郑志海*，李勇

国家气候中心，国家气象中心

成果1：从最可预报特征的新视角来认识典型强降水事件的预报能力

提取气候系统变率中可预报的特征是认识延伸期预报能力的重要方面。本项目从可预报性定义出发，提出分离延伸期降水可预报分量的方法，分离出的可预报分量具有更高的可预报性，且与影响我国降水的低频环流型之间存在明确的物理联系。比较华南前汛期、梅雨期、华北雨季预报技巧差异，发现环流与降水关系的预测能力是技巧差异的关键。针对可预报分量揭示了不同时期、不同类型强降水的可预报信号来源，发现海温异常对不同降水集中期和不同类型降水的影响是延伸期技巧差异的重要原因。相关成果可为提前判别不同强降水过程的预报时效和可信度提供支撑。

成果2：可预报性和机器学习相结合的延伸期强降水过程智能预报技术及应用

延伸期降水可预报性总体较低，如何充分利用可预报的信息来进行集合是提高延伸期预报技巧的关键。本项目提出可预报性和机器学习相结合的延伸期强降水过程智能预报方法，该方法充分利用模式中最可预报的信息，并利用机器学习算法改进模式中可预报性较低的特征。项目成果在延伸期预报国家级平台上集成应用，在2023年华北强降水等过程预报中得到较好应用，提前一个月成功预报了2023年杭州亚运会开幕式和闭幕式的天气过程，研究成果转化为业务应用成效显著。

代表性成果列表：

1. Wu Q, Zheng Zhihai, Li L, Wu S, Liu Y. Prediction skill and predictability of precipitation during Meiyu and rainy season in North China using ECMWF subseasonal forecasts. Climate Dynamics (2023) 61:5429–5441.

2.李勇,黄威,秦华锋等.国家级中长期天气预报业务系统设计与应用. 气象与环境科学,2022,45(3):105-111.