本文利用2007年6月-9月全球交互式大集合预报系统TIGGE集合预报资料中的美国国家环境预报中心(NCEP)、欧洲中期天气预报中心(ECMWF)、英国气象局(UKMO)以及日本气象厅(JMA)四个预报中心的集合预报产品,进行了东亚地区的基于贝叶斯模式平均(BMA)方法的气温和降水的概率预报研究,并对贝叶斯模式平均方法和简单集合平均方法所对应的概率预报结果进行了分析比较。研究表明,BMA方法可有效实现单一的确定性预报向连续的概率预报转化,充分反映预报的不确定性,提供更全面的预报信息。本文对2m气温分别从单点和面这两个角度对概率预报进行了研究,并进行了评估。研究表明,进行概率预报的转化较单一的确定性预报更能准确全面地对大气的多种可能运动状态进行描述,提供涵盖面更广的预报信息,不仅可以给出全概率预报,还可提供公众所熟悉的确定性预报结果。本文主要采用了贝叶斯模式平均的方法进行了概率预报的转化,并与简单集合平均基础上的概率预报作了比较。两种概率预报方法的比较表明,BMA方法总体优于简单集合平均方法,且其确定性预报结果整体上要优于简单集合平均的结果。基于贝叶斯理论的概率预报相较于单一的确定性预报和简单集合平均预报有所改进,能在一定程度上减小预报的不确定性,改善从集合预报直接提取的概率预报信息不能客观反映预报不确定性的事实,并且其提供的信息更为广泛,可发布概率形式的预报,也可用于发布确定性预报。从预报评分来看,基于贝叶斯模式平均的多模式集成比单模式集成更具有预报技巧；BMA方法随着预报时效的方法的效果是减弱的,但仍然总体优于简单集合平均方法。对降水的研究表明,最佳训练期长度约为30天,基于BMA方法的概率预报和从简单集合平均转化的概率预报各有优劣,均可在预报过程中作以参考。