中国气候预测研究与业务发展的回顾

奥鹏网院作业

中国气候预测研究与业务发展的回顾*
王会军1 任宏利2 陈活泼1,3 马洁华1,3 田宝强1,3 孙 博1,3 黄艳艳1,3 段明铿1,3 汪 君1,3 王 琳2,4 周 放1,3

1. 南京信息工程大学，南京，210044

2. 中国气象局国家气候中心气候研究开放实验室，北京，100081

3. 中国科学院大气物理研究所，北京，100029

4. 中国地质大学（武汉）环境学院大气科学系，武汉，430074

摘 要 天气预报是指一周内至两周时间尺度的气象预报，而月季及以上时间尺度的预报则属于气候预测范畴。中国的气候预测起步很早，无论在研究工作中还是在业务应用上都取得了显著成就。文中扼要回顾了这些研究和业务发展成就，重点包括：对于季风和梅雨、寒潮的早期认知和后期研究发现、早期气候预测业务发展概况、动力气候预测的早期探索、动力-统计气候预测方法的研制和应用、气候预测模式的发展以及初始化和多模式集合预测、东亚气候系统变异的全方位探索、气候预测范畴的不断拓展和气候预测研究的不断创新。也对未来气候预测研究和业务发展提出了几个重大挑战性课题，涉及不同时间尺度气候变异过程之间的相互作用、季节内至年代际气候预测、气候系统模式及初始化、动力-统计相结合的气候预测方法等方面。

关键词 气候预测， 气候系统模式， 东亚季风， 季节内气候变异， 年代际气候变化

1 引 言
人类对未来总是充满好奇，对未来的预知则更具诱惑，先知先见之明被认为是智慧的顶峰。变幻莫测的大气尤其是人们渴望预知的对象。直到20 世纪人类才掌握了科学预报天气的基本理论和方法，并在20 世纪的后半叶实现了基于大型电子计算机数值求解大气运动偏微分方程组的数值天气预报，已成为天气预报的核心手段。世界气象组织评价其为20 世纪最伟大的科技成就之一。

由于大气的记忆性和数值预报系统初始误差及计算过程中舍入误差的累积，逐日天气预报存在的时效上限大约为两周（Lorenz，1982）。但是，人类预测大气运动长期变化的梦想，由于和大气运动密切互动的海洋和陆面过程对异常存在“长记忆性”和学科发展水平的不断进步而逐步变得可实现了。

总的来说，在利用气候系统数值模式进行短期气候预测（出现在20 世纪80 年代末—90 年代初）之前，中外均是以统计和经验方法为主。一些方法是纯数学统计方法，这方面在20 世纪60—70 年代蓬勃发展，形成了多种多样的预测方法。另一些则是基于气候系统变异过程中不同变量、不同子系统物理过程的联系而建立的，特别是利用气候系统中的“慢变”参量作为气温、降水等的短期气候预测因子。这些“慢变”参量包括前期海表温度、极区海冰覆盖、陆面积雪、陆面植被覆盖、土壤温度、土壤湿度等，也包括太阳活动若干参量（如太阳黑子数）。也有利用一些前期大气环流要素与气温、降水等的超前-滞后关系建立预测模型，尽管这些超前-滞后关系背后的物理机制经常是比较复杂的。

2 中国气候预测发展概要
在上述发展历程中，中国一直是积极的实践者和创新者，这不仅是因为有价值的探索在中国开始得很早，而且也由于中国在气候预测研究与应用方面的进展可圈可点。

（1）很早就注意到季风、江淮流域梅雨、寒潮等基本特征。如，竺可桢（1934）指出，东南季风与中国雨量有明显关联；涂长望等（1944）则发现了中国夏季风的季节进退特征；李宪之（1955a）进一步提出了东亚寒潮可以越赤道影响到澳大利亚北端，澳大利亚寒潮也可以影响西太平洋台风活动（李宪之，1955b）。这些早期研究发现阐述了东亚季风的基本特征及其和中国降水、气温变化的关系，并且提出了南、北两个半球存在气候相互影响。这些工作影响巨大，开创了中国季风研究之先河，引发了直至今天的大量深入、广泛的关于季风系统及其各种时间尺度变异过程、机制和可预测性的研究工作，也为后来利用统计和经验方法做季风和气候预测埋下了伏笔、奠定了物理基础。

（2）几乎与美国、日本同期开始了气候预测业务工作。涂长望（1937）就进行了3 大涛动与中国旱涝关系等方面的研究。Namias（1953）才发表了关于30 d 长期天气预报的10 a 总结。杨鉴初（1953）提出了历史演变法的长期预报思路，并发表了关于应用气象要素历史演变规律制作一年以上长期预报的文章。1954 年第1 次正式对外发布年度气候趋势展望，1958 年增加了月预报内容、并易名为长期天气预报。但那时大多是以单站气象要素为预报对象。在预测实践中，结合对夏季风影响中国夏季降水研究的不断深入，发现中国夏季形成差异很大的多雨带（旱涝）分布类型（赵振国，1999），预报对象由单站转为全国旱涝分布趋势的预测，1961 年开始正式发布汛期预报和汛期旱涝趋势预测。Namias（1964）发表了关于季节气候预测的5 a 试验总结。日本和苏联也在长期天气预报（现在称为气候预测）方面做了很多研究和预测试验。直到20 世纪80 年代末至90 年代初基于海-气耦合模式的动力数值预测方法出现以前都是以统计方法、大气环流型相似方法等为主。前面提到，中国在该领域开展得相当早，以气候统计分析、气候变量间的物理联系为基础，做出了大量研究成果。1958 年中国已经正式开始短期气候预测业务并发布预测信息（魏凤英，2011）。此后各种时间序列统计方法、气候异常型历史相似方法等都得到了发展和应用。到了20 世纪70—80 年代，中国学者已经开始研究海区海表温度异常对气候的影响，并逐步形成了基于海温、陆面过程异常信息的短期气候预测方法（杨鉴初等，1963；陈烈庭，1974，1977；符淙斌，1978，1980）。

（3）为了构建有气候系统动力学基础的气候预测方法和模型，中国学者开展了大量的东亚气候系统变异特征、机制及模拟研究。这些工作涵盖面极为广泛、非常深入、系统。时间尺度包括季节内至年代际；空间尺度包括局地、区域到东亚甚至全球；系统范畴从大气圈到海-气耦合系统、陆-气耦合系统、天文因素等；模式应用从大气环流模式到气候系统模式和地球系统模式。表1 列出了影响中国夏季降水年际变化的主要预测因子及其物理机制，热带主要有太平洋和印度洋海表温度；中高纬度区域主要有前冬春季海冰分布、春季欧亚积雪以及春季北大西洋涛动（NAO）；青藏高原的前冬春季积雪和土壤湿度以及地表感热通量。对中国冬季气温的年际变化影响中，中高纬度的一些因素是主要的，包括北极涛动（AO）、前秋海冰和欧亚大陆积雪、北太平洋海表温度。ENSO 也有一些影响，但是比较复杂，具有非对称性。冬季中国霾污染状况年际变化的气候影响因素主要包括：北极海冰、东亚冬季风、ENSO、大西洋海表温度以及青藏高原热力异常等（表2）。

