我国华北盛夏强降水频次的统计预报模型

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.