在当今全球气候变暖气候条件下，极端天气与气候事件频繁发生，除了1周以内的天气预报和月、季节时间尺度的短期气候预测以外，研究和开发6-30天延伸期数值预报新技术对于我们应对极端事件和持续性异常事件具有十分重要的意义。本文基于国家气候中心开发的大气环流模式（BCC_AGCM），主要针对6-30天延伸期降水预报方法开展了深入的研究。首先，我们利用1998年夏季的大量回报试验以及1996-2005年其他夏季的回报试验，构建了一种相对离散的时间滞后集合预报系统，采用ETS、HK、BIA和PC等降水评分标准，评估了等权重集合平均预报方法（LAF）在6-15天降水预报中的应用效果,结果表明该方法较确定性预报有明显改进；并提出了降水分类集合预报新方法（LCF），评估结果表明，该方法较LAF方法对我国夏季6-15天的降水预报能力又有一定程度的提高；最后针对月内逐侯时间间隔内逐日降水发生的频率进行了预报研究，结果表明LCF集合预报方法可以明显提高逐侯5天内降水发生概率的可预报性；此外，本文还探讨了不同模式分辨率对预报结果的影响。主要结论如下：（1）通过检验不同滞后时长的LAF对全球500hPa位势高度的可预报性，发现对于BCC_AGCM延伸期预报而言，滞后3天的集合预报成员能够反映足够多的大尺度环流的有效初值信息。基于滞后3天不同时间间隔的LAF集合预报结果表明，使用24小时间隔的4个成员和使用12小时（或6小时）间隔的5个最新成员的LAF对我国夏季6-15天逐日1mm和5mm阈值降水改进明显，其中6小时间隔的LAF预报技巧相对最高（即最优LAF）；（2）随着预报时间的增加，在传统概率集合预报显著离散的情况下，本文提出了一种时间滞后降水分类集合预报方法（LCF）。LCF方法本身并不是预报降水事件发生的概率，而是利用集合预报的概率信息预报某一强度分类降水是否发生，即在某一格点上，当预报该分类降水发生的集合预报概率超过某一阈值时，预报降水发生，否则不发生。基于滞后3天6小时间隔的13个集合成员，本文对不同概率阈值的LCF集合预报进行ETS、HK、BIA和PC评分，结果表明相对于确定性预报和最优LAF方法，5/13和4/13概率阈值的LCF方法分别可以最显著地改进6-15天1mm和5mm分类降水预报，尤其对1mm及以上降水（此后表示为1+mm）来说，相应的ETS和HK技巧评分整体上分别超过了0.1和0.2，准确率PC评分高于60%，而频率偏差BIA评分明显比最优LAF的评分值更接近1.0。此外，LCF对不同分类降水同样具有较好的预报效果，并且LCF的最优概率阈值随着分类降水强度的增加而减小；（3）从预报准确率的空间分布来看，针对6-15天的降水预报，最优的LCF预报方法可以显著提高中国多雨区的降水预报，这些区域的1+mm/day实况降水发生频率≥40%-50%，主要集中在中国中部到南部，东北部以及青藏高原东南部，相应的PC评分值较确定性预报增加5%-15%。而最优LCF与最优LAF的PC评分之差的空间分布表明，最优LCF预报整体上优于最优LAF，相应的预报准确率提高约3%-6%，并且能够一定程度上减少LAF方法在中国干旱和半干旱地区可能存在的虚假预报；（4）本文基于最优LCF方法针对月内逐侯降水发生频率进行了可预报分析，结果表明，最优LCF方法对逐侯5天内发生1天、2天和3天以上逐日1+mm降水的事件具有一定的预报参考价值，尤其是对于夏季实际1+mm/day降水发生频率大于50%的地区，相应的PC值分别能够达到70%-80%、60%-70%和50%-60%；（5）通过对比分析BCC_AGCM T42粗分辨率和T106中等分辨率的不同回报试验结果，表明LAF和LCF方法在更高水平分辨率版下对6-15天1+mm和5+mm逐日降水预报同样具有可用性，其中LCF的最优概率阈值的选取对水平分辨率并不敏感。对于月内逐侯5天内逐日1+mm降水发生频率的预报，LCF方法仍然能够保持一定的可预报性。