（4）中国学者最早发表了国际上基于海-气耦合模式的跨季节气候预测系统（曾庆存等，1990）。尽管当时采用的全球大气环流模式分辨率较低，海洋环流模式也仅限于热带太平洋区域（主要针对ENSO 预测），但海洋和大气环流模式均为自行研发且有一系列理论和方法（半隐式差分方案、大气环流模式的标准层结扣除、海洋环流模式的自由海表方案等）创新。这一创新性研究大大促进了气候预测业务的发展，中国由此设立了国家“九五”计划“重中之重”项目“中国短期气候预测系统的研究”和国家气候中心的成立。后来又研制出用于构建气候预测系统和气候变化研究的基于多孔介质理论框架的完整的陆面过程模式（IAP94），其理论方法、模式框架、计算方案等全部系中国学者自行研建（Dai，et al，1997），是美国公用陆面过程模式（CLM）的主要蓝本（Dai，et al，2003），并被国际广泛采用。2003 年以来，国家气候中心先后建立了第一代和第二代动力气候预测模式并作为短期气候预测的主要手段（丁一汇等，2004；吴统文等，2013）。近年来，中国科学院大气物理研究所又发展了基于美国公用气候系统模式（CCSM4）的动力预测系统（马洁华等，2014）；国家气候中心对中国多个“一步法”预测系统进行集成，建立了中国第一代多模式集合预测系统（CMME1.0）（Ren，et al，2019），在业务中广泛应用。

（5）在发展动力-统计相结合的气候预测方法方面有重要创新并研制出系列高效能的预测模型。较早基于动力与统计相结合的预报方法是模式解释应用，主要包括模式输出统计量（MOS）和完全预报。MOS 统计方法要建立数值模式输出的资料档案，配以局地天气的观测资料，所建立的预报系统会自动考虑数值模式的偏差和不确定性，以及地方性的气候特点，20 世界80 年代到90 年代初应用非常广泛。中国学者在基于动力与统计相结合预报方法方面也有很多有益的探索和重要创新。在预测对象和预测方法方面，年际增量气候预测方法的提出和应用有重要的科学和实际价值（Wang，et al，2000），其关键在于该方法通过预测年际增量叠加前一年观测信息的途径很好地解决了年代际趋势问题（因为年代际趋势已经隐含在前一年的观测信息中了）。年际增量相比于预测对象变量本身具有更加显著的年际变化幅度、更易于寻找预测因子、具有更好的可预测性。大量的应用年际增量方法开展的研究和预测模型有力地证明了该方法的优越性。表3 列出了基于年际增量方法构建的系列气候预测模型，预测对象的涵盖面非常广，包括区域气温、降水、东亚季风、沙尘天气频次、北大西洋涛动、极端气候、霾污染、粮食产量等，这些模型均显示出比以往更优的预测能力。同时，在综合运用动力模式和较全面历史资料发展气候预测方面也进行了新探索。如，任宏利（2006）以及任宏利等（2005，2007a，2007b）提出利用历史相似信息对动力模式预报误差进行预报的新思路和动力相似预报新策略，还进一步将相似误差订正方法运用于ENSO 预测（Ren，et al，2014；Liu，et al，2017）。中国学者还率先构建了适用于东亚区域的基于全球气候系统模式预测结果的统计降尺度预测方法（Chen，et al，2012；Sun，et al，2012；Liu，et al，2015；孙建奇等，2018）。延伸期天气预报是世界气象组织季节内-季节气候预测计划（S2S）的关键内容，中国学者在这方面也有重要创新成果，研发了时空投影方法（STPM）和预测模型（Hsu，et al，2015），并应用于延伸期天气预报业务，取得了很好的预报效果。

表 1 影响中国夏季降水年际变化的主要前期因子及其物理机制
Table 1 The related predictors for summer precipitation over China and the associated physical mechanisms

pagenumber_ebook=7,pagenumber_book=320
表 2 影响中国冬季气温、降水和霾污染年际变化的主要前期因子及其物理机制
Table 2 The related predictors for variations of winter temperature，precipitation，and haze pollution over China and their associated physical mechanisms

pagenumber_ebook=8,pagenumber_book=321
（6）拓展气候预测的范畴，助力经济和社会发展、防灾减灾。气候异常关乎方方面面，包括作物长势和粮食产量、大气污染潜势、水循环与水资源、洪水与滑坡泥石流、野火、生态系统等。中国学者针对这一广泛领域开展了有价值的探索。Yin 等（2016，2017）构建了基于关键气候因子的中国霾天气发生频次季节气候预测模型，Zhou 等（2014）建立了基于冬春季气候信息的中国东北粮食产量预测模型。利用基于动力模式的气候预测系统和自行建立的中国洪水与滑坡、泥石流预测系统实现了对洪水与滑坡、泥石流的季节和跨季节预测（汪君等，2016；马洁华等，2019）。

3 中国气候预测业务现状概述
中国已经建立起了结构较为完整、功能较为完善的气候预测业务体系，主要包括面向延伸期、月、季节、年际以及年代际等不同时间尺度的气候预测，面向全球、亚洲、中国以及气候区、省、市、县等不同空间尺度的气候预测，面向气候要素、气候现象、气候事件以及气候灾害等不同对象的预测。

表 3 应用年际增量方法构建的预测模型
Table 3 The prediction models constructed using the year-to-year increment method

pagenumber_ebook=9,pagenumber_book=322
10—30 d 延伸期预报一直是科学研究和业务关注的重点（肖子牛，2010），中国国家气候中心先后建立了第1 和2 代月动力延伸预报系统（DERF1.0和2.0），实时发布延伸期逐日和月平均环流以及要素预报产品（李维京等，2000；吴统文等，2013），包括延伸期气候趋势和强降水、强降温等预报，进一步形成基于气候系统模式的次季节预报，参与到国际季节内-季节气候预测比较计划。月、季预测主要基于耦合模式和气候系统模式，中国国家气候中心在第1 代预测业务系统基础上，于2015 年建立了第2 代季节气候预测模式系统，成为汛期和年度预测的重要工具。检验表明，该模式各季节全球平均降水提前0 月预测的时间相关技巧大约是0.2，2 m气温在0.42 以上（吴捷等，2017）。目前，基于动力-统计相结合和物理统计的气候预测方法已被广泛应用于业务中（陈丽娟等，2003；李维京等，2013；贾小龙等，2013；任宏利等，2014；封国林等，2015），使得实际业务预测的整体水平得以不断提升。

气候现象预测是近些年来中外蓬勃发展的重要气候业务领域。影响中国的主要气候现象包括ENSO、热带大气季节内振荡（MJO）、北极涛动/北大西洋涛动、印度洋和大西洋海温变率的主模态以及东亚区域关键环流系统等。它们对全球和区域气候异常具有重要影响，对中国气候要素异常变化具有重要指示意义，已成为中国开展气候预测的重要参考。针对这些气候现象开展预测业务，对温度和降水等气候要素的预测至关重要。

对于ENSO 预测，“九五”期间基于简化海气耦合模式发展的第1 代ENSO 预测系统曾经在业务中发挥了积极作用。2015 年，中国国家气候中心建立了新一代ENSO 监测、分析和预测业务系统（SEMAP2.0），实时发布产品（任宏利等，2016），对ENSO（Nino3.4 指数）提前6 个月预报的相关技巧达到0.8，已跻身国际先进行列（Ren，et al，2017）。基于SEMAP2.0 的ENSO 动力预测和统计预测产品均已正式纳入美国气候与社会国际研究中心/气候预测中心（IRI/CPC）联合发布的全球ENSO 多模式集合预测框架，实时产品同国外各ENSO 业务预测产品同期发布。

对于MJO 预测，2013 年以来国家气候中心启动系统研发计划，至2017 年已经建成了监测、预测业务系统，进行与MJO 相关的实时监测、预测和诊断分析（任宏利等，2015；吴捷等，2016；Wu，et al，2016）。Zhu 等（2015）应用时空-投影预报模型可对未来10—30 d 候平均MJO 指数进行预测，历史回报预报技巧约为25—30 d。Ren 等（2017）发展了一种基于不同模式版本滞后平均的多初值集合预报新方法，可将MJO 的预测技巧提升至20 d，在业务系统中得到采用。

