1、為了對(duì)長(zhǎng)江中下游夏季降水進(jìn)行短期氣候預(yù)測(cè)，利用了國(guó)家氣候中心提供的全國(guó)160個(gè)測(cè)站1951～2014年的逐月降水資料，NCEP/NCAR提供的1951～2014年大氣月平均再分析資料，國(guó)家氣候中心提供的74項(xiàng)環(huán)流指數(shù)和NOAA整編多種指數(shù)資料，采用相關(guān)分析、合成分析、回歸分析等方法研究了長(zhǎng)江中下游夏季降水的變化趨勢(shì)，關(guān)鍵影響因子對(duì)夏季降水的影響;利用數(shù)據(jù)挖掘方法(C4.5算法、CART算法)和前期春季、前期冬季、同期夏季影響因子建立了夏

2、季降水預(yù)測(cè)模型。主要成果如下:
　　(1)近63年長(zhǎng)江中下游地區(qū)夏季降水總體呈現(xiàn)上升的變化趨勢(shì)，且在1979年左右降水量發(fā)生了突變。長(zhǎng)江中下游地區(qū)夏季多雨年時(shí)，降水量最多的區(qū)域在安徽、江西、浙江三省的交界處。長(zhǎng)江中下游地區(qū)夏季少雨年時(shí)，降水量最少的區(qū)域主要在湖南北部岳陽(yáng)附近和湖北省與江西省交界處。
　　(2)利用數(shù)據(jù)挖掘中的C4.5算法和前期春季影響因子建立長(zhǎng)江中下游夏季降水預(yù)測(cè)模型。降水是否偏多、是否偏少模型預(yù)測(cè)準(zhǔn)確率分別

3、為91.67％、85.71％。利用CART算法分別和前期冬季影響因子、同期夏季影響因子建立夏季降水預(yù)測(cè)模型。前期冬季因子建立的降水是否偏多、是否偏少模型預(yù)測(cè)準(zhǔn)確率分別為70.59％、83.33％，同期夏季因子建立的兩模型預(yù)測(cè)準(zhǔn)確率分別為82.35％、75％。
　　(3)基于數(shù)據(jù)挖掘方法的長(zhǎng)江中下游夏季降水預(yù)測(cè)模型具有較高的預(yù)測(cè)準(zhǔn)確率，模型構(gòu)建具有天氣學(xué)意義，判別規(guī)則依據(jù)大數(shù)據(jù)理論，廣泛考慮相關(guān)因子、多種診斷因子以及大量指數(shù)因子的排

4、列組合，能夠針對(duì)各年的特點(diǎn)，提供規(guī)則集中不同遞進(jìn)層級(jí)的規(guī)則進(jìn)行預(yù)測(cè)。智能化選擇關(guān)鍵因子，易于客觀化、自動(dòng)化實(shí)施，為長(zhǎng)江流域汛期降水的短期氣候預(yù)測(cè)提供了新的思路與方法。
　　(4)當(dāng)前期春季太平洋副高強(qiáng)度指數(shù)、北半球副高強(qiáng)度指數(shù)加強(qiáng)時(shí)，夏季西太平洋副熱帶高壓加強(qiáng)，利于長(zhǎng)江流域南部的西南暖濕氣流向長(zhǎng)江中下游地區(qū)輸送，貝加爾湖南部的反氣旋促進(jìn)了冷空氣的南下，為長(zhǎng)江中下游地區(qū)提供了暖濕空氣和冷空氣，有利于該地區(qū)夏季降水增多;反之則不利于降