报告摘要：ENSO是全球气候系统中最强的年际变率信号之，也是短期气候预测最重要的可预报性来源之一。准确预测ENSO对于减轻气候灾害风险具有重要意义。然而，2000年以来ENSO预测技巧出现显著下降，加之前兆因子的统计关系趋于不稳定，迫切需要持续发展并改进气候预测系统。CAS FGOALS-g3是中国科学院发展的新一代全球耦合气候模式，在CMIP6中表现优异，尤其在ENSO振幅、位相锁定及非对称性等方面的模拟能力处于同类模式前列，但尚未被拓展应用于气候预测领域。本研究基于FGOALS-g3模式，采用SST-Nudging初始化方案，构建了FGOALS-g3短期气候预测系统第一版（FGOALS-g3 CFS v1）。系统同时采用全场初始化（Full-Init）和异常初始化（Anom-Init）两种方案，并结合时间滞后法与物理参数扰动法构建了10成员的集合预测。回报试验覆盖1982年至2024年，每月起报，预报时效为13个月。评估结果表明，FGOALS-g3 CFS v1具备较高的ENSO预测技巧。在1982—2010年验证期内，Niño3.4指数的距平相关系数（ACC）在提前10个月仍超过0.6，均方根误差保持在观测标准差的0.8倍以下，整体技巧处于NMME多系统的中上水平。FGOALS-g3 CFS v1短期气候预测系统能够提前三个季节成功预报1997/98和2023/24超强厄尔尼诺事件的冬季峰值强度；对温跃层以上海洋温度异常的预测技巧同样较高，ACC在提前8个月时仍超过0.5，体现了海洋记忆对ENSO可预报性的关键贡献。进一步分析揭示了ENSO预测技巧的非对称特征：厄尔尼诺事件的起始时间和峰值强度预测技巧均优于拉尼娜事件；超强厄尔尼诺的峰值预测技巧高于一般事件；首年拉尼娜的预测技巧显著优于连续拉尼娜事件，后者较低的技巧可能与跨洋盆海气相互作用的模拟不足有关。在大气遥相关预测方面，系统能够合理再现ENSO相关降水异常的空间分布，并对1997/98、2015/16和2023/24三次超强厄尔尼诺激发的太平洋-北美（PNA）遥相关型展现出较高的预报能力。该系统同时呈现出显著的春季预报障碍特征，本研究给出了相关讨论。综上，本研究表明FGOALS-g3模式从气候模拟向气候预测的拓展是可行且有效的，所构建的预测系统为我国自主发展ENSO预测能力提供了新的平台与参考。

CAS FGOALS-g3；短期气候预测；ENSO预测技巧；SST-Nudging初始化；集合预报