对于北极涛动/北大西洋涛动预测，动力模式和统计是最主要的手段。Tian 等（2015）采用年际增量预测方法，基于北大西洋秋季海温和秋季欧亚大陆的雪盖，建立了冬季北大西洋涛动的统计预测模型。Fan 等（2016）基于国际上多个耦合模式发展了冬季北大西洋涛动的预测模型。以上研究成果目前已应用到冬季北大西洋涛动的实时气候预测中，并取得了较好的预测效果。中国国家气候中心对其大气环流模式和耦合模式的逐日及逐月北极涛动/北大西洋涛动指数预报性能进行了综合评估，并诊断分析了模式中可能引起预报误差的主要因素（Zuo，et al，2016a，2016b），相应开发了基于气候模式和物理统计模型的北极涛动指数预报产品，已在国家级业务上得以应用（Ren，et al，2017）。

对于东亚夏季风和副热带高压的预测，动力和统计相结合能够显著提高东亚夏季风的预测（Fan，et al，2012）。现阶段对东亚夏季风指数能够做出有效预测，时间越临近、准确率越高（Liu，et al，2015）。目前基于季节预测业务模式以及国际主流业务模式预报资料，开发了东亚夏（冬）季风指数和副热带高压指数预测业务产品，在实际预测业务中发挥了重要作用（Ren，et al，2017）。此外，印度洋偶极子的预测中国起步相对较晚。对于较强的印度洋偶极子事件，中国业务耦合模式能够提前两个季度给出合理的预测（Lu，et al，2018）。相比之下，业务模式对北大西洋海温三极子（NAST）1—7 月的预测有不错的能力和参考价值，但对其整体预测能力仍相对较弱（Wang，et al，2015a）。中国国家气候中心目前已开发出印度洋和大西洋海温异常主模态的预测产品（Ren，et al，2017）。

4 未来发展
总体上看，气候预测理论、方法和技术仍处于探索阶段，气候预测业务属于典型的研究型气象业务。未来气候预测研究和业务的发展既是国际热点也是科学难点，必将展现出多个方面的发展趋势和特点。

（1）不同时间尺度气候变异之间的相互作用应更为重视。

世界气象组织已经发起从季节内到季节气候预测计划，以实现从天气预报到短期气候预测的“无缝隙”连接。天气尺度变化、季节内尺度变化和季节尺度变化实际上是有密切联系的，如，不同的MJO 位相可以调制中国南方的天气过程（Hsu，et al，2016，2017）；不同的ENSO 位相和MJO 也有显著联系，并且有年代际变化（Gushchina，et al，2019）。另外，世界气候研究计划（WCRP）也长期关注年代际至百年尺度气候变化，并设有专门研究内容。气候年代际变化机制和预测是气候研究的重大科学挑战，也关乎短期气候预测，如，不同的太平洋年代际振荡或北大西洋年代际振荡位相可能对应不同的年际变化机制；另外，ENSO 和东亚气候（不论是夏季，还是冬季）之间的联系也受年代际变化的显著调制，并且是不稳定的（Wang，2002；Wang，et al，2012）。年代际气候变化也关乎中、长期气候变化的预估、预测，没有科学、准确的年代际气候预测就谈不上近期、中期和长期气候变化的预测。

所以，未来的气候预测研究首先要对季节内变化和年代际变化的预测给予更多的重视，同时也将更加关注不同时间尺度气候变化之间的相互作用，这方面的进展直接关系到各时间尺度气候预测的科技含量和预测水平的提升程度。热带外的季节内变异过程非常复杂，没有成熟的理论、更没有成型的预测方法，是S2S 的重点内容和关键挑战，而年代际气候预测毫无疑问是科学大难题。当然，季节-年际气候预测仍然处于初始阶段，同样没有系统理论和较为完善的预测手段。中国学者应该在这几方面投入更多研究精力，力求取得创新突破。

（2）气候系统预测模式及初始化的改进仍是关键课题。

改进用于各时间尺度气候预测的动力气候系统模式/地球系统模式及其初始化方案是未来气候预测方法和技术研究的重要任务。总的来说，目前的动力气候系统模式/地球系统模式对全球热带外的降水各时间尺度气候变异的预测效能都比较弱。英国气象局的新一代气候预测系统（GloSEA5，MacLachlan，et al，2015）对长江流域夏季降水有较好的预测效能，较之此前的气候预测系统均有较大的改进。有分析认为，该模式系统对海洋性大陆区域对流活动的预测较好，进而改善了对中国长江流域夏季水汽输送的预测（Li C F，et al，2016，2017；Li H L，2017）。

从理论上讲，尚不清楚气候系统模式/地球系统模式究竟对热带外气候季节内、季节及更大时间尺度气候预测有多大潜力、上限在哪，或者说，热带外气候究竟有多大的可预测性。根本原因是热带外大气的内在变率很大，而影响热带外气候变异的因素太多、太复杂。所以，理论上的深入探索仍然是必要的。

对气候系统中各种过程的认识和对模式的改进也许是长期的研究主题，甚至还不十分清楚改进哪些方面对改进气候预测是最关键的，GloSEA5 对长江流域夏季降水预测的改进是否最终源于模式分辨率的提高也是不清楚的。对于任何模式预测系统而言，初始化和资料同化都是至关重要的。未来10 年，美、欧、日等国家和相关组织将陆续实施高分辨率多圈层耦合地球系统模式同化来实现环境监测和预测。随着获取数据手段的发展，使用数据的能力将有重大突破和进展，数据中隐藏的气候变化规律和趋势将被挖掘利用。可以预见，对气候异常的一些模糊认识将可以利用大数据来验证，从而提高气候预测的水平。因此，基于大数据和人工智能的气候预测，也会是将来短期气候预测领域的重要方向之一，并向延伸期尺度的气候预测、次季节-季节尺度预测等领域拓展。

表4 简要介绍了国际上主要的季节-年际气候预测业务系统，来自欧洲、美国、日本、澳大利亚和中国。欧洲中期预报中心和英国气象局的模式系统水平和垂直分辨率都是最高的，预测系统的集合样本数也是最大的。在这些预测系统的发展中，对于模式物理过程和初始化过程的完善都是被高度重视的。在国际相关研究计划方面（表5），从早期的欧洲多模式短期气候集合预测计划（DEMETER，2000-2003）到2013 年开始至今的季节内-季节气候预测研究计划，可以清晰地看到，国际上对季节内-季节-年际气候预测研究高度重视。当然年代际气候预测无疑也是非常重要的方面和研究前沿。

表 4 目前国际上部分业务运行的季节气候预测系统
Table 4 Some international prediction systems for the seasonal operational forecasting

pagenumber_ebook=12,pagenumber_book=325
EDA：基于数据同化集合的初值扰动方案，perturbation based on Ensemble of Data Assimilations（Isaksen， et al，2010）
SVs：奇异向量法，Singular Vectors（Leutbecher，et al，2008）
SPPT：随机物理倾向扰动方案，Stochastically Perturbed Physical Tendency scheme（Leutbecher， et al，2016）
SKEB：随机动能补偿方案，Stochastic Kinetic Energy Backscatter scheme（Shutts，2005）
LAF：时间滞后平均方案，Lagged Average Forecasting（Hoffman，et al，1983）
SDP：随机动力过程方案，Stochastic Dynamics Procedure（Batté，et al，2012）
BGM：增长模繁殖法，Breeding of Growing Mode（Toth，et al，1997）
SPS：随机物理方案，Stochastic Physics scheme（Yonehara，et al，2011）
SKEB2：改进的随机动能补偿方案，Stochastic Kinetic Energy Backscatter v2（Bowler， et al，2009）

