尽管全球变暖背景下气温整体上升，中国冬季仍频繁发生持续性冷湿复合极端事件（PWCEs），对社会与人类活动造成严重影响。然而，PWCEs 的客观范围、前兆信号及其演变特征仍缺乏系统认识。本研究基于1961–2023年资料客观识别了252次PWCEs，并划分为南方（SC）、西部（WC）和华中（CC）三型。结果表明，PWCEs频次虽有所下降，但极端性依旧显著，WC型事件强度甚至增强。三类事件的中高纬高度场均呈“北高–南低”型，但环流演变明显不同：SC型受贝加尔湖阻塞–东亚槽驱动；WC型受南亚副热带西风急流上的纬向波列控制；CC型嵌入贯穿欧亚的大圆波列中。水汽输送也存在差异：SC型主要来自南海，WC型来自印度–缅甸槽，CC型则来自西北太平洋反气旋及南海。Madden–Julian振荡（MJO）是主要热带前兆，可调制环流和水汽输送，尤其对WC与CC型影响更强。
进一步基于多套次季节至季节（S2S）动力模式与人工智能预报系统（包括CMA-CPSv3、ECMWF、NCEP及"风顺"模式），采用基于事件的评估框架，系统探究了SC、WC和CC三类PWCEs的次季节预报技巧。结果表明，经过基于累积分布函数（CDF）的订正后，所有S2S模式即使在较长预见期也能准确捕捉PWCEs的空间分布特征，并且在10–15天预见期即可识别出与PWCEs相关联的大尺度环流型。不同事件类型的可预报性存在显著差异：WC型事件在PT指数的预报中中表现出更高的空间一致性，而SC型和CC型事件在基于事件的空间匹配方面具有相对优势。三类事件中，CC型事件展现出最高的可预报性，这与其更为系统和协调的环流结构密切相关。各S2S模式表现出互补优势：ECMWF在短预见期表现最佳，而"风顺"模式在中长预见期效果最优。此外，环流异常越强的事件可预报性越高，且PWCEs的可预报性源于环流型与热带对流型态。
本研究揭示了PWCEs的形成多样性与前兆信号，并为改进复合极端事件的次季节预测及风险预警提供了重要参考。
 

次季节,气候预测,复合事件,低温雨雪,极端事件