厄尔尼诺-南方涛动（ENSO）事件是当前模式预报效果最佳的年际气候变率之一，然而，近年来频发的新型厄尔尼诺对模式模拟和预报提出了新的要求，亟需提高模式对ENSO多样性的预报技巧。本文针对两类厄尔尼诺的可预报性问题，通过探究两类厄尔尼诺预报的太平洋海温目标观测敏感区，设计了旨在提高厄尔尼诺预报技巧的太平洋海温观测阵列。利用全球耦合模式比较计划第五阶段（CMIP5）的工业革命前控制试验资料，基于粒子滤波同化方法量化了太平洋不同地区海表温度（SST）初始精度的相对重要性。结果表明，热带太平洋、亚热带太平洋和温带太平洋的SST初始精度都会对两类厄尔尼诺的预报技巧产生影响；不同区域的相对重要性根据起报时刻的不同而变化，热带太平洋海温精度在所有起报时刻都对减少预报的均方根误差具有重要作用；亚热带和温带海温精度在减少预报不确定性方面发挥着重要作用，尤其是在春季或跨春季开始预报时。为了综合考虑不同厄尔尼诺类型和不同起报月份对结果的影响，文章基于定量频率分布的方法确定了厄尔尼诺预报的太平洋最佳观测位置。最终的观测阵列共包含31个网格点，分别位于赤道太平洋和北太平洋，并通过基于粒子滤波方法的同化试验，验证了该最佳观测阵列的有效性。文章的研究结果对进行厄尔尼诺预报的模式初始化设置方案提供了一定参考意见。

厄尔尼诺,初始误差,目标观测,粒子滤波