短期气候预测大致可归纳为动力和统计两种方法.统计预测结果的不确定性主要来自于两方面,分别是预测因子和模型.过去预报员在建立统计模型时,将可能存在的诸多不确定性简化成一系列假设下的确定性问题来对待,总是在追求回归模型预测效果好,具体表现在:因子显著、模型简单且稳定.区域气候要素的异常主要是大气环流系统的演变以及空间配置异常所导致,但是,在不同背景态下,造成区域气候要素年际间变化的主要因子是否稳定,还是也有变化?当建模因子与预测量各自的年代际尺度上的显著趋势或显著周期不完全一致时,必将引起两者之间年际变化关系的不稳定,对预测模型产生影响.在使用前期监测诊断得到的环流特征量指数为因子,建立季节-年际物理统计预测模型时,存在多因子选择、多模型参数选择的问题.如何利用各类最新的监测分析资料做季节预测、年度预测?还是需要从挑选优秀因子和优化预测模型两方面入手.借鉴数值天气预报(NWP)中的集合预报理念,考虑统计因子不稳定性特征,通过优选因子、优化模型来实现改进季节尺度客观预测模型的目的.