多模式集合预报在过去几年时间内迅速发展，成为大气科学领域的研究热点之一。如何更好的利用多模式的模拟信息提高天气、气候预报技巧是气象学家所关心的问题。但是到目前为止，有关多模式集合的预报技巧仍存在一些争议，不同的多模式集合方法在不同区域的研究中出现差异。本文利用DEMETER计划7个模式的季节回报资料，分析了全球范围内温度、降水以及海平面气压的模拟能力。在此基础上，研究不同的多模式集合方法在不同区域的表现，探讨了多元线性回归方法在不同区域表现不同的原因。提出以模拟误差为研究对象，利用误差诊断订正技术来减小多模式系统中单模式相似的误差表现对多模式集合的影响。此外，在多模式预报中结合降尺度思想，提出统计预报方法PPF，以多模式集合的空间型预报中国区域格点(站点)的季节降水。为了减小PPF方法在选取预报因子区域存在的主观性，引入最优子集回归(OSR)方法。同时，OSR方法也被用来对多模式的模拟误差进行订正。　　 (1)对温度、降水以及海平面气压模拟能力的分析表明：　　 模式对季节温度的平均态和年际变率均有较好的模拟能力。陆地的温度偏差大于海洋。夏季，温度偏差的分布比较相似。冬季，不同模式的温度偏差在北半球表现出较大的差异。夏季温度年际变率模拟值略低于观测场。冬季温度年际变率的分布与夏季基本相似。　　 不同模式反映出的降水相对偏差有一定的差异。模式ECMWF和LODYC对低纬降水高值中心的模拟有高估的趋势，而模式CERFACS和MF对高值中心的模拟偏弱。夏季，模式UKMO对降水平均态以及年际变率的模拟和观测场更为接近。冬季，对于年际变率高值中心的模拟，模式ECMWF与LODYC模拟出来的位置与量值均更准确一些。　　 模式对季节海平面气压的平均态和年际变率均有较好的模拟能力。模式CERFACS与MF的表现比较相似，而模式ECMWF与LODYC的模拟结果相类似。低纬地区的海平面气压的年际变率很小，高值出现在中高纬地区。所有模式模拟的年际变率空间形态比较相似，但其值小于观测的年际变率。　　 (2)利用集合平均(EM)，多元线性回归(MLR)集合以及奇异值分解(SVD)集合三种方法研究了全球、热带、热带外以及中国四个区域温度、降水以及海平面气压的多模式集合预报结果。研究表明，不同的集合方法对不同地区、不同参量的集合存在一定的差异。　　 利用区域大小相同的Nino3.4区、低纬地区以及高纬地区来研究MLR集合在不同研究中出现差异的原因。研究表明，对于不同地区多元线性回归方法失效的原因不尽相同，对于季节降水预报水平较高的Nino3.4区，由于多模式之间复共线性(co-linearity)的影响，多元线性回归方程容易出现病态。通过减少线性关系较强的模式个数有助于减弱这种复共线性关系。而对于单模式预报水平很低的高纬地区，由于单模式的模拟性能都很差，多元线性回归的假设并不成立，导致多元线性回归方法失效。　　 此外，值得说明的是多模式集合的预报技巧与不同的评分手段有关。确定性评分与概率性评分对同样的集合结果可能会出现差异，而相同的评分手段针对时间系列与空间场的评分也可能会有不同。　　 (3)提出以模拟误差为研究对象，利用误差订正方法减小单模式的相似误差对多模式集合的影响。分别以Nino3指数观测值与SOI模拟值为诊断因子，对不同季节的降水模拟误差进行诊断，并利用线性回归方法对模拟误差进行订正。研究表明，利用模式同期的模拟值进行误差订正可以提高单模式以及多模式集合的预报技巧。误差订正技术对海洋地区降水预报的改善优于大陆地区，而且冬季的表现好于夏季。　　 (4)结合统计降尺度思想提出两种预报降水的方法，用来提高热带外区域季节降水的预报技巧，并分别用来预报中国区域的季节降水。　　 PPF(Pattern-Point Forecast)方法是一种利用空间型预报格(站)点的统计方法。利用EM集合的海平面气压对中国区域的夏季降水进行PPF统计预报。除了在东北地区以及个别格点，相关系数略有降低之外，对于其它较大范围的预报表现，PPF的结果明显优于EM集合。但是，PPF方法在预报因子空间相关型的选取上具有较强的主观性。　　 最优子集回归(OSR)方法能较好的克服PPF方法在选取预报因子相关空间型上的主观性。利用OSR方法结合DEMETER计划多模式温度、海平面气压以及500hPa高度场模拟资料，对中国地区的季节降水进行预报。夏季，降水距平相关系数在许多区域都有明显的提高，主要反映在西南、华南、华东、西藏以及内蒙古中部等地区。冬季，OSR预报方法能极大改善中国北方地区的降水预报质量，尤其是在中国的东北及西北地区，距平相关系数均有显著提高。夏季与冬季降水预报的概率BSS评分也充分体现了OSR方法的优越性，其评分明显优于EM集合的结果。　　 把OSR方法运用到多模式误差订正中，在多模式误差订正后进行多模式集合。夏季，利用OSR方法对中国区域多模式模拟降水进行误差订正，单模式的距平相关系数在东北、长江中下游以及长江以南地区均有显著提高。距平相关系数以及概率BSS评分均反映了误差订正后的多模式EM集合的预报技巧明显高于误差订正前。