为了在动力ENSO预测领域，既能充分利用当前动力学发展的主要成就，又能切实吸收长期历史资料(包括历史回报、历史模拟资料)中的有益信息。本文选取国家气候中心的中等复杂程度海气耦合模式(NCCo)，紧密围绕影响ENSO预测效果的主要因素，针对模式误差订正、初始场优化、资料同化及海气耦合过程等几个研究领域，从问题的物理本质入手，深入地探讨了动力ENSO预测中对历史信息利用的方式和方法，获得了诸多令人鼓舞的结果，并初步证实这些方法具有较好的应用前景。本文所取得主要结果包括： 1)为了在短期气候动力模式预测领域，减少模式误差对动力模式预测结果不确定性的影响。以巧用历史资料信息为基本着眼点，本文利用一种历史相似误差信息约束下的模式误差订正方法，以Lorenz模式和 NCCo 简化海气耦合模式为平台构建了相应的相似误差订正模式系统，深入探讨了其中的相关理论和技术问题，结果表明：理论上与一个存在模式误差的动力模式相比，具有相似误差订正方案的模式通过对历史资料中相似误差信息的吸收可以有效实现减小模式预报误差、提高预报技巧的根本目的。就相似误差订正方法的使用环境而言，历史资料状况和模式误差程度两种主要的环境因素对这一方法都有较大影响。但两者比较而言，历史资料状况的影响相对更大。而就相似误差订正模式中若干参数对ENSO预测效果的影响而言，在 ENSO 预测中虽然无论是在全相似(大气一海温全相似)还是部分相似(仅海洋相似)的相似程度下，该模式系统均能有效地降低预报误差、提高预报准确率，但全相似较部分相似结果更佳。这也表明全相似可以更合理地反映海一气耦合系统的相似状态，从而更为准确地估计出模式误差。对于误差重估周期，研究表明海洋和大气的误差重估周期对结果也均有较大影响，在不同相似程度下分别存在着某种最优配置，使得预报效果达到最优。研究还发现当前资料长度下整体只存在着有限个相似样本，在此范围内随着取样数目的增加，模式预报性能会随之提高。此外，就不同的变量尺度化方法对该系统的影响而言，相对于标准化和极大值方法，归一化方法可以更有效地减小变量量纲对历史相似识别的影响。 2)为了在动力 ENSO 预测领域实现改善模式初始场质量、减少初值误差对预测不确定性影响的根本目标。针对 NCCo 模式原初始化方案中的动力不协调问题，本文从充分利用历史耦合模拟资料中动力协调信息的视角出发，发展了一种获取观测资料中模式可适应信息分量的信息重构方法．并且，基于该方法提出了一种历史模拟信息约束下的动力协调初始化方法，并对预报效果和相关的物理机理进行了详尽地检验和分析。结果表明：利用这种信息重构方法通过对历史耦合模拟资料中动力协调信息的反演，可以实现获取观测资料中模式可适应信息分量的基本目标，有利于模式和观测资料的匹配和协调。对该初始化方法多年回报结果的检验结果表明该方法既保留了原初始化方法中利用了较多观测信息的优点，又有效地克服了原方案动力不协调的缺陷，明显改善了模式初始场的质量，极大地提高了模式的预报技巧。此外，通过深入研究该初始化方法影响ENSO预测技巧有关物理机制，本文发现：新初始化方案实质上显著地消除了旧方案中由于资料和模式不协调而产生的小尺度高频噪声信号，保留和突出了其中可与模式动力特征相适应的ENSO尺度低频信息，从而避免了初始场的中小尺度高频噪声快速增长对预报结果产生的污染，实现了改善模式预测性能的最终目标。 3) 针对资料同化中由于模式与观测资料不匹配所导致的同化失效问题，本文基于一种提取观测资料中模式可适应信息分量的信息重构方法，深入探讨了其对资料同化效果的影响，研究了其对同化中模式和资料不匹配问题的解决能力，并具体分析了相关的物理机制。研究结果发现：Chen(1997)研究中同化观测海表温度资料时发生同化失效的主要原因在于对于结构较简单的模式来说(如ZC模式)，进行资料同化时由于需要同化的观测资料中(如海表温度资料)包含许多模式无法适应的信息，结果使得模式与资料间产生了较强的不适应，以至于在形成的初始场中包含着较多同模式动力特征不协调的小尺度扰动信号。这些小扰动信号在预报过程中发生了迅速增长，掩盖了预报结果中的有效信息并最终导致预报失效。通过在非耦合和耦合两种同化形式下，对全信息和模式可适应信息分量同化效果的对比后发现：对于海气耦合模式其在耦合形式下进行资料同化时，效果明显要好于在非耦合状态下进行的同化。然而，无论同化时模式处于何种状态中，对观测资料中的模式可适应信息分量进行同化的效果都明显优于对全信息观测资料的同化，这是因为与全信息观测资料同化形成的初始场相比，对观测资料中的模式可适应信息分量同化后的初始场中突出保留了观测资料中的ENSO尺度信息，并成功地消除了初始场中与模式动力特征不协调的小尺度扰动信号，实现了初始场和模式动力特征的协调统一，从而在很大程度上改善了模式初始场的协调性，提高了模式的预报技巧。 4)本文在有关 ENSO 物理机理诊断研究的基础上，以充分利用有关历史机理模拟信息为基本出发点。为实现在海气耦合过程中充分保留大气中的有效信息，滤去可能污染预报结果的大气噪声，改善动力模式的预测性能的根本目标，本文发展了一种海气耦合过程中历史机理模拟信息特征约束下的大气信息过滤的方法，并深入地研究了其对 ENSO 预测技巧的影响及相关的物理机制。研究结果表明：海气耦合过程中对非 ENSO 尺度大气信息分量的过滤，有利于减轻由于该尺度分量的非线性增长而产生的海温虚假现象，可在一定程度上改善模式对ENSO的预报技巧。然而，大气信息过滤后当预报时效在 6 个月以内时其对 Ninrao3 指数预测效果的改善几乎很小，但对于 6 个月以后的预报却有很大程度的改进，这一现象反映了海洋对外源强迫响应的缓变特质。而海气耦合过程中大气非 ENSO 尺度信息分量的过滤可以影响 ENSO 预报技巧的主要机制是由于它抑制了模式中由于噪声累积而使赤道西风过强的现象，改善了该地区海水的异常上翻状况，从而减轻了海温的虚假增温，使得预报误差得以减小。 上述结果也意味着，有针对性地对ENSO机理模拟信息进行分析和利用，不但可以进一步提高模式对ENSO预测的技巧，还有利于解决当前 ENSO 研究领域中物理机理诊断分析成果长期闲置不用，统计和动力工作脱节严重的问题，有助于在该领域中进一步加强动力和统计方法的结合。