两种统计降尺度方法在秦岭山地的适用性

基于ASD（automated statistical downscaling）统计降尺度模型提供的多元线性回归和岭回归两种统计降尺度方法,采用RCP4.5（representative concentration pathways 4.5）和RCP8.5情景下全球气候模式MPI-ESM-LR输出的预报因子数据、NCEP/NCAR再分析数据和秦岭山地周边10个气象站观测数据,评估两种统计降尺度方法在秦岭山地的适用性及预估秦岭山地未来3个时期（2006-2040年、2041-2070年和2071-2100年）的平均气温和降水。结果表明:率定期和验证期内,两种统计降尺度方法均可以较好地模拟研究区域的平均气温和降水的变化特征,且多元线性回归的模拟效果优于岭回归。在未来气候情景下,两种统计降尺度方法预估的研究区域平均气温均呈明显上升趋势,气温增幅随辐射强迫增加而增大。降水方面,21世纪未来3个时期降水均呈不明显减少趋势,但季节分配发生变化。综合考虑两种统计降尺度方法在秦岭山地对平均气温和降水的模拟效果和情景预估结果,认为多元线性回归降尺度方法更适用于秦岭山地气候变化的降尺度预估研究。     

Downscaling of Precipitation over Vancouver Island using a Synoptic Typing Approach

A statistical downscaling technique is employed to link atmospheric circulation produced by an ensemble of global climate model (GCM) simulations over the twenty-first century to precipitation recorded at weather stations on Vancouver Island. Relationships between the different spatial scales are established with synoptic typing, coupled with non-homogeneous Markov models to simulate precipitation intensity and occurrence. Types are generated from daily precipitation observations spanning 1971 to 2000. Atmospheric predictors used to influence the Markov models are derived from two versions of GCM output: averages of GCM grid cells selected by correlation maps of circulation and precipitation data and an approach involving common Empirical Orthogonal Functions (EOFs) calculated from GCM output over the northeast Pacific Ocean. Projections for 2081 to 2100 made using averaged grid cells find that winter (November–February) precipitation anomalies produce modestly positive values, with gains of 7.5% in average precipitation, typical increases of 9.0% rising to 20% in the case of high-intensity precipitation, and little spatial dependence. In contrast, average and high-intensity summer precipitation (June–September) decline negligibly at most island weather stations with the exception of those in the southwestern sections, which experience reductions of 15% relative to 1971 to 2000. Projections made using common EOFs display a strong spatial dependence. Future winter precipitation is expected to increase only on the west coast of the island by 11%, on average, while the southeastern coast will experience decreases of 5% to 10%. The same pattern repeats in summer, though with negligible increases on the west coast and declines of 12% to 16% on the southeastern coast. The reliability of this novel EOF method remains to be confirmed definitively, however. In both seasons precipitation occurrence decreases slightly at all stations with declines in the total days with measurable precipitation ranging from 2% to 8%.

RÉSUMÉ [Traduit par la rédaction] Nous employons une technique statistique de réduction d’échelle pour lier la circulation atmosphérique produite par un ensemble de simulations du GCM (Global Climate Model) durant le XXI^e siècle aux précipitations enregistrées à des stations météorologiques sur l’île de Vancouver. Les relations entre les différentes échelles spatiales sont établies au moyen d'un typage synoptique couplé avec des modèles markoviens non homogènes pour simuler l'intensité et la fréquence des précipitations. Les types sont générés à partir des observations quotidiennes de précipitations au cours de la période 1971–2000. Les prédicteurs atmosphériques utilisés pour influencer les modèles markoviens sont dérivés de deux versions de sorties du GCM : les moyennes de mailles du GCM sélectionnées par tables de corrélation des données de circulation et de précipitations et une approche fondée sur les fonctions orthogonales empiriques (EOF) communes calculées d'après la sortie du GCM pour le nord-est du Pacifique. Les projections pour la période 2081–2100 basées sur des moyennes de mailles montrent que les anomalies de précipitations hivernales (novembre–février) produisent de faibles valeurs positives, avec des gains de 7.5% dans les précipitations moyennes, des accroissements caractéristiques de 9.0% augmentant à 20% dans le cas des précipitations de forte intensité, et peu de dépendance spatiale. En revanche, les précipitations estivales (juin–septembre) moyennes et de forte intensité diminuent de façon négligeable à la plupart des stations météorologiques de l’île, à l'exception de celles situées dans secteur sud-ouest qui subissent une réduction de 15% par rapport à 1971–2000. Les projections faites à l'aide des fonctions orthogonales empiriques communes exhibent une forte dépendance spatiale. Les précipitations hivernales futures devraient augmenter seulement sur la côte ouest de l’île de 11% en moyenne alors que la côte sud-est connaîtra des diminutions de 5 à 10%. La même configuration se répète en été, bien qu'avec des accroissements négligeables sur la côte ouest et des diminutions de 12 à 16% sur la côte sud-est. La fiabilité de cette nouvelle méthode EOF reste toutefois à établir. Dans les deux saisons, la fréquence des précipitations diminue légèrement à toutes les stations, les diminutions du nombre total de jours avec précipitations mesurables variant entre 2 et 8%.     

