作为陆面过程重要参量的土壤湿度，通过不同尺度的相互作用对天气、气候产生显著影响，具有年代际、年际、季节内等多时间尺度的变化特征。气候预测存在一定的可预报上限，对于季节平均的气候变量场，季节内变率引起的年际变化在季节尺度上是不可预报的噪音。那么，土壤湿度的季节内变率（不可预报）到底在多大程度上影响季节平均场的年际变化？在影响土壤湿度的众多因子中，哪些是影响土壤湿度季节可预报信号的关键因子？
中国科学院大气物理研究所博士应恺然和副研究员赵天保等利用基于观测的大气强迫场驱动陆面模式CLM3.5，得到1951-2008年中国区域土壤湿度的模拟结果。进一步，利用季均值场方差分解方法，将土壤湿度年际变率的（协）方差场分解为与大气外强迫及缓慢变化的内部变率相关的部分（可预报部分）及与季节内变率相关的部分（不可预报部分），对中国区域土壤湿度的季节可预报性问题开展研究。
研究发现，对于中国区域表层1m的土壤湿度，其季节均值场的潜在可预报性（可预报与总体的方差比）在冬季最高0.94，夏季最低0.76；空间分布上，西北干旱半干旱区高于中国东部受东亚季风影响区域。前期土壤湿度是中国区域土壤湿度季节均值场最重要的预报因子，能提供50%以上的潜在可预报性。
此外，局地海温异常同样与中国区域土壤湿度季节均值场的年际变化关系密切相关，其中印度洋海温、北大西洋海温及赤道东太平洋海温分别是春、夏及秋/冬季土壤湿度季节均值场可预报性的重要来源。土壤湿度长期趋势也是土壤湿度的季节可预报性重要来源之一。基于这些可预报因子构建的中国区域土壤湿度季节预报模型可分别预报出春、夏、秋、冬各季节土壤湿度变化59%，51%，62%和77%的方差。
这项成果针对如何科学有效地对土壤湿度进行预报，尤其是季节预报开展分析，将为指导农业生产、研究水文及气候变化提供参考依据，有着非常重要的经济和社会意义。该成果已发表于2016年的Climate Dynamics。