本文利用TIGGE资料中的欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)以及中国气象局(CMA)三个集合预报系统中的控制预报和集合平均预报各自的地面2m气温场、10m风速纬向u及经向v分量的集合预报资料,运用跳跃指数研究了各个模式预报不一致性的特征问题,并运用后验订正方法改进预报不一致性。结果表明:各个模式地面气温预报的时间平均不一致性指数差异比较大。ECMWF时间不一致性指数最小,NCEP次之,CMA最大。另外NCEP的控制预报、ECMWF的控制预报和集合平均预报,这三者的时间平均不一致性指数是随预报时效的延长而增加的,且集合预报一致性优于控制预报,而对于CMA预报系统的不一致性,无论是控制预报还是集合平均预报的结果基本上稳定地保持在较高的水平。总的来说,各个模式10m风场预报的时间平均不一致性指数具有相似的特征,控制预报和集合平均预报的结果随着预报时效的延长都是逐渐变大的,不同的是集合平均预报的不一致性指数低于相应的控制预报,且二者之间的差异在长预报时效更加大。三个模式中,ECMWF结果最好,NCEP次之,CMA最差。此外,预报不一致性对区域以及区域的大气平均状态有一定的敏感性,研究的区域越大,则预报一致性表现越好,区域的大气平均状态越平稳,则预报一致性越好,且控制预报与集合平均预报结果之间的差异对区域的敏感性大于大气平均状态,尤其对于长预报时效差异更大。对于不同的预报变量,时间平均不一致性指数也是不同的。地面气温是最小的,其次是10m风速经向风分量,.最大的是10m风速纬向风分量。控制预报和集合平均预报在不一致性方面对区域、时间和预报变量的敏感性是有限的。多元线性回归订正和多时效消除偏差法对10m风场预报不一致性有一定的改进效果,尤其对于CMA系统u分量场,效果比较显著,而对ECMWF和NCEP的改进效果只限于长预报时效。多模式上运用多模式集合平均和超级集合方法对10m风场预报不一致性有一定的改进作用,但同样只限于长时效的预报。