统计降尺度法对华北地区未来区域气温变化情景的预估

迄今为止,大部分海气耦合气候模式（AOGCM）的空间分辨率还较低,很难对区域尺度的气候变化情景做合理的预测。降尺度法已广泛用于弥补AOGCM在这方面的不足。作者采用统计降尺度方法对1月和7月华北地区49个气象观测站的未来月平均温度变化情景进行预估。采用的统计降尺度方法是主分量分析与逐步回归分析相结合的多元线性回归模型。首先,采用1961～2000年的 NCEP再分析资料和49个台站的观测资料建立月平均温度的统计降尺度模型,然后把建立的统计降尺度模型应用于HadCM3 SRES A2 和 B2 两种排放情景, 从而生成各个台站1950～2099年1月份和7月份温度变化情景。结果表明:在当前气候条件下,无论1月还是7月,统计降尺度方法模拟的温度与观测的温度有很好的一致性,而且在大多数台站,统计降尺度模拟气温与观测值相比略微偏低。对于未来气候情景的预估方面,无论1月还是7月,也无论是HadCM3 SRES A2 还是B2排放情景驱动统计模型,结果表明大多数的站点都存在温度的明显上升趋势,同时7月的上升趋势与1月相比偏低。     

Statistical Downscaling Prediction of Summer Precipitation in Southeastern China

A statistical downscaling approach based on multiple-linear-regression (MLR) for the prediction of summer precipitation anomaly in southeastern China was established, which was based on the outputs of seven operational dynamical models of Development of a European Multi-model Ensemble System for Seasonal to Interannual Prediction (DEMETER) and observed data. It was found that the anomaly correlation coefficients (ACCs) spatial pattern of June-July-August (JJA) precipitation over southeastern China between the seven models and the observation were increased significantly; especially in the central and the northeastern areas, the ACCs were all larger than 0.42 (above 95% level) and 0.53 (above 99% level). Meanwhile, the root-mean-square errors (RMSE) were reduced in each model along with the multi-model ensemble (MME) for some of the stations in the northeastern area; additionally, the value of RMSE difference between before and after downscaling at some stations were larger than 1 mm d-1. Regionally averaged JJA rainfall anomaly temporal series of the downscaling scheme can capture the main characteristics of observation, while the correlation coefficients (CCs) between the temporal variations of the observation and downscaling results varied from 0.52 to 0.69 with corresponding variations from -0.27 to 0.22 for CCs between the observation and outputs of the models.     