表 5 涉及短期气候预测的主要国际研究计划
Table 5 The main projects referring to the short-term climate prediction

pagenumber_ebook=12,pagenumber_book=325
DEMETER：欧洲多模式短期气候集合预测计划，Development of a European Multimodel Ensemble system for seasonal to in TERannual predictions
ENSEMBLES：基于多模式集合的气候变化、预测及影响研究计划，ENSEMBLE-based Predictions of Climate Change and their ImpactS
CHFP：气候系统历史预报项目，The Climate-system Historical Forecast Project
NMME：北美多模式集合预报计划，North American Multi-Model Ensemble
EUROSIP：欧洲多模式季节-年际预测计划，European Seasonal to Interannual Prediction
S2S：次季节-季节气候预测计划，sub-seasonal to seasonal prediction project
SPECS：欧洲季节-年代际气候预测服务推进计划，Seasonal-to-decadal climate prediction for the improvement of European climate services

（3）发展动力-统计相结合的气候预测方法对于区域气候预测而言至关重要。

基于模式的有效预测结果和前期观测信息发展一系列有效的动力-统计相结合的预测方法是现阶段及未来很长时期里提高气候预测准确度的重要途径，也许是最重要的途径，已经建立起来的多种有效预测方法和模型已经证明了这一点。对统计预测方法的研究也有很多进展，一些新的人工智能方法将会被有效应用起来。而究竟模式预测的哪些结果是有效可用的？这也是值得深入探究的。原则上，所有模式有能力预测的因素都可能是值得应用的。可是，由于这些因素之间可能存在着复杂的关联，任何有效的动力-统计预测模式都不可能把这些因素全部吸纳。所以，动力-统计相结合的气候预测模型的创新是非常需要研究的。

另外，目前的气候预测对象基本是针对月尺度和季节尺度气象变量时间平均值的距平（即与其多年平均值的差值）。而极端气候的预测更复杂、也更困难，涉及一段时间内发生极端气候的频次、强度、持续时间等（夏、秋季节华北发生干旱的频次、强度、持续时间的预测）。极端气候的预测同样需要借助于动力和统计方法的结合，对于极端气候的发生过程和机制的深入、系统研究是做好发展有效的预测方法的前提，把模式预测和经验统计预测相结合是关键途径。

参考文献

陈丽娟，李维京，张培群等. 2003. 降尺度技术在月降水预报中的应用. 应用气象学报，14（6）：649-655. Chen L J，Li W J，Zhang P Q，et al. 2003.Application of a new downscaling model to monthly precipitation forecast. J Appl Meteor Sci，14（6）：649-655 （in Chinese）

陈烈庭. 1974. 1972 年冬季世界性天气异常的环流特征及其与海表水温的联系. 科学通报，（8）：372-375. Chen L T. 1974. Circulation characteristics of the global weather anomalies in winter 1972 and their relationship with the sea surface temperature anomaly. Chinese Sci Bull，（8）：372-375 （in Chinese）

陈烈庭. 1977. 东太平洋赤道地区海水温度异常对热带大气环流及我国汛期降水的影响. 大气科学，（1）：1-12. Chen L T. 1977. The effects of the anomalous sea-surface temperature of the equatorial Eastern Pacific Ocean on the tropical circulation and rainfall during the rainy period in China. Sci Atmos Sinica，（1）：1-12 （in Chinese）

丁一汇，李清泉，李维京等. 2004. 中国业务动力季节预报的进展. 气象学报，62（5）：598-612. Ding Y H，Li Q Q，Li W J，et al. 2004. Advance in seasonal dynamical prediction operation in China. Acta Meteor Sinica，62（5）：598-612 （in Chinese）

杜银，谢志清，肖卉. 2014. 中国东部夏季降水异常与青藏高原冬季积雪的关系. 气象科学，34（6）：647-655. Du Y，Xie Z Q，Xiao H. 2014.Relation between summer precipitation anomaly in eastern China and winter snow in Tibetan Plateau. J Meteor Sci，34（6） ：647-655 （in Chinese）

封国林，赵俊虎，杨杰等. 2015. 中国汛期降水动力-统计预测研究. 北京：科学出版社，330pp. Feng G L，Zhao J H，Yang J，et al. 2015. The Study on Dynamical and Statistical Prediction on Summer Precipitation over China. Beijing：Science Press，330pp （in Chinese）

符淙斌. 1978. 用赤道太平洋某些海洋气象要素做副热带高压长期预报的试 验. 气 象，4（2）：16-17. Fu C B. 1978. Experiments on long-term forecast of subtropical high using the equatorial Pacific meteorological factors. Meteor Mon，4（2）：16-17 （in Chinese）

符淙斌. 1980. 北半球冬春冰雪面积变化与我国东北地区夏季低温的关系.气象学报，38（2）：187-192. Fu C B. 1980. Relationship between changes in the northern hmisphere winter-spring snow cover and the summer lowtemperatures over Northeast China. Acta Meteor Sinica，38（2）：187-192（in Chinese）

霍飞，江志红，刘征宇. 2014. 春夏季青藏高原积雪对中国夏末秋初降水的影响及其可能机制. 大气科学，38（2）：352-362. Huo F，Jiang Z H，Liu Z Y. 2014. Impacts of late spring Tibetan Plateau snow cover on early autumn precipitation. Chinese J Atmos Sci，38（2）：352-362 （in Chinese）

贾小龙，李崇银. 2005. 南印度洋海温偶极子型振荡及其气候影响. 地球物理学报，48（6）：1238-1249. Jia X L，Li C Y. 2005. Dipole oscillation in the Southern Indian Ocean and its impacts on climate. Chinese J Geophys，48（6）：1238-1249 （in Chinese）

贾小龙，陈丽娟，高辉等. 2013. 我国短期气候预测技术进展. 应用气象学报，24（6）：641-655. Jia X L，Chen L J，Gao H，et al. 2013. Advances of the short-range climate prediction in China. J Appl Meteor Sci，24（6）：641-655 （in Chinese）

李维京，纪立人. 2000. 月动力延伸预报研究. 北京：气象出版社，171pp. Li W J，Ji L R. 2000. Research on Monthly Dynamical Extended Range Forecast. Beijing：China Meteorological Press，171pp （in Chinese）

李维京，郑志海，孙丞虎. 2013. 近年来我国短期气候预测中动力相似预测方法研究与应用进展. 大气科学，37（2）：341-350. Li W J，Zheng Z H，Sun C H. 2013. Improvements to dynamical analogue climate prediction method in China. Chinese J Atmos Sci，37（2）：341-350 （in Chinese）

李宪之. 1955a. 东亚寒潮侵袭的研究∥中国近代科学论著选刊：气象学（1919—1949）. 北京：科学出版社，35-118. Li X Z. 1955a. Study on the invasion of cold wave over East Asia∥Chinese Modern Scientific Works Series：Meteorology （1919-1949）. Beijing：Science Press，35-118 （in Chinese）

李宪之. 1955b. 台风的研究∥中国近代科学论著选刊：气象学（1919—1949）. 北京：科学出版社，119-146. Li X Z. 1955b. Study on typhoon∥Chinese Modern Scientific Works Series：Meteorology （1919-1949）. Beijing：Science Press，119-146 （in Chinese）

