准确预测全球季节性降水异常（Global seasonal precipitation anomalies, GSPA）对于减轻洪涝与干旱灾害至关重要。然而，当前气候模式在预测GSPA方面能力有限，尤其在热带外区域预测技巧非常有限。大尺度气候模态，如ENSO等，被普遍认为是GSPA可预测性的主要来源，但它们对降水异常可预测性的具体贡献尚不明确。本研究首先从热带向外长波辐射（OLR）异常及热带外500 hPa位势高度（Z500）异常中，利用经验正交函数（EOF）分解识别出主导的气候模态，然后构建了一个具有30年滑动时间窗的重建模型，该模型只基于这些已被识别的气候模态独立重建GSPA。通过计算重建结果与观测的季节性降水异常在各网格点的时间相关系数（TCC），定量刻画了由气候模态最优组合所决定的GSPA的潜在可预测性，结果表明，季节降水异常高潜在可预测性区域，不仅存在于由ENSO作为主导模态影响的热带地区，还广泛分布于多个热带外区域，特别是北极部分地区，这些热带外区域同时收到北大西洋涛动（NAO）、南极涛动（AAO）等热带外主导气候模态的重要贡献，尤其在热带外冬季半球，由于更多、更强的气候模态进一步影响季节性降水异常，高潜在可预测性区域更为突出。本研究基于气候模态确定的GSPA的潜在可预测性，为季节降水异常的可预报水平提供了理论上限，即当这些气候模态已知或能够被完美预测时的最高预测技巧。然而，目前最先进的耦合大气环流模式（如8个C3S-CGCMs）在热带外季节性降水异常的预测技巧上仍存在明显不足，根源在于其对热带外气候模态的预测能力有限。这表明，提升CGCMs对热带外气候模态的模拟与预测能力，亦是推动热带外GSPA预测水平提高的关键所在。

气候可预测性,气候模态,季节降水异常,气候预测