Statistical Downscaling of FGOALS-s2 Projected Precipitation in Eastern China

A statistical regression downscaling method was used to project future changes in precipitation over eastern China based on Phase 5 of the Coupled Model Intercomparison Project （CMIPS） the Representative Concentration Pathway （RCP） scenarios simulated by the second spectral version of the Flexible Global Ocean- Atmosphere-Land System （FGOALS-s2） model. Our val- idation results show that the downscaled time series agree well with the present observed precipitation in terms of both the annual mean and the seasonal cycle. The regres- sion models built from the historical data are then used to generate future projections. The results show that the en- hanced land-sea thermal contrast strengthens both the subtropical anticyclone over the western Pacific and the east Asian summer monsoon flow under both RCPs. However, the trend of precipitation in response to warming over the 21 st century are different across eastern Chi- na under different RCPs. The area to the north of 32°N is likely to experience an increase in annual mean precipitation, while for the area between 23°N and 32°N mean precipitation is projected to decrease slightly over this century under RCP8.5. The change difference between scenarios mainly exists in the middle and late century. The land-sea thermal contrast and the associated east Asian summer monsoon flow are stronger, such that precipitation increases more, at higher latitudes under RCP8.5 compared to under RCP4.5. For the region south of 32°N, rainfall is projected to increase slightly under RCP4.5 but decrease under RCP8.5 in the late century. At the high resolution of 5 km, our statistically downscaled results for projected precipitation can be used to force hydrological models to project hydrological processes, which will be of great benefit to regional water planning and management.     

An Experiment of a Statistical Downscaling Forecast Model for Summer Precipitation over China

A combination of the optimal subset regression (OSR) approach, the coupled general circulation model of the National Climate Center (NCC-CGCM) and precipitation observations from 160 stations over China is used to construct a statistical downscaling forecast model for precipitation in summer. Retroactive forecasts are performed to assess the skill of statistical downscaling during the period from 2003 to 2009. The results show a poor simulation for summer precipitation by the NCC- CGCM for China, and the average spatial anomaly correlation coefficient (ACC) is 0.01 in the forecast period. The forecast skill can be improved by OSR statistical downscaling, and the OSR forecast performs better than the NCC-CGCM in most years except 2003. The spatial ACC is more than 0.2 in the years 2008 and 2009, which proves to be relatively skillful. Moreover, the statistical downscaling forecast performs relatively well for the main rain belt of the summer precipitation in some years, including 2005, 2006, 2008, and 2009. However, the forecast skill of statistical downscaling is restricted to some extent by the relatively low skill of the NCC- CGCM.     

Predictor Selection for CNN-based Statistical Downscaling of Monthly Precipitation

Convolutional neural networks(CNNs) have been widely studied and found to obtain favorable results in statistical downscaling to derive high-resolution climate variables from large-scale coarse general circulation models(GCMs).However, there is a lack of research exploring the predictor selection for CNN modeling. This paper presents an effective and efficient greedy elimination algorithm to address this problem. The algorithm has three main steps: predictor importance attribution, predictor rem...     

统计降尺度方法在北京月尺度预测中的应用

利用SDSM(statistical downscaling method)方法对北京47年(1961-2007年)的最低、最高气温和降水变化情况进行模拟评估,在此基础上对2008年北京奥运期间和2009年国庆期间天气变化进行实际预测应用。结果表明,SDSM方法具备模拟气温和降水等要素的能力。从年际变化模拟的情况上看,SDSM模型对气温模拟的效果好于降水,其中对于月平均最低(最高)气温模拟的效果好于最低(最高)气温极值的模拟。模型模拟的逐年极端最高(最低)气温结果在整体上偏低于实况气温,体现出气温极值模拟能力的不足。SDSM模型模拟的降水量整体上小于实测值,对降水极大值模拟能力更弱。对奥运会和国庆期间北京天气预测结果表明,模型对日最高、最低气温和降水的数值预测能力较差,预测值偏低于实际值,但升温和降温过程发生的时段能够准确的预测。     

黄淮地区夏季降水的统计降尺度预测

利用1991-2011年黄淮地区夏季降水、NCEP/NCAR再分析资料和国家气候中心第2代动力气候模式（BCC_CSM1.1m）夏季回报结果,研究黄淮地区夏季降水降尺度预测模型和可预报性来源。诊断发现,黄淮地区夏季降水与同期南亚高压、乌拉尔山附近阻塞高压、西风急流、西太平洋赤道上空200 hPa纬向风场呈明显正相关。分析BCC_CSM1.1m对夏季环流的回报结果发现,模式对200 hPa和500 hPa位势高度场、200 hPa纬向风场和850 hPa经向风场上影响黄淮地区夏季降水的部分关键区域有较好的模拟能力。利用模式预报技巧较高且对黄淮地区夏季降水的影响有物理含义的环流特征作为预测因子,对比预测因子进行独立性筛选前后分别建立的降尺度预测模型发现,黄淮地区夏季降水预测与实况的距平符号一致率由61%提高到72%。预测技巧来源分析发现,降尺度预测能力与BCC_CSM1.1m对影响黄淮地区夏季降水的3个关键因子乌拉尔山附近环流、南亚高压、西太平洋赤道上空西风强弱的预测技巧密切相关,尤其是模式对西太平洋赤道上空西风的模拟能力起到决定性作用。     

