基于参加次季节-季节（Subseasonal to Seasonal Prediction,S2S）预测计划的三家业务中心（CMA、NCEP与ECMWF）提供的回报（1999-2010年）数据集,本文系统考量了模式地表气温（surface air temperature,SAT）在中国夏季的预测表现,重点评估模式对长江流域（Yangtze River basin,YRB）热浪的预测技能,基于案例与统计探讨了10-30 d和30-90 d环流预测偏差对热浪预报的相对影响以及陆面条件对预报技巧的贡献,并使用线性回归、系统偏差订正、随机森林回归与累积分布函数变换构建统计后处理模型对SAT进行降尺度校正,探讨了各订正法在各模式中的适用性。结论如下:（1）模式系统偏差随地区与预报时效而异,普遍低估中国东南地区（包括YRB）SAT的量级与变率;时间相关技巧/平均方差技巧揭示季节内SAT预报有效时效分别为13-15/10 d（CMA）、17-20/15 d（NCEP）与19-22/19 d（ECMWF）,空间场技巧在时效较长时（>15 d）存在显著年际变化;全国范围内模式整体对暖事件的正确命中率（基于Heidke技能评分）优于极暖事件、热浪事件与平均事件,技巧越高的事件类型随时效延长技巧下降越快,NCEP与ECMWF模式预测YRB平均事件的技巧仅次于暖事件。（2）模型预测YRB热浪天气准确率的能力有限,Heidke技能评分在时效大于5 d后迅速下降至提前15 d时接近于零;ECMWF模式较好的预测能力归因于其准确预测了与季节内振荡相关的高压异常的振幅和演化及相关地表过程;较短时效内（<10 d）10-30d和30-90 d环流预测技巧对热浪预测的影响具有可比性,而30-90 d环流振幅预测偏差与较长时效（>15-20 d）热浪预测技能的退化密切相关;季节内环流异常的偏差将进一步影响降水异常,进而影响陆地条件,导致模式内部难以捕捉极热天气及其持续性。（3）订正可降低模式系统偏差、提升预报技巧,而技巧上限与模式可预报性相关。订正后,NCEP与CMA SAT优化可观,ECMWF模式技巧也得到提高且技巧最高;线性回归在降低预测偏差方面的效果熟练且稳定,随机森林回归与系统偏差订正也颇有成效,而累积分布函数变换在提高对不同气候概率事件的正确命中率方面更有优势;针对YRB热浪事件,系统偏差订正降低CMA与NCEP SAT偏差能力优越,而线性回归与随机森林回归在ECMWF模式中效果更佳,累积分布函数变换法可一致提升模式对区域热浪日的正确命中率。