本文把条件非线性最优扰动方法(CNOP)应用到中等复杂程度的ENSO动力耦合模式-Zebiak-Cane模式(ZC模式)，研究ENSO事件的可预报性问题。　　 用程序对程序的方法，编写了双精度ZC模式的切线性模式和伴随模式，完成了相关的检验工作，并对给定的目标函数，通过了梯度检验，建立了ZC模式的一套完整的非线性优化系统。　　 通过计算以气候平均态为基态的CNOP，研究了ENSO事件的最优前期征兆问题。结果表明：CNOP(局部CNOP)描述了最容易发展成El Ni(n)o(La Ni(n)a)事件的前期征兆。当热带太平洋SST距平表现为东“正”西“负”(东“负”西“正”)的偶极子型，斜温层深度距平表现为赤道太平洋下沉(抬升)时，这样的CNOP(局部CNOP)型初始距平模态最容易发展成El Ni(n)o(La Ni(n)a)事件，并且这种空间结构对优化的初始时间及时间跨度的依赖不明显。非线性在ENSO事件的发展过程中起着重要作用，SST距平的非线性平流项促进El Ni(n)o事件的发展，而抑制La Ni(n)a事件的发展，次表层温度参数化的非线性也极大地抑制了La Ni(n)a事件的发展，使得El Ni(n)o事件和La Ni(n)a事件在强度和持续时间上存在明显的不对称性。　　 通过计算以ENSO事件为基态的CNOP，研究了ENSO事件的最大预报误差问题。结果表明：在La Ni(n)a事件向El Ni(n)o事件的过渡期预报El Ni(n)o事件时，初始误差对预报结果的不确定性影响最大。由于初始误差的增长，对于中性或弱El Ni(n)o事件，容易出现El Ni(n)o事件空报的情况，对于中等或强El Ni(n)o事件，预报结果容易低估真实El Ni(n)o事件的强度。在目前实际的观测精度下，用ZC模式预报ENSO事件时，一般会出现中性情况、弱和极端强El Ni(n)o事件难报的情况，这个数值分析结果与ZC模式对近20年来3次实际El Ni(n)o事件的预报效果非常一致。　　 在最大预报误差工作的基础上，从初始误差增长的角度，考察了ZC模式的“春季”预报障碍问题。结果表明：El Ni(n)o事件的“春季”预报障碍，实际上是El Ni(n)o增长期的预报障碍。在一定大小的初始误差范围内，CNOP类型的初始误差，最容易导致预报障碍现象出现。另一方面，存在相当多的与CNOP不同类型的初始误差，虽然在初始时刻的“大小”与CNOP相当，但或者其随时间发展的速率并无明显的季节依赖性，或者在预报时刻误差发展不大，不会导致预报障碍问题。El Ni(n)o事件是否产生增长期预报障碍主要由三方面的因素决定：气候平均态、El Ni(n)o事件本身和初始误差模态。这些结果意味着，如果能够用一种合适的资料同化方法消除CNOP型初始误差，那么有可能提高ENSO预测的技巧。厄尔尼诺