东北太平洋是全球第二大热带气旋生成区，该区域的热带气旋活动对海上交通与能源开发安全具有重要影响。然而，由于热带气旋的发生受到多尺度因子的协同控制，传统动力模式在季节尺度的频次预测上仍存在局限性。本研究旨在构建一个客观的季节尺度热带气旋年频次预测模型。
研究提取了1965–2024年北半球春季（3–5月）的海表温度、风场、比湿等16项关键环境前兆信号。在特征工程阶段，首先通过Lasso回归进行初步筛选，随后利用逐步向前回归法进一步优化特征组合，最终确定了850hPa纬向风、春季Nino3.4指数最大值、500hPa垂直速度、700hPa比湿和500hPa位势高度5个核心预测变量。在此基础上，针对小样本和变量多重共线性问题，建立了偏最小二乘（PLS）回归预测模型。
模型采用1965–2011年的数据作为训练集，2012–2024年的数据进行独立测试验证。结果表明，模型在训练集上的相关系数（CC）为0.733，均方根误差（RMSE）为2.459；在测试集上的CC达到了0.809，RMSE为2.903。回溯预测结果显示，该模型不仅具备良好的泛化能力且未出现过拟合现象，还准确捕捉到了1965年至2024年间热带气旋频次的年际变化特征。该模型可作为一种快速、可业务化的统计工具，为相关部门提供定量的预测参考。
 

东北太平洋；热带气旋频次；偏最小二乘回归（PLS）；季节预测