可解释 AI 预测中国中部 2026 年夏季偏干异常

季节性降水异常在很大程度上受大气环流调控，而动力模式对大气环流的预测可靠性高于对降水本身的预测。本文采用一种深度学习模型，将动力环流预测转化为降水估计。从 3 月至 5 月初始化的预测一致表明，2026 年夏季中国中部将出现偏干异常。回顾性评估显示，在类比年份中预测技巧更高，而这些年份也往往表现出赤道中太平洋增暖从前一冬季持续到夏季。这种增暖有利于在西北太平洋—南海—华南地区形成异常气旋性环流，从而引发偏北风和水汽辐散，共同抑制中国中部降雨。作为对这一机制的支持，逐层相关性传播（LRP）独立地将这些偏北风识别为所有模型输入中主导该预测的驱动因素。扰动测试支持了这一归因：移除 LRP 识别出的特征后，偏干异常被有效消除。因此，我们的框架为 AI 得出的区域气候预测提供了具有物理可解释性的解释，有助于在观测数据可用之前进行基于证据的评估。