基于统计降尺度模型的江淮流域极端气候的模拟与预估

利用江淮流域29个代表站点1961--2000年逐日最高温度、最低温度和逐日降水资料,以及NCEP逐日大尺度环流场资料,引入基于多元线性回归与随机天气发生器相结合的统计降尺度模型SDSM（statistical downscalingmodel）,通过对每个站点建模,确立SDSM参数,并将该模型应用于SRESA2排放情景下HadCM3和cGcM3模式,得到了江淮流域各代表台站21世纪的逐日最高、最低温度和降水序列以及热浪、霜冻、强降水等极端气候指数。结果表明,当前气候下,统计降尺度方法模拟的极端温度指数与观测值有很好的一致性,能有效纠正耦合模式的“冷偏差”,如SDSM对江淮平均的冬季最高、最低温度的模拟偏差较CGCM3模式分别减少3℃和4．5℃。对于极端降水则能显著纠正耦合模式模拟的降水强度偏低的问题,如CGCM3对江淮流域夏季降水强度的模拟偏差为-60．6％,但降尺度后SDSM—CGCM3的偏差仅为-6％,说明降尺度模型SDSM的确有“增加值”的作用。21世纪末期在未来SRESA2情景下,对于极端温度,无论Had．CM3还是CGCM3模式驱动统计模型,江淮流域所有代表台站,各个季节的最高、最低温度都显著增加,且以夏季最为显著,增幅在2—4℃;与之相应霜冻天数将大幅减少,热浪天数大幅增多,各站点冬季霜冻天数减少幅度为5—25d,夏季热浪天数增加幅度为4～14d;对于极端降水指数,在两个不同耦合模式HadCM3和CGCM3驱动下的变化尤其是变化幅度的一致性比温度差,但大部分站点各个季节极端强降水事件将增多,强度增强,SDSM—HadCM3和SDSM-CGCM3预估的夏季极端降水贡献率将分别增加26％和27％。     

中国夏季降水的组合统计降尺度模型预测研究

现阶段的动力气候模式尚不能满足东亚区域气候预测的实际需求,这就需要动力和统计相结合的方法,将动力模式中具有较高预测技巧的大尺度环流信息应用到降水等气象要素的统计预测模型当中,以改善后者预测效果。本文中所介绍的组合统计降尺度模型,可将动力气候模式预测的大尺度环流变量和前期观测的外强迫信号作为预测因子来预测中国夏季降水异常。交叉检验结果显示,组合统计降尺度预测模型的距平相关系数较原始模式结果有较大提高。在实时夏季降水预测中,2013～2018年平均的预测技巧相对较高,趋势异常综合检验（PS）评分平均为71.5分,特别是2015～2018年平均的PS评分预测技巧达到72.7分,总体上高于业务模式原始预测和业务发布预测的技巧。该组合统计降尺度模型预测性能稳定,为我国季节预测业务提供了一种有效参考。     

使用岭回归对哈萨克斯坦月平均气温的统计降尺度研究

哈萨克斯坦是世界最大的内陆国家,拥有典型的大陆性气候和多样的地理环境及生态系统,同时哈萨克斯坦的自然环境和人类社会对于气候变化这一全球性问题是敏感的、脆弱的,需要运用科学的研究方法应对气候变化的挑战。通常,区域或局地尺度的气候变化影响研究需要对气候模式输出或再分析资料进行降尺度以获得更细分辨率的气候资料。近年来,大量验证统计降尺度方法在各个地区能力的研究见诸文献,然而在哈萨克斯坦地区验证统计降尺度方法的研究非常少见。本文使用了岭回归的方法对哈萨克斯坦地区11个气象站点1960~2009年的月平均气温进行了统计降尺度研究。结果显示,使用前30年数据和岭回归模型建立大尺度预报因子和观测资料的统计关系可以较好地预测后20年的月平均气温,预测能力在各站各月均有不同程度的差异,地形复杂的站点预测效果较差,夏季预测结果好于冬季;此外,将哈萨克斯坦地区平均来看则与观测数据相吻合。     

