本论文的主要工作分为长江流域夏季极端强降水频次变异规律的研究和年际增量气候预测应用研究。首先，论文研究了长江流域夏季极端强降水频次的年际变异规律，分析了有利于长江中上游流域夏季极端强降水产生的大气环流特征及气候成因，并发现了五月份的北大西洋涛动指数与长江中下游夏季极端强降水频次之间存在显著的负相关。其次，开展了年际增量气候预测的应用研究。基于年际增量预测方法，评估了欧洲多耦合模式对北大西洋涛动和西北太平洋夏季风的预测能力，发展了冬季北大西洋涛动统计和动力相结合的预测新方案，以及西北太平洋夏季风指数预测新方案。此外，研制了东北冬半年大雪—暴雪日数的预测新方案。论文的主要结论如下:　　(1)长江中上游极端强降水频次变异规律　　长江中上游极端强降水频次存在明显的年际和年代际变异，从1960年代初到1970年代中期，极端强降水频次呈下降趋势，1970年代中期到1980年代中期，极端强降水发生的频次呈增加的趋势;1990年代初期，极端强降水频次显著增加，到1990年代中期至今，极端强降水发生频次呈下降趋势。在极端强降水频次偏高年，欧亚地区出现双阻形势，西太平洋副高的位置偏西偏南，南海季风槽减弱，副热带西风带位置偏南。在极端强降水频次的偏低年大气环流变异特征基本相反。研究还进一步发现，青藏高原东部冬季积雪深度和关键区域海温的变化是大气环流异常的重要外部强迫因子，对有利于夏季极端强降水产生的大气环流具有调制作用。　　(2)五月份北大西洋涛动与长江中下游夏季极端强降水频次的关系　　五月份的北大西洋涛动(NAO)指数与长江中下游夏季极端强降水频次之间存在显著的负相关。五月份NAO指数可以作为长江中下游夏季极端强降水频次一个前期预测因子。在极端强降水频次正指数年份，东亚西风急流的位置偏南，在鄂霍次克海和乌拉尔山出现了两个阻塞高压。以上环流异常有利于来自中高纬的冷空气南下进入到长江流域。同时，在长江流域出现了明显的水汽辐合和上升运动。在极端强降水频次负指数年份，以上异常环流出现反向变化。从北大西洋向东传经地中海、青藏高原到长江流域的一个波列是连接北大西洋涛动和长江中下游极端强降水频次的重要桥梁。这个波列可能是由北大西洋三极型海温异常所激发，从而解释了为什么五月份北大西洋涛动会影响长江中下游夏季极端强降水频次。　　(3)基于年际增量预测方法的冬季北大西洋涛动的统计预测　　基于北大西洋观测的秋季海温和秋季欧亚大陆的雪盖，建立了一个新的预测冬季NAO指数的新方案——方案Ⅰ。方案Ⅰ中选取了海温和雪盖的年际增量作为预测因子。为了检验新方案的预测能力，本论文对方案Ⅰ进行了1950～2011年的交叉检验（62年）和1990～2011（22年）年的独立样本检验。分析结果表明，1950～2011年交叉检验回报的与观测的NAO指数之间相关系数为0.52，两个指数的年际增量相关系数为0.58;22年独立样本检验的相关系数为0.55，年际增量的相关系数为0.74。此外，我们使用北大西洋观测的秋季海温和秋季欧亚大陆的雪盖的距平建立了方案0预测冬季NAO。方案Ⅰ能够很好的再现冬季NAO的年代际变化趋势。为冬季NAO的预测研究提供了一个新的预测方案，提高了冬季NAO年际变化的预测能力。　　(4)基于年际增量预测方法的冬季北大西洋涛动动力—统计相结合的预测　　基于年际增量预测方法提出了两个新预测方案，提高耦合气候模式对冬季NAO的预测能力。方案一选取的预测因子是耦合气候模式（ECMWF和CNRM）预测的冬季NAO年际增量。方案二选取的预测因子为模式预测的冬季NAO年际增量和前秋观测的北大西洋海温年际增量。这两个方案都显著提高了耦合气候模式ECMWF和CNRM对冬季NAO的预测能力。其中，方案二比方案一的预测NAO的能力更强。相比于耦合气候模式直接预测的结果，方案二1961～2002年交叉检验得到的冬季NAO均方根误差降低24％(ECMWF)和20％(CNRM);1987～2002年独立样本检验得到的冬季NAO均方根误差两个模式都降低了28％。　　(5)基于年际增量预测方法的西北太平洋夏季风动力—统计相结合的预测　　基于年际增量预测方法提出了改进耦合气候模式预测西北太平洋夏季风指数(WNPSMI)能力的新方案。1960～2001年新方案预测的ECMWF、CNRM、UKMO和MME（三个模式的集合平均）的WNPSMI与观测之间的相关系数分别为0.73、0.63、0.68和0.74。相比于原始模式预测的结果，除了CNRM，其他三个都有所提高。ECMWF、CNRM、UKMO和MME通过新方案预测的WNPSMI的均方根误差相比于原始模式均降低了10％左右。为了进一步检验新方案对DEMETER(Development of a European multimodel ensemble system forseasonal-to-interannual prediction)模式预测WNPSMI的能力，我们将新预测方案应用于模式DEMETER的全部模式及MME（七个模式的集合平均）中。除了CERFACS外，新方案对耦合模式预测WNPSMI的能力都有所提高，均方根误差降低了12％～21％。由此可见，新方案提高了DEMETER耦合气候模式对WNPSMI的预测能力。　　(6)我国东北地区大雪—暴雪日数气候预测研究　　基于东北冬半年大雪和暴雪日数的年际增量的气候变化规律及其影响系统，选取了四个具有物理意义的预测因子，建立了东北地区冬半年大雪—暴雪日数气候预测模型，并对预测模型进行1963～2011年（49年）交叉检验和1983～2010年（28年）独立样本回报检验，两种检验结果均表明该预测模型对东北大雪—暴雪日数的年际增量及其距平百分率具有较高的预测能力。49年的交叉检验中年际增量（距平百分率）相关系数是0.86(0.77)，都通过了99％的显著性检验。距平百分率绝对误差是16％，平均均方根误差是20％。该预测模型在28年独立样本回报检验中同样具有很好的预测能力。本研究结果为东北大雪—暴雪日数的气候预测研究提供一个有效预测方法和预测模型，值得在预测实际业务中试验应用。