我国华北盛夏强降水频次的统计预报模型  

A robust statistical prediction model for late-summer heavy precipitation days in North China

作　　者：蒋顺莉 韩婷婷 周昕 王会军[1,2,3] 尹志聪 宋晓蕾[1] Jiang S;Han T;Zhou X;Wang H;Yin Z;Song X

机构地区：[1]南京信息工程大学气象灾害预报预警与评估协同创新中心,气象灾害教育部重点实验室,南京210044 [2]中国科学院大气物理研究所,竺可桢-南森国际研究中心,北京100029 [3]南方海洋科学与工程广东省实验室(珠海),珠海519080

出　　处：《中国科学:地球科学》2025年第1期157-170,共14页Scientia Sinica(Terrae)

基　　金：国家重点研发计划项目(2022YFF0801604);吉林省科学技术发展计划项目(20230203135SF)资助。

摘　　要：近年来,我国华北地区强降水频发,造成了巨大的经济损失和人员伤亡.然而,目前对于强降水的短期气候预测水平十分有限.因此,本文基于3个独立的预测因子——前期2月印度洋海温(SST_IO)、2月北亚积雪深度(SDE_NA)和5月华北融雪(MSDE_NC),利用年际增量方法(the year-to-year difference,DY),建立了华北地区盛夏强降水频次(heavy precipitation days,HPDs)的季节预测模型.结果表明,SST_IO通过太平洋-日本遥相关影响华北降水.SDE_NA通过激发欧亚大陆上空Rossby波向东南传播,进而引起东亚反气旋异常来影响华北降水.MSDE_NC异常往往伴随着后期盛夏局地的垂直运动异常和比湿异常,从而引起华北降水异常.该预测模型能很好地预测HPDs的年际变化特征,预测与观测的HPDs_DY(HPDs)的相关系数分别为0.81和0.65.15个极端HPDs年的距平同号率为100%.在1982~2022年留一法交叉验证中,HPDs极值年份距平同号率高达100%,具有较低的均方根误差(1.14).在2013~2022年独立试报结果中,预测与观测的HPDs_DY(HPDs)的相关系数分别为0.93和0.83,同时具有较高的Nash-Sutcliffe效率系数(0.82)和一致性指数(0.89).值得注意的是,2015年、2016年、2017年、2021年和2022年独立试报结果与观测结果基本一致,这也表明了该预测模型对华北地区强降水频次预测的优异性能.

关 键 词：华北强降水 年际增量方法 季节预测 海温 积雪深度 

分 类 号：P45[天文地球—大气科学及气象学]