基于DERF的SD方法预测月降水和极端降水日数

针对动力气候模式对区域或更小空间尺度内的日降水预测技巧偏低的问题,应用最优子集回归 (OSR) 方法对国家气候中心业务化的月动力气候模式 (DERF) 输出的高度场、风场和海平面气压场进行降尺度处理用于降水预测,旨在提高预测准确率。1982—2006年交叉检验结果表明：OSR方法能显著提高降水预测技巧,其中11~40 d改善效果最为显著。在此基础上,应用一步法和两步法两种统计降尺度方法预测极端降水日数,交叉检验结果表明:两种方法均优于随机预测,冬季两步法预测技巧略高于一步法,夏季一步法略优于两步法。综合认为OSR,OSR结合随机天气发生器 (WG) 两种统计降尺度方法对月尺度降水或极端降水日数的预测均具有较高的技巧,可作为短期气候预测的重要参考信息。     

中国西南夏季降水预测的统计降尺度建模分析

利用BP-CCA方法并结合当前国际先进气候预测模式结果,探讨了如何建立对西南夏季降水具有较高预测技巧的统计降尺度模型及其可预报性来源。结果表明,将热带区域海表温度作为预测因子的降尺度模型的预测能力优于亚洲区域和热带区域500 h Pa位势高度作为预测因子的模型。对模型可预报性来源的分析表明,热带区域海表温度作为预测因子的降尺度模型的预测能力年与年之间的差异主要受热带海表温度EOF第二模态的影响。该模态表现为在热带东南印度洋及西太平洋区域有正载荷值,而在热带中东太平洋区域有负载荷中心,其与影响西南夏季降水的菲律宾和海洋大陆西部对流有较好的相关,并且ECMWF和NCEP业务气候预测模式对其有较好的预测能力。     

Long-Term Trend of Temperature Derived by Statistical Downscaling Based on EOF Analysis

This study analyzes the ability of statistical downscaling models in simulating the long-term trend of temperature and associated causes at 48 stations in northern China in January and July 1961–2006. The statistical downscaling models are established through multiple stepwise regressions of predictor principal components (PCs). The predictors in this study include temperature at 850 hPa (T850), and the combination of geopotential height and temperature at 850 hPa (H850+T850). For the combined predictors, Empirical Orthogonal Function (EOF) analysis of the two combined fields is conducted. The modeling results from HadCM3 and ECHAM5 under 20C3M and SERS A1B scenarios are applied to the statistical downscaling models to construct local present and future climate change scenarios for each station, during which the projected EOF analysis and the common EOF analysis are utilized to derive EOFs and PCs from the two general circulation models (GCMs). The results show that (1) the trend of temperature in July is associated with the first EOF pattern of the two combined fields, not with the EOF pattern of the regional warming; (2) although HadCM3 and ECHAM5 have simulated a false long-term trend of temperature, the statistical downscaling method is able to well reproduce a correct long-term trend of temperature in northern China due to the successful simulation of the trend of main PCs of the GCM predictors; (3) when the two-field combination and the projected EOF analysis are used, temperature change scenarios have a similar seasonal variation to the observed one; and (4) compared with the results of the common EOF analysis, those of the projected EOF analysis have been much more strongly determined by the observed large-scale atmospheric circulation patterns.     

