何 慧，陆 虹，覃卫坚，陆芊芊

（广西壮族自治区气候中心，南宁 530022）

引言

我国地处季风气候区，受低纬度热带天气系统和中高纬度天气系统的交替影响，降雨量时空分布严重不均，尤其是夏季，各月降雨量的年际变率很大，常因强降雨的集中发生，导致河水暴涨、洪水泛滥、城市内涝、滑坡泥石流等，造成巨大的经济损失，甚至危及人民生命。另一方面，由于月、季降水量年际变化差异极大，致使干旱也频繁发生，对农业、林业、江河航运、旅游、水力发电及人民生活造成不同程度影响。然而，月、季降水量的年际变化具有显著的非线性、时变性特征，影响其变化的因素很多、很复杂，因此预测难度大，历来为重大气象灾害预测的重点和难点问题。

目前国内外大气学科研究和业务，从不同角度出发，开展月、季时间尺度的降水量短期气候预测，主要预测方法研究可分为数理统计预报方法、动力模式方法，以及动力统计预报三种方法。然而，所涉及的气候异常变化因子具有多样性和复杂性，以及这些因子相互作用的不确定性，相互作用的机理的认识还远远不够等实际问题，困扰了月、季降水量预测准确性的提高。因此，如何改进和提高月、季降水量预报准确性，一直受到国内外大气学科学者的广泛关注［1-6］。

如何深度挖掘隐藏在海量数据中的天气气候变化的物理机制，探索对其演变规律有指示意义的信号和建立新的短期气候预测方法，人工智能技术可以提供一种新的重要途径。……