李秀珍，唐旭紫，李施华等. 2018. 春季青藏高原感热对中国东部夏季降水的影响和预测作用. 气象学报，76（6）：930-943. Li X Z，Tang X Z，Li S H，et al. 2018. Impact of the spring sensible heat flux over the Tibetan Plateau on summer rainfall over East China and its role in rainfall prediction. Acta Meteor Sinica，76（6）：930-943 （in Chinese）

李震坤，武炳义，朱伟军. 2009. 春季欧亚积雪异常影响中国夏季降水的数值试验. 气候变化研究进展，5（4）：196-201. Li Z K，Wu B Y，Zhu W J.2009. Numerical simulation on effect of spring Eurasian snow cover on summer rainfall in China. Adv Climate Change Res，5（4）：196-201 （in Chinese）

马洁华，王会军. 2014. 一个基于耦合气候系统模式的气候预测系统的研制. 中国科学：地球科学，44（8）：1689-1700. Ma J H，Wang H J. 2014.Design and testing of a global climate prediction system based on a coupled climate model. Sci China Earth Sci，57（10）：2417-2427

马洁华，孙建奇，汪君等. 2019. 2018 年夏季我国极端降水及滑坡泥石流灾害预测. 大气科学学报，42（1）：93-99. Ma J H，Sun J Q，Wang J，et al.2019. Real-time prediction for 2018 JJA extreme precipitation and landslides. Trans Atmos Sci，42（1）：93-99 （in Chinese）

彭加毅，孙照渤，倪东鸿. 2000. 春季赤道东太平洋海温异常与东亚夏季风的关系. 南京气象学院学报，23（3）：385-390. Peng J Y，Sun Z B，Ni D H. 2000. Relation of eastern Asian summer monsoon with the equatorial eastern Pacific spring SSTA. J Nanjing Inst Meteor，23（3）：385-390 （in Chinese）

钱卓蕾. 2014. 秋季南极涛动异常对冬季中国南方降水的影响. 大气科学，38（1）：190-200. Qian Z L. 2014. The impact of autumn Antarctic Oscillation （AAO） on winter precipitation in southern China. Chinese J Atmos Sci，38（1）：190-200 （in Chinese）

任宏利，丑纪范. 2005. 统计-动力相结合的相似误差订正法. 气象学报，63（6）：988-993. Ren H L，Chou J F. 2005. Analogue correction method of errors by combining both statistical and dynamical methods together.Acta Meteor Sinica，63（6）：988-993 （in Chinese）

任宏利. 2006. 动力相似预报的策略和方法[D]. 兰州：兰州大学，95pp. Ren H L. 2006. Strategy and methodology of dynamical analogue prediction[D]. Lanzhou：Lanzhou University，95pp （in Chinese）

任宏利，丑纪范. 2007a. 数值模式的预报策略和方法研究进展. 地球科学进展，22（4）：376-385. Ren H L，Chou J F. 2007a. Study progress in prediction strategy and methodology on numerical model. Adv Earth Sci，22（4）：376-385 （in Chinese）

任宏利，丑纪范. 2007b. 动力相似预报的策略和方法研究. 中国科学D 辑：地球科学，37（8）：1101-1109. Ren H L，Chou J F. 2007b. Strategy and methodology of dynamical analogue prediction. Sci China Ser D：Earth Sci，50（10）：1589-1599

任宏利，张培群，李维京等. 2014. 提高月预报业务水平的动力相似集合方法. 气象学报，72（4）：723-730. Ren H L，Zhang P Q，Li W J，et al. 2014.The dynamical-analogue ensemble method for improving operational monthly forecasting. Acta Meteorologica Sinica，72（4） ：723-730 （in Chinese）

任宏利，吴捷，赵崇博等. 2015. MJO 预报研究进展. 应用气象学报，26（6）：658-668. Ren H L，Wu J，Zhao C B，et al. 2015. Progresses of MJO prediction researches and developments. J Appl Meteor Sci，26（6）：658-668 （in Chinese）

任宏利，刘颖，左金清等. 2016. 国家气候中心新一代ENSO 预测系统及其对2014/2016 年超强厄尔尼诺事件的预测. 气象，42（5）：521-531. Ren H L，Liu Y，Zuo J Q，et al. 2016. The new generation of ENSO prediction system in Beijing Climate Centre and its predictions for the 2014/2016 super El Niño event. Meteor Mon，42（5）：521-531 （in Chinese）

孙建奇，马洁华，陈活泼等. 2018. 降尺度方法在东亚气候预测中的应用. 大气科学，42（4）：806-822. Sun J Q，Ma J H，Chen H P，et al. 2018.Application of downscaling methods in the East Asian climate prediction.Chinese J Atmos Sci，42（4）：806-822 （in Chinese）

涂长望. 1937. 中国天气与世界天气的浪动及其长期预告中国夏季旱涝的应用. 气象杂志，13（11）：647-697. Tu C W. 1937. China weather and world oscillation with application to longrange forecasting to floods and drought of China during the summer. The Meteorological Magazine，13（11）：647-697 （in Chinese）

涂长望，黄仕松. 1944. 中国夏季风之进退. 气象学报，18（1）：81-92. Tu C W，Huang S S. 1944. The advance and retreat of the summer monsoon in China. Acta Meteor Sinica，18（1）：81-92 （in Chinese）

王静，祁莉，何金海等. 2016. 青藏高原春季土壤湿度与我国长江流域夏季降水的联系及其可能机理. 地球物理学报，59（11）：3985-3995. Wang J，Qi L，He J H，et al. 2016. Relationship between spring soil moisture in the Tibetan Plateau and summer precipitation in the Yangtze River Basin and its possible mechanism. Chinese J Geophys，59（11）：3985-3995 （in Chinese）

汪君，王会军，洪阳. 2016. 中国洪涝滑坡灾害监测和动力数值预报系统的研究. 北京：气象出版社，164pp. Wang J，Wang H J，Hong Y. 2016. A Realtime Monitoring and Dynamical Forecasting System for Floods Fand Landslides in China. Beijing：China Meteorological Press，164pp （in Chinese）

王永光，郑志海. 2018. 2017 年汛期气候预测先兆信号的综合分析. 气象，44（4）：565-571. Wang Y G， Zheng Z H. 2018. Precursory signal analysis of summer rainfall prediction in China in 2017. Meteor Mon，44（4）：565-571 （in Chinese）

魏凤英. 2011. 我国短期气候预测的物理基础及其预测思路. 应用气象学报，22（1）：1-11. Wei F Y. 2011. Physical basis of short-term climate prediction in China and short-term climate objective prediction methods.J Appl Meteor Sci，22（1）：1-11 （in Chinese）

吴捷，任宏利，赵崇博等. 2016. 国家气候中心MJO 监测预测业务产品研发及应用. 应用气象学报，27（6）：641-653. Wu J，Ren H L，Zhao C B，et al. 2016. Research and application of operational MJO monitoring and prediction products in Beijing Climate Center. J Appl Meteor Sci，27（6）：641-653 （in Chinese）

吴捷，任宏利，张帅等. 2017. BCC 二代气候系统模式的季节预测评估和可预报性分析. 大气科学，41（6）：1300-1315. Wu J，Ren H L，Zhang S，et al. 2017. Evaluation and predictability analysis of seasonal prediction by BCC second-generation climate system model. Chinese J Atmos Sci，41（6）：1300-1315 （in Chinese）

吴统文，宋连春，刘向文等. 2013. 国家气候中心短期气候预测模式系统业务化进展. 应用气象学报，24（5）：533-543. Wu T W，Song L C，Liu X W，et al. 2013. Progress in developing the short-range operational climate prediction system of China national climate center. J Appl Meteor Sci，24（5）：533-543 （in Chinese）

