中国地处东亚季风区，气候成因复杂，且频繁出现灾害性气候。因此，短期气候预测对国家农业、水利和防灾减灾等具有十分重要的意义。它主要针对年、季度以及次季节尺度的气候异常情况进行提前预测。

基于数值模式进行动力预测是目前非常有效的一个气候预测方法，也是国际上常用的气候预测方法之一。二十世纪八十年代，中国科学院大气物理研究所ICCES的科学家们已研制出具有独创特色的我国第一代大气环流模式，并在国际上首次成功开展了跨季度气候预测试验。

由于动力数值模式预测结果存在一定的不确定性，还需结合有物理基础的统计模型预测结果。目前，ICCES建立了一系列统计模型以及动力-统计相结合的气候预测方法。我们对这些模块的预测结果加以集成和订正，最终形成预测产品，为气象、海洋、水利等业务部门以及防灾减灾部门提供预测意见。

多年的短期气候预测实践证实，大气所的短期气候预测系统对我国夏季旱涝形势具有很好的预测能力，也为国家的防灾减灾做出了重要的贡献。

作为最早开展短期气候预测的研究机构之一，中国科学院大气物理研究所气候预测研究小组早在1989年就利用我所自行设计的第一代数值气候系统模式开展了跨季度汛期降水距平预测，并获得了初步的成功。随后在此基础上发展了一套海洋四维同化方法、海气耦合积分方法、集合预测方法、可信度和概率预测方法以及订正技术等，逐步建立和完善了中国科学院大气物理研究所跨季度短期气候距平预测系统，并对我国夏季风降水距平进行跨季度实时预测。1995年，大气所跨季度预测系统初型已定，集成为我所跨季度气候距平预测准业务系统。这就是我所第一代数值气候预测系统。从1998年起，ICCES正式启用这个新版本作实时的跨季度雨量距平预测，参与中国气象局组织的每年三月份的气候预测会商。，预测结果表明, 大气所短期气候预测系统对发生在我国的较为重大的降水异常的预测效果是较好的，如1991年江苏、安徽的严重洪涝、1992年的山东大旱、1994年以安徽北部为中心的干旱、1995年江南北部多雨等。

目前，大气所短期气候系统包括动力气候预测系统(包含ENSO预测系统)、统计预测模型以及动力-统计相结合的预测模型。

在曾庆存院士的带领下，ICCES在国际上开创性地建立了具有中国特色的完整的动力气候预测系统，即IAP-DCP。IAP DCP由5个分系统组成：(1)IAP ENSO 预测系统，(2)积分方案和“距平耦合”技术系统，(3)集合预测技术系统，(4)订正系统，(5)预测产品和分析系统。系该系统主要以大气和海洋模式为基础，进行动力学气候预测试验。该预测系统能定量预测影响中国气候的关键环流系统异常、中国地区的降水和温度异常，提供短期气候预测的重要信息。

ENSO是年际气候变率的最主要外强迫因子。大气所ENSO集合预报暨耦合资料同化系统成功突破了初始误差对ENSO预报的影响。从1998年起，ENSO预报系统的预测结果实时地参与了气候预测会商会，提前6-12月准确地预报出每次ENSO事件的发生、发展以及衰减过程。

中国气候不仅受到热带、副热带系统的影响，还受中高纬度环流共同影响，这对短期气候预测带来了困难和挑战。统计模型以历史数据为基础，是提高短期气候预测能力的一个有效的途径。建立统计模型要考虑的气候异常因子不仅有大气内部动力过程，还有海洋、陆地、冰雪等外强迫因子。因此，大气所ICCES在吸取最新科研成果的基础上，充分考虑了海温、高原积雪、欧亚大陆新增积雪等外强迫因子对中国气候异常的影响，以及大气前兆信号与中国气候异常的关系，建立了一系列有物理意义的统计预测模型。

近年来，大气所ICCES发展了一些新的预测方法，即动力-统计预测模型。这一模型主要结合了数值模式预测结果与前期观测的异常信号。这一做法充分考虑了数值预报的有效信息，较单纯基于数值模式的预测技巧具有更大预测优势，对中国地区降水异常的预测效果较好。由于统计方法存在固有的缺陷，而数值模式也还不够完善，无论是单纯基于观测资料还是完全利用数值模式结果的统计方法都还存在很大的预测困难。因此，以动力和统计相结合的实时预测方法，不仅提取数值模式产品中有效的动力预测信息，而且结合前期关键的大气环流信号及外强迫信号(海温、积雪等)，定量预测我国季节性气候异常。预测产品提供给中国气象局、国家海洋局、水利部、林业部等相关部委。