进入21世纪以来,全球集合预报系统（Ensemble Forecast System,EPS）的发展带来了台风（Tropical Cyclone,TC）路径预报准确率及其预报不确定性科学表述能力的同步提升。但是,我们对EPS的TC强度预报能力还缺乏充分的认识,也没有建立有效的EPS产品解释应用方法供预报员参考使用。针对这一现状,本论文首先选择THORPEX Interactive Grand Global Ensemble（TIGGE）数据库提供的五个全球EPS的西北太平洋TC强度预报产品,从集合平均预报和概率预报两个方面进行了五年（2015-2019）的检验评估。然后,挑选综合性能表现最好的欧洲中期天气预报集合预报系统（European Centre for Medium-Range Weather Forecasts EPS,ECMWF-EPS）,分析其TC强度预报误差的可能相关因子。在此基础上,将线性逐步回归、神经网络方法和平移法相结合,发展了一套基于ECMWF-EPS预报的TC强度预报订正新方案。检验评估结果表明,五个全球EPS都存在集合平均倾向于低估TC强度并且集合预报离散度偏小的共同特点。在5年时间里,各EPS的TC强度预报性能都有显著提升。其中,集合平均预报的均方根误差（Root Mean Square Errors,RMSE）减小了22.4%（24 h）～63.9%（168 h）,概率预报的布莱尔评分（Brier Scores,BS）减小了17.2%（24 h）～35.0%（168 h）,时效越长改进越明显。与气候预报相比,在2018-2019年出现了120 h及以上预报的正技巧。但是进一步的分等级评估表明,TC强度突变和强TC的预报仍然是很大的挑战。此外,对2018-2019年五个EPS的预报性能进行对比,发现对集合平均而言,ECMWF-EPS的TC强度预报误差最小,美国环境预报中心集合预报系统（National Centers for Environmental Prediction Global Ensemble Forecast System,NCEP-GEFS）的TC强度变化预报性能最优。而在概率预报检验中表现最佳的EPS在72 h内为ECMWF-EPS,而72 h及之后的预报时效则为NCEP-GEFS。根据以上评估结果,选取ECMWF-EPS作为代表,分析其集合平均TC强度预报误差和TC自身特点、大尺度环境场、下垫面特征以及集合成员离散程度等的相关性。结果表明:ECMWF-EPS的强度预报误差有明显的区域特点,当TC所处纬度大于30°N,预报易偏强,当TC所处纬度小于25°N,预报易偏弱;TC强度和相对（绝对）误差在短预报时效呈显著负（正）相关,长预报时效则反;在短预报时效,ECMWF-EPS对初始较弱TC的预报易偏强,对较强TC的预报易偏弱,长预报时效则相反;初始环境气压较大时,TC强度预报的绝对误差通常也较大;当TC最大可能强度较强时,TC强度预报易偏强;初始垂直风切变和初始TC强度相对误差两个相关因子都仅在短预报时效与强度预报误差有显著相关性;集合预报离散度越大,集合平均预报的TC强度易偏弱,绝对误差越大,反之亦然。在相关因子分析的基础上,应用逐步回归方法进行了因子筛选,然后采用深度神经网络（Deep Neural Network,DNN）方法建立了ECMWF-EPS集合平均TC强度预报的偏差订正模型。假设集合离散度不变,将所建立的偏差订正模型和平移法相结合,提出了ECMWF-EPS的TC强度概率预报改进方案。独立样本检验表明,所建立的TC强度预报新方案的确定性预报改进率达40%（24 h）和29.4%（48 h）,概率预报改进率为21.1%（24 h）和16.6%（48 h）,对提升TC强度预报能力具有较好的参考价值。