本文基于重构状态空间理论和嵌入定理,给出一个新的非平稳场时间序列的区域预测方法。该方法考虑控制系统的外强迫因子,并且考虑预测相点的周围相点所对应的空间信息,将这两个建模思路结合起来建立预测模型。从“理想”的非平稳场时间序列入手,将外强迫信息和空间信息嵌入到重建的系统之中,通过平稳性模式、外强迫模式和空间外强迫模式三种方法,对33模Lorenz系统得到的“理想”场时间序列发生器建立预测模型,进行预测试验研究。结果表明：（1）外强迫模式对时间序列都有较好的预报能力,我们可以理解为嵌入外强迫因子是对重构动力系统的某种修补,即更好的重构出原来的动力系统。（2）空间外强迫模式对时间序列有更好的预报能力,说明在重建的动力系统中引入空间信息,可以利用空间数据可以弥补时间序列长度的不足。利用上述方法对500hPa月平均高度距平场进行预报实验,得到如下结果：（3）60个预报个例表明,平稳性模式500hPa月平均高度距平预报的相关系数为0.2385,与一些GCM模式的预报结果水平相当,说明平稳性模式对500hPa月平均高度距平场具有一定的预报能力。（4）在此基础之上,分别引入南方涛动指数和北大西洋涛动指数作为外强迫因子,建立外强迫预测模型,对500hPa月平均高度距平进行预测试验。结果显示,引入北大西洋涛动指数,预报相关系数从0.2093提高到0.2338,引入南方涛动指数,相关系数从0.2093提高到0.2217,表明引入外强迫因子可以有效地改善月平均预报的预报技巧。（5）根据场时间序列的预测理论,继续嵌入空间信息,建立外强迫空间预测模型,对500hPa月平均高度距平进行预测分析。通过引入空间信息和北大西洋涛动指数,预报相关系数从0.2093提高到0.2569,通过引入空间信息和南方涛动指数,预报相关系数从0.2093提高到0.2453,这表明引入空间信息可以有效地改善月平均预报的预报技巧。