另一条途径为动力学数值预报。欧洲中期数值预报中心(EcMwF)按时发布10 d逐日预报。如果以预报场与实况之间相关系数达到0.6作为可以接受的标准，预报时效已超过1周。但是，逐日预报是不可能无限制地作下去的。逐日预报有一个不可逾越的鸿沟——可预报性(predictability)。理论分析及数值实验均证明，逐日预报可预报性大约是2～3周，这就是说要做2～3周以上的逐日预报是不可能的。

1.后者是具体天气状况的预报，而前者则是某时段内气候要素和天气状况平均统计量的预测。

2.天气预报一般仅限于对大气圈和水圈物理过程的分析，而气候预测必须考虑包括大气、海洋、大陆、冰雪、生物圈等在内的气候系统内能量和物质交换以及天文因子的影响。

3.后者主要依赖于初值，而前者既依赖于初始条件，也依赖于边界条件或者完全依赖于边界条件。依赖于以上两种条件的可预报性被洛仑茨称为第一类可预报性。对于长期(几十年或几百年)的气候变化预测，如由人类活动造成的温室气体增加引起的全球气候变化，将不依赖于大气的初始条件，这是由于模式在长期积分之后，将完全丧失对初始条件的记忆。这种完全依赖于详细边界条件变化的气候预测被洛仑茨称为第二类可预报性，其可预报性决定于外界强迫变化的时问尺度。由于气候系统的惯性，即使施加于边界的外强迫消失之后很久，气候系统还将继续变化相当长的时间，甚至长达十年以上，海平面上升的响应就是一个例子。由于第一类可预报性的时间一般不超过3周，因此，月时间尺度以上的短期气候预测，基本上也是在第二类可预报性意义下进行的。

4.时间较长的气候预测，还要考虑到人类活动对气候变化的影响。最早的气候预测是根据过去某一段时间气候平均值的外推。但在编制时效为数年的气候预测时，大都沿用长期天气预报中的某些方法。例如，用时间序列的分析技术，分析气候要素的历史变化，寻找序列本身的演变规律，建立气候预测方程，或者寻找气候要素同一种或数种环境因子之间的统计联系，然后根据相关因子的变化来预测未来的气候。有的国家已用数值模拟方法推断未来气候。

为了减少由初始场误差和模式不完善而造成的预报误差，气候预测是采用多初值和多模式的集合预报方法，因而气候预测实际上是一种概率预报。

由于各国气候预报中心使用的模式并不完全相同，而是各具特点，因而也可以采用数学方法对各种模式的预报结果进行集合，这叫做超级集合方法。但有一个前提，就是参加模式超级集合的各气候模式一般要有较好的预报性能。通过集合，一方面可使模式的随机误差或噪音相互抵消以及系统偏差减小；另一方面可突显出由耦合强迫与外强迫在模式中产生的有用气候信号，以提高集合预报的信噪比。

为了给公众和用户一个确定性的预报结果，是对各个预报成员简单地用算术平均得到预报结果，也可根据各成员过去的预报能力和表现，采用不同的权重进行加权平均得到的预报结果。这在某种程度上是解决作为混沌现象的气候变化的一个很好的途径。

2012年9月24日上午，中国气象局局长郑国光到国家气候中心听取气候趋势预测会商意见，并对未来气候趋势关注重点进行了指导。

郑国光与国家气候中心专家讨论了当前厄尔尼诺事件发展和北极海冰减少可能对我国气候造成的影响，重点关注了未来一段时间西南地区等地林区火险情况和以及可能致灾的气候事件。郑国光还就如何进一步将预测的不确定性体气候服务中提出了指导意见。

国家气候中心专家分析了近期气候特征及气候异常的成因，并介绍了10月全国气候趋势展望。