肖子牛，晏红明，李崇银. 2002. 印度洋地区异常海温的偶极振荡与中国降水及温度的关系. 热带气象学报，18（4）：335-344. Xiao Z N，Yan H M，Li C Y. 2002. The relationship between Indian Ocean SSTA dipole index and the precipitation and temperature over China. J Trop Meteor，18（4）：335-344 （in Chinese）

肖子牛. 2010. 我国短期气候监测预测业务进展. 气象，36（7）：21-25. Xiao Z N. 2010. Advances of the short-range climate monitoring and prediction in China. Meteor Mon，36（7）：21-25 （in Chinese）

谢永坤，刘玉芝，黄建平. 2014. 秋季北极海冰对中国冬季气温的影响. 气象学 报，72（4）：703-710. Xie Y K，Liu Y Z，Huang J P. 2014. The influence of the autumn Arctic sea ice on winter air temperature in China.Acta Meteor Sinica，72（4）：703-710 （in Chinese）

杨鉴初. 1953. 运用气象要素历史变演的规律性作一年以上的长期预告. 气象 学 报，24（2）：100-117. Yang J C. 1953. The long-term prediction using the regularity of the historical meteorological elements. Acta Meteor Sinica，24（2）：100-117 （in Chinese）

杨鉴初，陈烈庭. 1963. 太阳活动对冬半年中高纬度欧亚范围内长期天气过程长度的影响. 地球物理学报，12（2）：131-136. Yang J C，Chen L T.1963. The influence of solar corpus upon the duration of large-scale weather process of eurasia during the winter half-year. Chinese J Sinica，12（2）：131-136 （in Chinese）

曾庆存，袁重光，王万秋等. 1990. 跨季度气候距平数值预测试验. 大气科学，14（1）：10-25. Zeng Q C，Yuan C G，Wang W Q，et al. 1990.Experiments in numerical extraseasonal prediction of climate anomalies.Sci Atmos Sinica，14（1）：10-25 （in Chinese）

张超，田荣湘，茆慧玲等. 2018. 青藏高原4 月感热通量异常对长江以南夏季降水的影响. 大气科学学报，41（6）：775-785. Zhang C，Tian R X，Mao H L，et al. 2018. Impact of the sensible heat flux anomaly over the Tibetan Plateau in April on summer precipitation in the south of the Yangtze River Region. Trans Atmos Sci，41（6）：775-785 （in Chinese）

张顺利，陶诗言. 2001. 青藏高原积雪对亚洲夏季风影响的诊断及数值研究. 大 气 科 学，25（3）：372-390. Zhang S L，Tao S Y. 2001. The influences of snow cover over the Tibetan Plateau on Asian summer monsoon. Chinese J Atmos Sci，25（3）：372-390 （in Chinese）

赵振国. 1999. 中国夏季旱涝及环境场. 北京：气象出版社，297pp. Zhao Z G.1999. Summer Drought and Flood and Their Associated Circulation Anomalies over China. Beijing：China Meteorological Press，297pp （in Chinese）

竺可桢. 1934. 东南季风与中国之雨量. 地理学报. 1(1): 1-27. Chu Coching.1934. The enigma of southeast monsoon in China. Acta Geogr Sinica,1(1): 1-27 （in Chinese）

左志燕，张人禾. 2007. 中国东部夏季降水与春季土壤湿度的联系. 科学通报，52（14）：1722-1724. Zuo Z Y，Zhang R H. 2007. The spring soil moisture and the summer rainfall in eastern China. Chinese Sci Bull，52（23）：3310-3312

Alves O， Wang G M， Zhong A H， et al. 2003. POAMA ： Bureau of meteorology coupled model seasonal forecast system∥ECMWF Workshop on the Role of the Upper Ocean in Medium and Extended Range Forecasting. Reading，UK：ECMWF

Ao J，Sun J Q. 2016a. Connection between November snow cover over Eastern Europe and winter precipitation over East Asia. Int J Climatol，36（5）：2396-2404

Ao J，Sun J Q. 2016b. The impact of boreal autumn SST anomalies over the South Pacific on boreal winter precipitation over East Asia. Adv Atmos Sci，33（5）：644-655

Batté L， Déqué M. 2012. A stochastic method for improving seasonal predictions. Geophys Res Lett，39（9）：L09707

Bowler N E，Arribas A，Beare S E，et al. 2009. The local ETKF and SKEB：Upgrades to the MOGREPS short-range ensemble prediction system.Quart J Roy Meteor Soc，135（640）：767-776

Chen H P，Sun J Q，Wang H J. 2012. A statistical downscaling model for forecasting summer rainfall in China from DEMETER Hindcast datasets.Wea Forecasting，27（3）：608-628

Chen Z， Wu R G， Chen W. 2014. Impacts of autumn Arctic sea ice concentration changes on the East Asian winter monsoon variability. J Climate，27（14）：5433-5450

Dai H X，Fan K，Tian B Q. 2018. A hybrid downscaling model for winter temperature over Northeast China. Int J Climatol，38（S1）：e349-e363

Dai Y J，Zeng Q C. 1997. A land surface model （IAP94） for climate studies Part I：Formulation and validation in off-line experiments. Adv Atmos Sci，14（4）：433-460

Dai Y J，Zeng Z B，Dickinson R E，et al. 2003. The common land model. Bull Amer Meteor Soc，84（8）：1013-1024

Fan K，Wang H J，Choi Y J. 2008. A physically-based statistical forecast model for the middle-lower reaches of the Yangtze River Valley summer rainfall. Chinese Sci Bull，53（4）：602-609

Fan K. 2009a. Seasonal forecast model for the number of tropical cyclones to make landfall in China. Atmos Oceanic Sci Lett，2（5）：251-254

Fan K. 2009b. Predicting winter surface air temperature in Northeast China.Atmos Oceanic Sci Lett，2（1）：14-17

Fan K，Lin M J，Gao Y Z. 2009a. Forecasting the summer rainfall in North China using the year-to-year increment approach. Sci China Ser D：Earth Sci，52（4）：532-539

Fan K，Wang H J. 2009b. A new approach to forecasting typhoon frequency over the western North Pacific. Wea Forecasting，24（4）：974-986

Fan K. 2010. A prediction model for Atlantic named storm frequency using a year-by-year increment approach. Wea Forecasting，25（6）：1842-1851

Fan K，Wang H J. 2010. Seasonal prediction of summer temperature over Northeast China using a year-to-year incremental approach. Acta Meteor Sinica，24（3）：269-275

Fan K. 2012. A statistical prediction model for spring rainfall over northern China based on the interannual increment approach. J Trop Meteor，18（4）：543-550

Fan K，Liu Y，Chen H P. 2012. Improving the prediction of the East Asian summer monsoon：New approaches. Wea Forecasting，27（4）：1017-1030

Fan K，Tian B Q. 2013. Prediction of wintertime heavy snow activity in Northeast China. Chinese Sci Bull，58（12）：1420-1426

Fan K，Tian B Q，Wang H J. 2016. New approaches for the skillful prediction of the winter North Atlantic Oscillation based on coupled dynamic climate models. Int J Climatol，36（1）：82-94

Gao H，Li X. 2015. Influences of El Nino Southern Oscillation events on haze frequency in eastern China during boreal winters. Int J Climatol，35（9）：2682-2688

Gao T，Xie L. 2014. Multivariate regression analysis and statistical modeling for summer extreme precipitation over the Yangtze River basin，China.Adv Meteor，2014：269059

Gu W，Li C Y，Wang X，et al. 2009. Linkage between Mei-yu precipitation and North Atlantic SST on the decadal timescale. Adv Atmos Sci，26（1）：101-108

