏少^[116]。基于诊断分析和数值模拟，青藏高原积雪影响东亚季风的物理过程^[117]可概括为青藏高原积雪多 (少)，春夏高原感热弱 (强)，感热加热引起的上升运动弱 (强)，青藏高原强 (弱) 风场不利于 (有利于) 高原感热通量向上输送，青藏高原上空对流层加热弱 (强)，对流层温度低 (高)，青藏高原南侧温度对比弱 (强)，造成夏季风弱 (强)，我国长江流域易涝 (旱)。另外，青藏高原积雪异常对ENSO与东亚夏季风之间的关系发挥着显著的调制作用。在青藏高原积雪异常偏多年, ENSO与东亚夏季风之间的联系减弱; 在积雪异常偏少年, ENSO与东亚夏季风联系则加强。研究结果表明, 青藏高原积雪异常减少, 有助于北太平洋上空的西风急流减弱, 从而有利于与ENSO相关联的热带外大气Rossby波从西传播抵达东亚地区, 进而增强ENSO与东亚夏季风的联系，反之亦然^[118]。

欧亚大陆中纬度地区积雪和东亚夏季风之间的关系研究相对青藏高原较少，但最近10年也取得了显著进展。最早研究认为冬季欧亚大陆积雪和华北夏季风为弱的负相关关系^[119]，进一步分析发现欧亚大陆积雪对中国不同区域的影响不同, 欧亚大陆冬季雪盖与华南、华北的降水为正相关，与东北的降水为弱负相关^[120]，与长江流域降水为负相关^[121]。而冬季欧亚大陆北部新增雪盖面积偏大时，江南降水偏少^[122]。欧亚大陆中纬度积雪影响东亚季风的物理过程可概括为欧亚积雪偏多或者新增积雪偏多，欧亚积雪融化进程减慢，至夏季积雪和冻土的融化加剧，积雪的水文效应和反照率效应造成土壤温度明显偏低，地面冷却作用造成高度场偏低，并加强中高纬度异常北风，东亚南北热力差异增强，东亚副热带急流增强，西太平洋副热带高压易加强、西伸、北扩，江南高温干旱^[122]，东亚从北向南的环流型呈“-+-”的遥相关波列^[123]。

实际上，无论是青藏高原积雪还是欧亚大陆积雪对亚洲季风的影响均不呈线性的，也不是独立的，还受到ENSO循环、北大西洋涛动 (NAO) 等外强迫和大气内部动力过程的作用^[124]。此外，采用不同的积雪资料和积雪指数，积雪面积或积雪深度也会得到有差异的环流特征^[125]。在实际的短期气候预测业务中会遇到反例或不同区域积雪特征与其他监测变量不匹配的情况，因此积雪异常的气候效应远比海洋异常的影响复杂。

近年来研究发现，作为东亚夏季风的气流源地，南半球大气环流在夏季降水的预测中具有重要指示意义，可做为预报因子在业务中使用。李曾中等^[126]指出，6—9月850 hPa东半球越赤道气流总量偏多的年份，当年夏季我国大陆降水亦偏多。王会军等^[127]进一步研究发现，春季索马里急流与夏季我国长江中下游及华南地区降水均呈负相关。除我国东部降水外，青藏高原大部分地区夏季降水与5月索马里急流有很好的正相关关系^[128]，东半球的越赤道气流还影响到初夏季风的建立。李崇银等^[129]研究发现，对应于南海夏季风爆发，总是先期在赤道印度洋地区有西风加强和索马里跨赤道南风气流的建立。而且，若南海夏季风爆发偏早 (晚)，前期赤道印度洋地区西风的加强和索马里跨赤道南风气流的建立也偏早 (晚)。高辉等^[130]指出，当前期索马里和南海越赤道气流建立偏早 (晚)、强度偏强 (弱) 时，南海夏季风爆发易偏早 (晚)。

南半球热带外大气环流同样具有重要影响。王绍武等^[131]指出，当南太平洋高压偏北时我国夏季多干旱，偏南时我国多洪涝。陈国珍等^[132]研究发现，6—8月南半球极涡异常偏弱 (强) 时，北半球副热带高压偏南 (北)，长江流域多 (少) 雨，华南华北少 (多) 雨。吴仁广等^[133]认为，当2月南印度洋中高纬度地区经向环流发展时，长江中下游地区梅雨期降水容易偏多。薛峰等^[134]指出当北半球从春到夏马斯克林高压偏强时，夏季我国长江流域至日本一带多雨，我国华南到台湾以东的西太平洋以及东亚中纬度大部分地区少雨。

