论文概要：受东亚夏季风的影响，华南地区的降雨在初夏达到全年峰值，其降水变率在东亚地区最大。在此期间，强降雨事件被视为华南地区最严重的灾害性天气事件之一，对社会经济发展及人民群众的生命安全构成威胁。因此，可靠的次季节降水预测对防灾减灾具有重要意义。团队最近研究了欧洲中期天气预报中心（ECMWF）模式预报中，初夏华南地区周降水异常（WPA）的前四个主要可预报模态（占总方差的 63.24%）及其相应的信号源。第一、二可预报模态分别为华南地区一致型和经向偶极子型，第三、四可预报模态则呈现三极子型特征。进一步分析发现，热带西太平洋上空的低层异常反气旋和西北太平洋副热带低层异常反气旋，分别是第一、二个可预报模态的关键可预报性来源。尽管 ECMWF 模式对这四个主要可预报模态的降水预报在2周预报时效后几乎没有预报技巧了，但其对大尺度环流特征的预报在4周预报时效仍具有预报技巧。
初夏时节中国南方地区周降水异常（WPA）前四个主要模态（EOF）的空间分布及其方差贡献
核心PI
|
南京信息工程大学 大气科学学院 |
1、国家自然科学基金面上项目“基于统计方法和机器学习的8-42d次季节多模式集成预报研究” ，2023-2026 项目负责人，在研；
2、国家重点研发计划重点专项“重大灾害性天气的短时短期精细化无缝隙预报技术研究”，2018-2022 第二课题负责人，结题；
3、国家自然科学基金面上项目“基于不同多模式集成方案的10-15d延伸期天气的概率预报研究”，2016-2019 项目负责人，结题；
4、国家重大科学研究计划（973）“东亚季风区年际-年代际气候变率机理与预测研究”，2012-2016 第四课题负责人，结题；
5、国家自然科学基金面上项目“大气低频振荡的变频特征及其机制研究”，2012 项目负责人，结题；
6、科技部科技支撑计划项目“延伸期数值预报预测关键技术研究”，2010-2013 子课题负责人，结题；
7、华为技术有限公司科技项目：基于基站感知辅助的短临降水预测合作项目，2024-2025，在研；
8、南方电网重点项目：大规模风电光伏多时间尺度供电能力预测技术，2023-2025，在研；
9、云南省气象局项目：基于人工智能的精细化要素预报算法研发，2023，结题；
10、中国气象局地球系统数值预报中心项目：基于人工智能的集合预报释用技术研究，2023-2024，结题；
11、江苏省科学技术协会项目：江苏省科技期刊学会科普服务平台建设，2023, 结题；
12、福建省灾害天气重点实验室开放课题：华南暖区暴雨在WRF数值模拟中的最优微物理参数化方案研究，2020-2022，结题；
13、北京市气象台委托项目：基于人工智能的北京市强降水预报技术研究，2021-2022，结题；
14、国家天文台委托项目：大型射电望远镜选址气候评估研究，2021，结题；
15、华东空管局招标项目：华东地区机场及终端区风场预报预警系统研究，2019-2021，结题；
16、江苏省科学技术协会项目：江苏省科技期刊学会科普服务平台建设，2020，结题；
文章信息：
上述研究成果发表于国际期刊《Atmospheric Research》上。南京信息工程大学大气科学学院博士研究生吕阳为该论文的第一作者，智协飞教授为论文通讯作者。
论文信息：
Lyu Y, Zhi X*, Zhu S*, et al. Subseasonal prediction of weekly precipitation anomalies over Southern China during early summer based on predictability analysis and machine learning. Atmospheric Research, 2025, 315(9):107927, https://doi.org/10.1016/j.atmosres.2025.107927
Lyu Y, Zhu S*, Zhi X*, et al. Significant advancement in Subseasonal-to-Seasonal summer precipitation ensemble forecast skills in China mainland through an innovative hybrid CSG-UNET method. Environmental Research Letters, 2024, 19:074055, https://doi.org/10.1088/1748-9326/ad5577
Lyu Y, Zhu S*, Zhi X*, et al. Improving Subseasonal‐To‐Seasonal Prediction of Summer Extreme Precipitation Over Southern China Based on a Deep Learning Method. Geophysical Research Letters, 2023，50(24), https://doi.org/10.1029/2023GL106245
点击文末“阅读原文”可查看成果发布源。