一种分离时间尺度的统计降尺度模型的建立和应用——以华北汛期降水为例

针对预报量变化中存在受不同物理因子控制的不同时间尺度变率特征, 本文提出了分离时间尺度的统计降尺度模型。应用滤波方法, 将不同尺度的变率分量分开, 在各自对应的时间尺度上利用不同的大尺度气候因子分别建立降尺度模型。华北汛期 (7～8月) 降水具有年际变率和年代际变率, 本文以华北汛期降水为例利用分离时间尺度的统计降尺度模型进行预测研究。采用的预报因子来自海平面气压场、 500 hPa位势高度场、 850 hPa经向风场和海表温度场以及一些已知的大尺度气候指数。利用基于交叉检验的逐步回归法建立模型。结果表明, 年际尺度上, 华北汛期降水与前期6月赤道中东太平洋海温以及同期中国东部的低层经向风密切相关; 年代际尺度上, 在东印度洋—西太平洋暖池海温的作用下, 华北降水与前期6月西南印度洋海平面气压有同步变化关系。年际模型和年代际模型的结果相加得到对总降水量的降尺度结果。1991～2008年的独立检验中, 模型估计的降水和观测降水的相关系数是0.82, 平均均方根误差是14.8%。结合模式的回报资料, 利用降尺度模型对1991～2001年的华北汛期降水进行回报试验。相比于模式直接预测的降水, 降尺度模型预测的结果有明显改进。改进了模式预测中年际变率过小的问题, 与观测降水的相关系数由0.12提高到0.45。     

月动力延伸预报500hPa高度场检验及其在重庆月气候预测中降尺度应用

根据2015年国家气候中心实时下发的第二代月动力延伸模式(DERF2.0)逐日资料和历史回算资料,统计构建不同时间起报的月500hPa高度场格点数据序列,针对重庆2月气温和8月降水量方差和预测难度较大的事实,分别分析2010-2014年逐年1月和7月16日、21日、26日、31日起报的2月和8月500hPa高度场预报场与同期NCEP资料实况场的分布型,结果表明：预测效果低纬好于中高纬,8月总体好于2月;基于上述滚动的500hPa预报场,试验了4个关键区和5种统计降尺度方法,对重庆2010-2015年2月气温和2010-2014年8月降水量进行回报预测和检验结果表明,16日起报的模式场对2月气温有较好的参考价值,配合最好的关键区为本区上空,而降尺度方案中Lamb方法效果最佳,二者结合的预测效果最好;8月降水回报检验表明,虽然8月降水预测效果不如2月气温,但在预测关键区取自定义关键区时,车氏方法的降尺度方案预测效果相对较好。     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。     

新疆夏季降水和冬季气温预测方法及效果评估

本文利用4个国内外先进的气候模式（国家气候中心、ECMWF、NCEP和JMA）业务预测数据,采用2种多模式集合方法（等权平均和超级集合）、3种降尺度方法（BP-CCA、EOF迭代、高相关回归集成）和3种统计方法（CCA、最优气候值、高相关回归集成）以及降尺度集成和降尺度-统计方法集成,分析了目前季节模式、多模式集合、降尺度、统计方法、降尺度-统计集合等目前常用气候预测技术对新疆夏季降水和冬季气温的业务预测能力。 研究表明,以上技术方法对新疆夏季降水和冬季气温的预测预测能力有较大差别。目前先进的气候业务模式的预测技巧普遍很低,多模式超级集合和降尺度方法的技巧常高于单个模式,并且最佳的降尺度方法通常技巧高于最佳多模式集合方法。同时,统计方法和降尺度方法的预测技巧通常较为接近,而对二者进行超级集合可以具有相对很高的预测技巧。此外,现有常用气候预测技术方法对新疆夏季降水和冬季气温的趋势有一定的预测能力,但对气候异常的空间分布基本无预测能力。建议新疆气候预测技术围绕统计和降尺度方法集合发展。     

基于时空统计降尺度的淮河流域夏季分月降水概率预测

针对淮河流域水资源短缺、洪涝、干旱并存的问题,基于国家气候中心第二代季节气候模式的集合回报数据集(1991—2014年),建立时空相结合的统计降尺度模型,提前1—3个月预测该流域夏季分月降水,应用ROC(relative operating characteristics)评分评估比较了不同集合预测方案的预测技巧。交叉检验结果表明,样本数取18、20、22、28时,集合预测方案对3、4、5月三个起报时次预测的夏季各月降水技巧预测均高于模式预测技巧。2015—2017年的独立样本检验进一步表明该统计降尺度模型能够明显降低3月、5月起报的6月和8月的降水预测偏差。认为可尝试将该降尺度方法应用于淮河流域夏季降水预测及进一步的流域水文预测。