近年来，南极涛动 (AAO) 或南半球环状模 (SAM) 成为南半球大气环流的研究热点，并广泛应用于短期气候预测。高辉等^[135]研究表明，5月南极涛动加强，江淮梅雨量多，出梅晚，梅雨期长。Nan等^[136]研究也表明，4—5月南极涛动与长江中下游的夏季降水呈显著的正相关关系，春季南极涛动强，对应着东亚夏季风减弱和西太平洋副热带高压加强西伸。范可等^[137-138]研究结果也证实我国长江中下游涝 (旱) 年往往对应着春季南极涛动正 (负) 异常年。这一关系可通过南半球高纬度地区到北半球东亚沿岸经向分布的正压遥相关波列得以部分解释。秋季SAM和东亚冬季风存在显著相关^[139]，“海气耦合桥”理论被用来揭示其中的物理机制，明确了SAM是东亚季风季节预测新的前期信号^[140-141]。此外，范可等^[142]的研究还揭示了南极涛动与我国北方的沙尘频次显著的反相关关系。

本文回顾了我国短期气候预测技术的历程和现状，重点总结了近些年来在业务上发展的一些新的预测技术和方法，以及对影响我国气候异常因子的新认识，包括：

1) 通过引入ARGO海洋观测资料，全球海洋资料同化系统 (NCC_GODAS) 大大改善了同化结果，其同化结果也为海-气耦合模式NCC_CGCM进行季节气候预测业务提供更加可信的海洋初始场资料，显著提高了模式对我国夏季降水预测的技巧。

2) 第2代短期气候预测模式系统基本完成，其中基于大气环流模式BCC_AGCM2.2(T106水平分辨率) 动力延伸预报系统已于2012年准业务化运行。第2代短期气候预测模式系统无论在模式分辨率还是物理过程方面都有较大提高和改进，其对全球及区域降水、环流、季风、ENSO等多个要素的预报技巧总体上高于第1代短期气候预测模式系统。

3) 基于模式结果的释用技术在业务中得到广泛应用。针对动力延伸预报模式 (DERF) 和海气耦合季节预测模式 (NCC_CGCM)，多种模式释用方法表现出了一定的订正效果，为月、季气候预测提供了重要支撑。

4) 使用国内外4个业务模式，结合多种降尺度和集合技术，发展了多模式解释应用集成预测系统 (MODES)，并实现了业务应用，在国家气候中心月、季气候预测业务中展现出了良好的应用前景。

5) 基于动力-统计结合的思想，发展了动力-统计集成的季节预报系统 (FODAS1.0), 在国家级、区域和省级业务单位实现了准业务使用。FODAS1.0系统对2009—2012年的实时预报取得了较好效果，表现出了良好的稳定性。

6) 大气低频振荡逐渐在延伸期预测业务中开展应用, 建立了国家级MJO的监测预测和应用业务，多种大气低频振荡方法在区域气候预测业务中也取得了较好的预报效果。

7) 在关键影响系统影响机理的应用方面，对全球海温、海冰、积雪、南半球环流系统的认识不断加深，除了赤道中东太平洋海温，印度洋和大西洋海温的影响也逐渐在业务预报中加以考虑；海冰、欧亚积雪、南半球环流系统也成为季节预报中重点考虑的因子。

经过几十年的发展，尽管气候预测在技术、方法和业务系统建设方面都取得了长足的进步，短期气候预测目前仍然面临着很多的科学难点，限制了短期气候预测水平的提高^[143]。

首先，受到气候预测可预报性的限制。气候系统属于不稳定系统，其可预报性有一定限度。一般而言，天气预报的上限大约为两周，2~3周以上的逐日预报是不可能的，因此未来1个月或1个季度的气候预测不可能达到100%的准确率，一般认为气候预测的准确率上限为75%~85%。我国地处东亚季风区，影响我国气候异常的因子极为复杂，因此气候可预报性的限度更短，气候预测的难度和不确定性更大。且在不同区域、不同季节、不同要素可预报性究竟有多大，也是一个值得研究的问题。

其次，由于影响我国气候异常因子的多样性和复杂性，目前对东亚季风变异的机理认识还远远不够，尤其是年代际、年际、季节不同时间尺度、不同空间尺度以及气候系统不同影响因子间的相互作用对我国旱涝的影响还需深入研究；在气候变暖和气候年代际转折背景下，大气环流、海温、积雪等影响因子与我国气候异常的关系也发生了变化，传统的气候预测理论和方法也需要重新认识和应用；目前对极端事件的变化规律和形成机理还缺乏深入认识，预测能力非常有限，而1~2次极端降水往往会改变整个月甚至季节的降水量变化，这也给短期气候预测带来了极大的不确定性。

第三，目前气候预测方法具有不确定性。统计预测方法由于本身的局限性，不能完全充分描述气候异常的动力学机制，因此预测技巧不稳定，对极端事件的预测难以奏效。而动力模式由于目前科学水平的限制，预测也存在很大不确定性，目前国际上先进模式对东亚季风区的气候预测能力也不高。因此，我国的短期气候预测技术应以加快发展动力模式技术为主，走动力-统计相结合的道路。但如何进行动力和统计相结合，还需要不断进行理论上、方法上的研究和实践检验。

第四，用于气候预测的历史和实时资料比较欠缺。气候系统作为一个整体，各圈层存在复杂的相互作用，能够获取并使用大量的气候资料是开展气候预测的基础，目前气候预测使用的资料中大气和海洋较多，其他圈层较少，这也在一定程度上限制了对气候异常的科学认识。