ENSO现象是年际时间尺度上最强的气候信号之一,是发生在热带太平洋地区大尺度海气耦合的主要模态。它的发生不仅对太平洋区域的大气和海洋具有直接影响,还通过遥相关作用对中纬度地区乃至全球气候异常具有重要调制作用。因此,研究ENSO的可预报性,不仅对理解ENSO的发生、发展具有重要的科学意义,而且为提高热带太平洋气候变率以及全球天气和气候异常事件的预报技巧提供重要的理论依据。本论文利用CMIP5模式资料,探究了复杂海气耦合模式中导致ENSO预报出现春季预报障碍(SPB)现象的初始误差结构及其演变特征,确定了ENSO预测的目标观测敏感区。通过将敏感区与多模式集合预报相结合,提出了“目标观测敏感区-多模式集合预报方法”,并将其应用于热带太平洋SST和风场的回报试验中。结果表明,该方法具有较高的预报技巧,且计算成本较低。具体研究如下：1)考察了导致El Nino事件SPB的初始误差结构及其演变特征。结果表明,利用三个耦合模式(FGOALS-g2、BCC-CSM1.1和NorESM1-M模式)分别对强、弱El Nino事件进行预测时,其预报误差最快增长通常出现在春季或夏初,发生了明显的SPB现象。进一步研究发现,导致显著SPB现象的初始误差具有特定的空间结构,可以分为两类：一类误差的表层SST分量在赤道东太平洋(5°S-5°N；150°W-90°W)为正异常,次表层海温异常则呈现东正西负的偶极子型,且信号主要集中在赤道中西太平洋(50S-50N：130。E-180。E)的100-155m处；而二类误差结构与一类几乎相反。进一步对这两类初始误差的演变过程进行研究,结果发现,强El Nino事件中上述两类结构几乎相反的初始误差最终都使得预报的El Nino事件强度偏弱甚至漏报；而对于弱El Nino事件,两类初始误差所导致的预报误差具有相反的符号。分析认为,前者可能主要是由于强事件受到更强的非线性作用；而后者则是由于弱事件受非线性影响较小。2)探究了El Nino事件前期征兆与上述初始误差的相似性。结果表明,二者具有高度一致的空间结构且伴随有明显的局地性特征,其信号大值区主要位于赤道东太平洋表层和赤道中西太平洋次表层100-155m处。该大值区意味着,如果在其区域内实施目标观测,改善初始场的精度,不仅能够减小由初始误差所导致的SPB对预报结果不确定性的影响,而且可以有效捕获ENSO事件的前期信号,显著提高ENSO预报技巧。进一步考察上述大值区内初始误差与ENSO预报误差的关联性,发现在大值区内初始误差越小对应的ENSO预报技巧通常越高,反之亦然。因此,这两个初始误差的大值区可能代表了ENSO预测的目标观测敏感区。3)考虑到已有研究表明ENSO预测对于上述表层敏感区(赤道东太平洋区域)的模式倾向误差也是最敏感的。如果用多模式集合预报方法优先减小该区域的模式误差,ENSO预报技巧可能会大大提高。本论文将上述敏感区信息应用于多模式集合预报中,提出了“目标观测敏感区-多模式集合预报方法”。该方法的优点在于其与传统的多模式集合预报方法具有相当的预报技巧,且计算代价明显降低。在热带太平洋SST的回报试验中,我们对敏感区采用具有高预报技巧的模式不等权的多模式超级集合预报(SUP)方法,而在其他区域采用计算简单但预报技巧相对较低的等权重的消除偏差集合平均(BREM)方法,即采用新的“目标观测敏感区-多模式集合预报方法”进行集合预报。结果表明,预报期内(1-20年)新方法与整个热带太平洋区域使用SUP方法的预报技巧相当,但前者计算量仅为后者的1/4左右。该结果不仅表明了新集合预报方法的有效性,而且从回报试验的角度进一步验证了热带太平洋SST预报结果不确定性对赤道东太平洋区域的模式误差也是极端敏感的。4)利用热带太平洋SST预测的敏感区与热带大气环流间的海气相互作用推理得到太平洋纬向风预报的目标观测敏感区,即赤道中太平洋区域。进一步通过穷举法验证了该敏感区在热带太平洋风场预测中的有效性。在风场的回报试验中,对赤道中太平洋区域(5°-5°; 157.5°E-142.5°W)采用高技巧SUP方法,而在其他区域采用相对简单的BREM方法(即本文提出的“目标观测敏感区-多模式集合预报方法”)进行风场预报试验。结果表明,新方法与全场使用SUP方法的预报效果最为接近,且计算量明显降低。这也说明,热带风场预测对该区域的模式误差也是最敏感的。针对上述风场预测的敏感区,论文从物理和动力学上也给予了合理的解释。总之,回报试验结果和机理分析共同揭示了低层大气风场预测的敏感区。综上,本论文提出的“目标观测敏感区-多模式集合预报方法”是建立在理论分析和回报试验的基础上,因而具有坚实的理论基础和潜在的应用价值,希望能够在未来的业务预测中发挥重要作用。