数值预测是短期气候预测的发展方向。但是目前数值模式还存在一定的偏差和不足，因此利用数理统计方法对模式预测结果进行处理就成了目前模式水平下提高短期气候数值预测水平的重要方法之一。本论文利用3个不同版本的IAP大气模式多年回报结果、DEMETER计划的7个海气耦合模式回报结果，以及日本Frontier的高分辨率海气耦合模式SINTEX-F的多年回报资料，在分析比较各模式特点的基础上，提出了一个改进的模态订正方法，检验了模态订正方法对IAP模式在东亚地区季节降水预测的改善作用；同时由于单模式预测存在不可避免的不足，在利用订正改进单模式效果的基础上，论文提出了一个新的超级集合方法，并分别进行了热带和副热带地区的集合预测试验。最后还利用IAP不同版本模式，结合已有的订正和超级集合方法，建立了一个IAP短期气候超级集合数值预测系统。全文主要得到以下的结论：1．改进了模态订正方法，并且对东亚地区各季节降水进行了模态订正试验。模态订正方法是利用模态分析方法对变量场进行分解，通过对分解所得时间系数的拟合调整得出订正后的结果。通过时间系数调整和进一步考虑余差，改进后的模态订正方法不仅能够表现出明显高于模式原始回报的预测技巧，与原有的IAP模式订正方法相比也有明显的优势。订正后各个季节降水的距平相关系数(ACC)平均值都可以达到0.2以上，其中冬季的订正回报平均ACC可以达到0.4以上。多年的订正效果也表明模态订正方法具有较好的稳定性和实用价值。但是由于变量时间连续性的不同使得模态订正方法对高度场和温度场的订正效果不佳，另外对降水的订正也存在技巧上限的现象。2．提出了一个新的超级集合预测方法。由于模式系统误差和各类随机误差的存在，单个模式预测存在不可避免的不足，因此在利用订正改进单个模式预测效果的基础上，论文提出了一个基于集合Kalman滤波的超级集合方法，利用多个模式预测结果进行超级集合预测。理想试验表明基于集合Kalman滤波的同化集合能够更好的消除随机误差对模式权重选取的影响，从而获得更准确的模式权重，更好的结合各个模式的优点，同时同化集合从整个预测空间选取模式最优权重，避免了原有的单点进行的回归拟合和平均集合引起的局地化现象。热带和副热带地区的夏季降水的实际集合预测试验结果也证明了同化集合结果明显优于单个模式结果，而且与已有的等权与不等权集合方法相比也有较为明显的优势。3．建立了一个LAP短期气候超级集合预测系统。在研究订正和超级集合改进数值预测效果的基础上，根据IAP模式在东亚地区预测较好的特点和实时预测系统的独立性，论文利用不同版本的IAP模式，结合上述订正方法和超级集合方法，初步建立了一个IAP短期气候集合预测系统。首先对模式原始结果进行模态订正，然后利用新的同化集合方法得到最后的集合预测结果。东亚地区夏季降水的集合回报试验结果表明：同化集合有出较好的回报效果，其平均ACC可以达到0.3以上，明显优于单个模式订正前后的预测技巧，与平均集合和回归集合相比也有一定的提高。论文的创新点主要包括：1，论文提出一个改进的模态订正方法，并首次将模态订正方法应用于我国的实时气候预测中，明显提高了IAP的短期气候数值预测技巧；2，针对单模式预测的不足论文进行了超级集合预测方面的研究，提出了一个新的基于集合Kalman滤波的超级集合方法，并取得了明显的预测改善效果；3，最后本论文还首次建立了一个多模式超级集合预测系统。