本文利用次季节-季节预报研究计划(subseasonal to seasonal prediction project,S2S)的产品集,首先系统地评估了产品集中11个模式对MJO的实际预报技巧,计算了各模式预报的MJO振幅误差和位相误差。然后分析了S2S各模式MJO预报技巧对于起报时间所在季节和起报时MJO信号强弱的敏感性。此外构建了两组多模式集合,并分析了多模式集合预报的MJO实际预报技巧。并且探究了各模式的MJO实际预报技巧存在差异的原因。最后利用信噪比和信息熵两种方法,计算了各模式对MJO的潜在可预报性,来探究S2S各模式对MJO的预报还有多少提升空间。主要结论如下:(1)对次季节-季节预报(S2S)研究计划中11个模式的MJO实际预报技巧进行了评估,如果以距平相关系数ACC为0.5作为有效预报技巧的阈值,S2S各模式的MJO实际预报时效为8-32天。S2S各模式预报普遍低估了MJO的振幅强度,并且预报的MJO传播速度偏慢。通过分析发现,在一个集合预报系统中,集合离散度与均方根误差越接近,它的MJO预报技巧就越高。此外,本文也分析了S2S各模式MJO预报技巧对于起报时间季节和起报时MJO信号强弱的敏感性,当起报时间为冬季和起报时MJO为强信号时,MJO的实际预报技巧较高。(2)各模式的MJO实际预报技巧存在差异,与各模式集合预报系统的质量有关,集合离散度与均方根误差越接近,即集合预报系统质量越好,集合预报的结果也就越好,比如S2S产品集中MJO实际预报技巧最高的ECMWF模式,其集合离散度最接近均方根误差,即该模式的集合预报系统设计得最好。构建多模式集合能有效提高MJO的预报技巧,但所包含的模式本身的预报技巧要有一定差别,即有一定的离散度,且差别不能过大,否则较差的模式对多模式集合平均的负面影响较大,也就无法发挥多模式集合的优越性。(3)利用信噪比和信息熵的方法对S2S模式的MJO潜在可预报性进行评价,发现无论是采用哪种方法,不同模式的潜在可预报性均有很大差异。S2S各模式的MJO实际预报技巧远低于其对应的潜在可预报性,这意味着S2S各模式对MJO的预报技巧还有很大的提升空间。与信息熵方法相比,信噪比方法低估了MJO的潜在可预报性。起报时MJO信号的强弱和起报时的季节对潜在可预报性的结果影响较小,可能的原因是初始条件的差异对模式不完美性的影响较小。