文首先研究了浙北沿海由温带气旋(包括江淮气旋、东海气旋和黄海气旋)引起的海上大风的发生规律和气候特征，首次得到了气旋大风发生的年际、月季变化特征和气旋大风风向、大风日数变化规律，从而为海上气旋大风预报提供了气候背景资料。发现气旋大风有较明显的年际变化规律，存在10.5年和2.5年的周期，气旋大风的月际变化呈现出单峰型分布，仲春至初夏是海上气旋大风多发之际，而中秋到初冬为出现较少之时。 选取发生在2005年4月9日和2006年6月1日的舟山沿海两次典型气旋大风个例进行诊断分析，探讨了气旋发展的天气学成因，并总结出一些预报指标。即地面的倒槽波动，加上高空的涡度平流、低层南北两支气流相遇形成的强烈的切变是地面气旋能够形成并发展的关键。中低层的温度平流、降水凝结释放潜热维持上升运动，是气旋进一步发展的有利条件。再通过数值模拟2006年6月1日东海气旋的发展过程，揭示了气旋入海后发展的物理机制。结果表明，潜热释放是引起气旋发展的最重要原因；高空槽、暖平流则为气旋发展提供了大尺度环境，它们主要通过正涡度平流、暖湿平流来激发潜热释放和维持气旋发展。 通过对1990年1月1日至2000年1月1日十年天气图的普查，结合舟山市气象台数十年气旋预报的经验，将气旋分为江淮气旋、东海气旋和黄海气旋三型，其下又分若干亚型，再对气旋发展前24小时天气形势场进行分析，并在此基础上建立了气旋发展经验预报模型，为气旋大风预报奠定基础。 根据气旋大风产生的机理和预报经验，对三类大风分别选择物理量计算有大风时的t统计量，根据t统计量异常的物理量选择预报因子，认为与气旋大风关系密切的物理量主要有低层850hPa的锋区、地面的气压梯度、高低层风切变、中低层的温度露点差和涡度、500hPa温度值与高度值偏差等，所以主要从这些物理量中选取预报因子，包括3个时次，总共13个预报因子。采用反向传播人工神经元网络，第一层用双曲正切S型传递函数，第二层用线性传递函数。用70％的样本训练网络，15％用于确证，其余的15％的样本用来做检验。最后根据训练样本、确证样本、检验样本拟合的效果，综合决定一个最优的网络，以检验样本拟合的效果为最主要的参考。利用选取的预报因子，经过样本训练，最后建立气旋大风预报模型。温带气旋发展引起的海上大风预报研究最后建立气旋大风预报平台，实现历史个例查询、个例形势资料显示、气旋大风预报经验查询、气旋大风预报显示等功能。将BP神经网络大风预报模型与美国GFS、日本GPV和欧洲中心ECMWF等数值产品一起作为集成预报成员来做气旋大风预报，即通过集成预报的方法实现主客观预报的结合。整个系统采用人机交互方式，经过6个月的试运行，获得了较满意的效果，从而为开展气旋大风专题预报提供了有效的工具。