全球气候持续变暖、极端气候事件频发的情况下,我国气候灾害特别是海洋灾害出现明显的上升趋势,海雾、海面大风都是影响舰船活动的重要海洋环境要素,渤、黄海海冰冰情日益严重。本文收集整理渤黄海海冰等级和西北太平洋热带气旋频数历史统计数据,制作中国近海近20年完整连续的海浪再分析数据,主要运用非线性建模理论和数学物理算法,将人工智能数据处理与传统统计两种技术方法进行有效的结合,开展了西北太平洋热带气旋频数预测、渤黄海海冰冰情年预测以及中国近海大浪过程月预报技术研究,结合业务保障需求,研究建立了海洋环境灾害性过程预测模型,并对热带气旋年频数、渤黄海海冰冰情等级以及中国近海大浪过程等典型环境要素进行回报试验和检验评估,主要成果工作如下:首先,在统计分析热带气旋和海冰的气候特征的基础上,综合利用概念模型判别,最优子集回归等传统统计方法和神经网络方法等非线性建模理论和优化算法,建立了集成多种统计方法的预报模型,该模型对热带气旋频数、海冰冰情的平均预报评分均在80分以上。其次,在统计全国近海各海区多年平均逐月大浪日数分布规律的基础上,运用过程相似、韵律叠加和灰度模型,建立了中国近海15个重要海区未来30天大浪过程预报模型。最后,在理论研究的基础上,对预测模型和算法模块进行综合集成,设计实现了中国近海大浪过程月预测示范系统。回报试验结果表明,对中国近海大浪过程的平均预报技巧评分在82分以上,可用于我国近海热带气旋、海冰以及海上大浪等海洋灾害过程的中长期预测。