Gushchina D， Dewitte B. 2019. Decadal modulation of the relationship between intraseasonal tropical variability and ENSO. Climate Dyn，52（3-4）：2091-2103

Han T T，He S P，Wang H J，et al. 2017a. Enhanced influence of early-spring tropical Indian Ocean SST on the following early-summer precipitation over Northeast China. Climate Dyn，51：4065-4076

Han T T，Wang H J，Sun J Q. 2017b. Strengthened relationship between eastern ENSO and summer precipitation over Northeastern China. J Climate，30（12）：4497-4512

He S P，Wang H J. 2016. Linkage between the East Asian January temperature extremes and the preceding Arctic Oscillation. Int J Climatol，36（2）：1026-1032

Hewitt C. 2005. The ENSEMBLES project： Providing ensemble-based predictions of climate changes and their impacts. EGGS Newsletter，13：22-25

Hoffman R N，Kalnay E. 1983. Lagged average forecasting，an alternative to Monte Carlo forecasting. Tellus A：Dyn Meteor Oceanogr，35（2）：100-118

Hsu P C，Li T，You L J，et al. 2015. A spatial-temporal projection model for 10-30 day rainfall forecast in South China. Climate Dyn，44（5-6）：1227-1244

Hsu P C，Lee J Y，Ha K J. 2016. Influence of boreal summer intraseasonal oscillation on rainfall extremes in southern China. Int J Climatol，36（3）：1403-1412

Hsu P C， Lee J Y， Ha K J， et al. 2017. Influences of boreal summer intraseasonal oscillation on heat waves in monsoon Asia. J Climate，30（18）：7191-7211

Huang Y Y，Wang H J，Fan K. 2014. Improving the prediction of the summer Asian-Pacific oscillation using the interannual increment approach. J Climate，27（21）：8126-8134

Isaksen L，Bonavita M，Buizza R，et al. 2010. Ensemble of data assimilations at ECMWF. Technical Report 636. Reading，UK：ECMWF.

Ji L Q，Fan K. 2019. Climate prediction of dust weather frequency over northern China based on sea-ice cover and vegetation variability. Climate Dyn，53（1）：687-705

Johnson J S，Stockdale N T，Ferranti L，et al. 2019. SEAS5：The new ECMWF seasonal forecast system. Geosci Model Dev，12（3）：1087-1117

Kim H J，Ahn J B. 2012. Possible impact of the autumnal North Pacific SST and November AO on the East Asian winter temperature. J Geophys Res，117（D12）：D12104

Kirtman B P，Min D，Infanti J M，et al. 2014. The North American multimodel ensemble：Ensemble：phase-1 seasonal-to-interannual prediction; phase-2 toward developing intraseasonal prediction. Bull Amer Meteor Soc，95（4）：585-601

Leutbecher M， Palmer T N. 2008. Ensemble forecasting. J Comp Phys，227（7）：3515-3539

Leutbecher M，Lock S J，Ollinaho P，et al. 2016. Stochastic representations of model uncertainties at ECMWF： State of the art and future vision.ECMWF Research Department Memorandum 785. Reading ，UK：ECMWF

Li C F，Scaife A A，Lu R Y，et al. 2016. Skillful seasonal prediction of Yangtze River valley summer rainfall. Environ Res Lett，11（9）：094002

Li C F，Lu R Y，Chen G H. 2017. Promising prediction of the monsoon trough and its implication for tropical cyclone activity over the western North Pacific. Environ Res Lett，12（7）：074027

Li F，Wang H J. 2013. Relationship between Bering sea ice cover and East Asian winter monsoon year-to-year variations. Adv Atmos Sci，30（1）：48-56

Li F，Wang H J. 2014. Autumn Eurasian snow depth，autumn Arctic sea ice cover and East Asian winter monsoon. Int J Climatol，34（13）：3616-3625

Li H L，Wang H J，Jiang D B. 2017. Influence of October Eurasian snow on winter temperature over Northeast China. Adv Atmos Sci，34（1）：116-126

Li H X，Chen H P，Wang H J，et al. 2018. Can Barents Sea Ice decline in spring enhance summer hot drought events over northeastern China？. J Climate，31（12）：4705-4725

Li J，Wang B. 2018. Predictability of summer extreme precipitation days over eastern China. Climate Dyn，51（11-12）：4543-4554

Li Q，Zhang R H，Wang Y. 2016. Interannual variation of the wintertime foghaze days across central and eastern China and its relation with East Asian winter monsoon. Int J Climatol，36（1）：346-354

Liu Y，Ren H L. 2015. A hybrid statistical downscaling model for prediction of winter precipitation in China. Int J Climatol，35（7）：1309-1321

Liu Y， Ren H L. 2017. Improving ENSO prediction in CFSv2 with an analogue-based correction method. Int J Climatol，37（15）：5035-5046

Lorenz E N. 1982. Atmospheric predictability experiments with a large numerical model. Tellus，34（6）：505-513

Lu B，Ren H L，Scaife A A，et al. 2018. An extreme negative Indian Ocean Dipole event in 2016：Dynamics and predictability. Climate Dyn，51（1-2）：89-100

MacLachlan C，Arribas A，Peterson K A，et al. 2015. Global seasonal forecast system version 5（GloSea5）：A high-resolution seasonal forecast system.Quart J Roy Meteor Soc，141（689）：1072-1084

Merryfield W J，Lee W S，Boer G J，et al. 2013. The Canadian seasonal to interannual prediction system. Part I：Models and initialization. Mon Wea Rev，141（8）：2910-2945

Météo-France. 2015. Météo-France seasonal forecast system 5 for Eurosip.Technical Description. Paris，France：Météo-France

Namias J. 1953. Thirty-day forecasting：A review of a ten-year experiment.Boston，MA：American Meteorological Society

Namias J. 1964. A 5-year experiment in the preparation of seasonal outlooks.Mon Wea Rev，92（10）：449-464

Palmer T N， Alessandri A， Andersen U， et al. 2004. Development of a European multimodel ensemble system for seasonal-to-interannual prediction （DEMETER）. Bull Amer Meteor Soc，85（6）：853-872

Ren H L，Liu Y，Jin F F，et al. 2014. Application of the analogue-based correction of errors method in ENSO prediction. Atmos Oceanic Sci Lett，7（2）：157-161

Ren H L，Jin F F，Song L C，et al. 2017. Prediction of primary climate variability modes at the Beijing Climate Center. J Meteor Res，31（1）：204-223

Ren H L，Wu Y J，Bao Q，et al. 2019. The China multi-model ensemble prediction system and its application to flood-season prediction in 2018. J Meteor Res，33（3）：540-552

Saha S，Moorthi S，Wu X R，et al. 2014. The NCEP climate forecast system version 2. J Climate，27（6）：2185-2208

Shutts G. 2005. A kinetic energy backscatter algorithm for use in ensemble prediction systems. Quart J Roy Meteor Soc，131（612）：3079-3102

Sun C H，Yang S，Li W J，et al. 2016. Interannual variations of the dominant modes of East Asian winter monsoon and possible links to Arctic sea ice.Climate Dyn，47（1-2）：481-496

Sun J Q，Chen H P. 2012. A statistical downscaling scheme to improve global precipitation forecasting. Meteor Atmos Phys，117（3-4）：87-102

Sun J Q，Wu S，Ao J. 2016. Role of the North Pacific sea surface temperature in the East Asian winter monsoon decadal variability. Climate Dyn，46（11-12）：3793-3805

Takaya Y， Hirahara S， Yasuda T， et al. 2018. Japan Meteorological Agency/Meteorological Research Institute-Coupled Prediction System version 2（JMA/MRI-CPS2）：Atmosphere-land-ocean-sea ice coupled prediction system for operational seasonal forecasting. Climate Dyn，50（3-4）：751-765

