虞越越 严睿恺 蔡鸣

（1 南京信息工程大学，南京 210044；2 浙江省气象台，杭州 310000；3 佛罗里达州立大学，塔拉哈希 32306）

0 引言

次季节尺度预测介于天气预报和短期气候预测之间，是搭建无缝隙、一体化气候预测系统的关键与挑战。对于北半球人口较为密集的中纬度大陆地区，冬季大范围极端温度事件是出现最为频繁、影响最为广泛的极端天气。北半球冬季极端温度事件（尤其是低温事件）次季节尺度预测水平的提升，可大大提高其衍生、次生灾害的监测预警水平，为政府机关部署规划防灾减灾各项工作争取充足的时间，最大程度地避免或减轻灾害影响，因而具有重大的社会经济意义。

对于次季节尺度预测，国内外气象部门多采用动力学和统计预报相结合的方法[1]。常规的动力学预报方法是通过给定海表温度的大气全球模式或采用海气耦合全球模式从初始条件进行时间积分得到预报结果。一般而言，动力学预报技巧随预报时间的增加会迅速减小，预报时效往往局限在1～2周。基于该方法的次季节尺度预报只能提供月平均或季节平均温度、降水等信息，无法预测逐个异常天气/气候事件发生的具体时间、地点、强度等。统计预报方法则是采用一系列经验统计方法将较低频率的气候变率模态或某气候主导模态的特定位相与地面天气气候异常的统计关系应用到次季节尺度预测中。常用的经验统计方法包括典型相关分析（Canonical Correlation Analysis）[2]、最优气候模态（Optimum Climate Normal）[3]、回归分析[4]、集合典型相关分析[5]、Constructed Analogue[6-7]等。……