热带气旋(Tropical Cyclone,以下简称 TC)预报的难点之一是强度预报。目前TC强度预报主要仍以基于多元线性回归技术的统计方法和统计-动力方法为主,预报的发展趋势是改进数学模型以及增加新的预报因子。鉴于此,本文首先从当前业务使用的偏最小二乘预报方法(Partial Least Squares,以下简称 PLS)出发,通过调整建模时长、筛选自变量因子以及增加新的自变量因子,给出一个基于 PLS法的统计预报方案。此外,本文还分别给出了适用于 TC强度准业务的精度评定方法和评定参数。主要研究内容及结论如下:　　1、以6月份的预报结果为例,逐月建模的PLS法相比气候持续法(Climatology and Persistence,以下简称 CLIPER)在36~60-h的预报精度有所提高。包含自变量因子“筛选”过程的 PLS法(Partial Least Squares-Factor Screening,以下简称 PLS-fs)与 PLS相比,24~60-h的预报精度略有提高。并且,9月份 CLIPER、PLS、PLS-fs三种方法的预报精度要明显低于6~8月,造成该现象的原因可能是9月份西北太平洋上转向 TC数量增多,TC的发展过程更为复杂。　　2、根据引起 TC强度变化的4个主要条件:气候持续因子、海洋和大气对TC的热力作用、环境气流对 TC的动力作用和 TC本身结构变化,在原 PLS模型预报因子的基础上新增了6个因子分别为:整层全风速垂直切变因子(VWS)、热带气旋发展潜势因子(POT)、表征热力结构非对称性的因子(B)、表征低层热力异常的因子( L T V?)、表征高层热力异常的因子( U T V?)和热带气旋移速的纬向分量因子(CMV)。研究发现,在建模的自变量因子较多,并且对模型作用尚未明确时,包含自变量因子“筛选”过程的 PLS模型的预报精度高。进一步比较几种预报模型发现,基于本文使用的建模样本,6个新加入的自变量因子不能明显改进预报模型。因此,寻找适合的自变量因子仍是未来 TC强度预报研究的重点。　　3、TC强度预报精度评定时所考虑的样本总体分布往往是非正态分布,故而在 TC强度的业务预报上要得到 TC强度预报方法比较的显著性检验结果,常规的 t、F等参数检验方法无法使用。因此,本文提出可以使用于气象数据的Wilcoxon秩和检验方法,并给出其在 TC强度预报检验上的使用说明。　　4、本文在最后提出了基于积分差值的 TC强度预报评估参数(Intensity Forecast Integral Deviation,以下简称 IFID)。IFID是积分差值首次应用在 TC强度预报检验中。IFID包含平均绝对误差(MAE)和预报趋势一致率(TCR)两个参数的信息,能够对 TC强度预报结果做到更准确的描述。以2012年的4号台风“古超”为例,简要说明 IFID的计算过程以及其意义。IFID越小,预报精度越高。