Tian B Q，Fan K. 2012. Relationship between the late spring NAO and summer extreme precipitation frequency in the middle and lower reaches of the Yangtze River. Atmos Oceanic Sci Lett，5（6）：455-460

Tian B Q，Fan K. 2015. A skillful prediction model for winter NAO Based on Atlantic sea surface temperature and Eurasian snow cover. Wea Forecasting，30（1）：197-205

Tian B Q，Fan K，Yang H Q. 2018. East Asian winter monsoon forecasting schemes based on the NCEP's climate forecast system. Climate Dyn，51（7）：2793-2805

Tompkins A M，De Zárate M I O，Saurral R I，et al. 2017. The climate-system historical forecast project：Providing open access to seasonal forecast ensembles from centers around the globe. Bull Amer Meteor Soc，98（11）：2293-2301

Toth Z，Kalnay E. 1997. Ensemble forecasting at NCEP and the breeding method. Mon Wea Rev，125（12）：3297-3319

Vitart F，Ardilouze C，Bonet A，et al. 2017. The subseasonal to seasonal （S2S）prediction project database. Bull Amer Meteor Soc，98（1）：163-173

Wang H J. 2002. The instability of the East Asian summer monsoon-ENSO relations. Adv Atmos Sci，19（1）：1-11

Wang H J，Zhou G Q，Zhao Y. 2000. An effective method for correcting the seasonal-interannual prediction of summer climate anomaly. Adv Atmos Sci，17（2）：234-240

Wang H J，He S P. 2012. Weakening relationship between East Asian winter monsoon and ENSO after mid-1970s. Chinese Sci Bull，57（27）：3535-3540

Wang H J，Fan K，Sun J Q，et al. 2015a. A review of seasonal climate prediction research in China. Adv Atmos Sci，32（2）：149-168

Wang H J，Chen H P，Liu J P. 2015b. Arctic sea ice decline intensified haze pollution in eastern China. Atmos Oceanic Sci Lett，8（1）：1-9

Wang H J，Chen H P. 2016. Understanding the recent trend of haze pollution in eastern China：Roles of climate change. Atmos Chem Phys，16（6）：4205-4211

Wu B Y，Zhang R H，Wang B，et al. 2009a. On the association between spring Arctic sea ice concentration and Chinese summer rainfall. Geophys Res Lett，36（9）：L09501

Wu B Y，Yang K，Zhang R H. 2009b. Eurasian snow cover variability and its association with summer rainfall in China. Adv Atmos Sci，26（1）：31-44

Wu J，Ren H L，Zuo J Q，et al. 2016. MJO prediction skill，predictability，and teleconnection impacts in the Beijing Climate Center Atmospheric General Circulation Model. Dyn Atmos Oceans，75：78-90

Xiao D，Li Y，Fan S J，et al. 2015. Plausible influence of Atlantic Ocean SST anomalies on winter haze in China. Theor Appl Climatol，122（1-2）：249-257

Xiao Z X，Duan A M. 2016. Impacts of Tibetan Plateau snow cover on the interannual variability of the East Asian summer monsoon. J Climate，29（23）：8495-8514

Xu X，Zhao T，Liu F，et al. 2016. Climate modulation of the Tibetan Plateau on haze in China. Atmos Chem Phys，16（3）：1365-1375

Yin Z C，Wang H J. 2016. Seasonal prediction of winter haze days in the north central North China Plain. Atmos Chem Phys，16（23）：14843-14852

Yin Z C，Wang H J. 2017. Statistical prediction of winter haze days in the North China Plain using the generalized additive model. J Appl Meteor Climatol，56（9）：2411-2419

Yonehara H， Ujiie M. 2011. A stochastic physics scheme for model uncertainties in the JMA one-week ensemble prediction system.https://www.wcrp-climate.org/WGN ... ra_Hitoshi_WEPS.pdf

Zhang D P，Huang Y Y，Sun B，et al. 2019. Verification and improvement of the ability of CFSv2 to predict the antarctic oscillation in boreal spring.Adv Atmos Sci，36（3）：292-302

Zhou M Z，Wang H J. 2014. Late winter sea ice in the Bering Sea：Predictor for maize and rice production in Northeast China. J Appl Meteor Clim，53（5）：1183-1192

Zhu Z W，Li T，Hsu P C，et al. 2015. A spatial-temporal projection model for extended-range forecast in the tropics. Climate Dyn，45（3-4）：1085-1098

Zhuang Y H，Zhang J Y，Wang L. 2017. Variability of cold season surface air temperature over northeastern China and its linkage with large-scale atmospheric circulations. Theor Appl Climatol，132（3-4）：1261-1273

Zuo J Q， Ren H L， Wu J， et al. 2016a. Subseasonal variability and predictability of the Arctic Oscillation/North Atlantic Oscillation in BCC_AGCM2.2. Dyn Atmos Oceans，75：33-45

Zuo J Q，Ren H L，Wu B Y，et al. 2016b. Predictability of winter temperature in China from previous autumn Arctic sea ice. Climate Dyn，47（7-8）：2331-2343

WANG Huijun1 REN Hongli2 CHEN Huopo1,3 MA Jiehua1,3 TIAN Baoqiang1,3 SUN Bo1,3 HUANG Yanyan1,3 DUAN Mingkeng1,3 WANG Jun1,3 WANG Lin2,4 ZHOU Fang1,3

1. Nanjing University of Information Science and Technology，Nanjing 210044，China
2. Laboratory for Climate Studies，National Climate Center，China Meteorological Administration，Beijing 100081，China
3. Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China
4. Department of Atmospheric Science，School of Environmental Studies，China University of Geosciences，Wuhan 430074，China

Abstract Weather forecast means day-to-day meteorological prediction for up to two weeks, while climate prediction is a long-term prediction from one month to decades or even longer. In China, climate prediction started quite early, both in scientific research and in meteorological operation. A lot of achievements in climate research and prediction application have been made over the past halfcentury. In this paper, the authors briefly highlight these achievements, including the initial recognition of the East Asian monsoon,Meiyu and cold surge, climate prediction development in the early stage, development of dynamical climate prediction, development of operational climate prediction model and its initialization, research on statistical climate prediction approach, intensive study on the variability and predictability of East Asian climate system, expansion of the scope of climate prediction and development of new prediction approaches, etc. Prospects on climate prediction in the future are given as well in the last part of this paper, with the focus on multi-scale climate variability and their interaction, intra-seasonal to inter-decadal climate prediction, improvements of the climate system model and initialization, and hybrid dynamical-statistical climate prediction methods.

Key words Climate prediction，Climate system model，East Asian monsoon，Intra-seasonal climate variability，Inter-decadal climate variation

2019-09-24 收稿，2019-12-11 改回.

王会军，任宏利，陈活泼，马洁华，田宝强，孙博，黄艳艳，段明铿，汪君，王琳，周放. 2020. 中国气候预测研究与业务发展的回顾. 气象学报，78（3）：317-331

Wang Huijun， Ren Hongli， Chen Huopo， Ma Jiehua， Tian Baoqiang， Sun Bo， Huang Yanyan， Duan Mingkeng， Wang Jun， Wang Lin， Zhou Fang. 2020. Highlights of climate prediction study and operation in China over the past decades. Acta Meteorologica Sinica， 78（3）:317-331

* 资助课题：国家重点研发计划项目（2016YFA0600703）。

作者简介：王会军，主要从事气候动力学、气候预测、古气候等研究。E-mail：wanghj@mail.iap.ac.cn

中图法分类号 P46