中国南方季节性降水的异常变化直接关系到当地亿万居民的生产生活，并对区域经济发展构成重大挑战。因此，提高SCSP的预测水平，特别是认识其可预测性期限，一直是相关领域研究中的关键科学问题之一。以往SCSP的预测和可预测性研究大多依赖数值模式开展，结论存在模式依赖性，且对其可预测性期限缺乏量化估计。针对此问题，本研究使用观测/再分析数据，基于NLLE理论揭示了SCSP的非线性误差增长特征并定量估计了其可预测性期限。在传统理论的基础上，考虑到季节性降水变率波动问题，研究提出了相对全局吸引子半径作为动态饱和值，能有效刻画SCSP误差饱和振荡特征。基于上述理论框架，研究量化估计了SCSP的可预测性期限，结果表明其存在明显的季节间变化特征：在冬季可预测性期限达到峰值（约为3.72个月），而在秋季降至最低（约为3.12个月）。
SCSP的可预测性受多种大气和海洋过程调节，其中ENSO被认为是最重要的可预测性信号来源。ENSO自身可预测性及其影响路径都可能对SCSP的可预测性起重要作用。通过比较ENSO与SCSP的可预测性期限，研究发现前者不仅时间更长，而且其季节变化特征与后者显著不同，这表明ENSO自身可预测性的季节变化并不是SCSP的可预测性的主要影响因素。考虑到WNPAC在ENSO影响SCSP季节-年际变率过程中所扮演的关键桥梁角色，研究进一步分析了ENSO影响路径中WNPAC对SCSP可预测性的调节作用。结果发现，WNPAC自身的可预测性期限及其季节间变化特征与SCSP高度一致，表明其在连接ENSO与SCSP可预测性过程中起到了直接作用。从物理上和非线性动力学的角度，证实了WNPAC与ENSO的关系强度在不同季节存在差异，并且这种调制效应是造成SCSP可预测性季节变化的重要原因。本研究首次从非线性误差增长的角度系统量化了SCSP可预测性期限，揭示了其在不同季节上表现出的显著差异性。研究从非线性动力学的角度强调了大气环流系统在可预测性传递路径中的桥梁作用，为深入理解季节尺度气候预测的物理机制和理论上限提供了新的科学视角。

可预测性,降水,ENSO,西北太平洋反气旋异常,非线性动力学