采用中国区域逐日站点气温和降水观测资料，根据非线性动力系统理论，定量计算了月尺度气温和降水可预报性的时空分布特征。探讨了月尺度气温可预报性与月动力延伸和持续性气温预报技巧的对应关系。利用中国1960－2011年比较完整的518站逐日气温观测数据，采用非线性局部Lyapunov指数（NLLE）和非线性误差增长理论，定量分析了中国区域月时间尺度平均气温可预报性期限（MTPL）的时空分布和年代际变化特征。分析发现：多年平均的MTPL空间分布存在明显的地域差异。总体来看，东北大部、云南西南部和西北地区东部为可预报性高值区，长江中下游地区及黄淮流域为可预报性低值区。MTPL在各月份的空间分布存在明显的季节变化，总体上表现为可预报性在冬半年较低，在夏半年较高。MTPL还具有明显的年代际变化特征，就全国而言，自1970年以来，MTPL具有上升的趋势，在2000年前后出现下降的趋势，尤其是东北地区在1986年之后可预报性显著提高。西北、黄淮、东北MTPL的年代际变化可能与气温的持续性有关。进入21世纪，除南方地区外，大部分地区的MTPL有降低趋势。全国气温的MTPL在冬春季较低，夏秋季较高。这样的分析结论在持续性预报结果以及国家气候中心月动力延伸预报评分中得到了证实，即夏季月尺度气温预测技巧要比冬季略高，且预报评分的空间分布型与MTPL的空间分布型也较为一致。研究还发现MTPL对资料序列的长度有一定依赖性，这在西北、东北及华中地区较为明显，而在河套、云南及长江以南地区不明显。气温的季节循环对气温月尺度可预报性期限（MTPL）有明显影响，对东北、华北、青藏高原东部及华南南部影响较大，对长江流域影响较小。利用我国1960－2012年较为密集和完整的527个站点逐日降水资料序列，采用非线性Lyapunov指数和非线性误差增长理论，探讨了月尺度旱涝的可预报性（MSPL）。首先将非正态分布的逐日降水转化为正态分布的SPI指数，进一步利用SPI指数将降水状态分为旱﹑常态和涝三类状态，分别计算了三类状态的全年平均及季节平均的月尺度可预报性。分析发现，全年平均的MSPL空间分布特点并不明显。而将SPI分成三类状态后再分别计算全年平均的MSPL，则能体现其空间差异性。整体而言，常态的MSPL最高，旱的MSPL次之，涝的MSPL最低。季节平均的MSPL呈现出更细致的空间分布，200mm等雨量线以下，旱的可预报性较高，涝的可预报性较低。长江以南，涝的可预报性较高，旱的可预报性较低。上述结果为进一步认识我国月尺度温度和降水异常的机理奠定科学基础，并为提高月尺度温度和降水预测能力提供参考。