近十年来，华北夏季极端强降水事件频发、重发，对社会经济造成严重危害。当前动力模式对该类事件的预报时效不足10天，如何实现次季节尺度（10-90天）预报面临巨大科学挑战。本文利用1961–2020年中国地面气象站观测降水和美国NCEP/NCAR全球大气环流再分析数据，通过傅里叶变换、多变量经验正交分解（MVEOF）和随机森林（RF）回归等方法，深入探讨近60年来华北地区夏季强降水次季节振荡时、空演变规律，寻找有指示意义的关键大气次季节信号，构建基于统计诊断方法和深度学习算法的强降水次季节预测模型。
结果表明，（1）10–30 d次季节振荡对华北汛期侯尺度强降水年际变化的贡献显著高于其他时间尺度，强降水发生时，对流层低层华北气旋促进暖湿水汽强烈辐合，中层欧亚大陆“西低东高”环流形势显著增强动力抬升；（2）强降水通常对应东北亚高度差指数NEA_hgta和华北涡度指数NC_vort波谷或衰减期，这一关系在持续性暴雨期间尤其明显。关键指数超前强降水存在显著预见期，大雨情形下有效预测时效延长，例如，P1预见期（15 d以内）在汛期、大雨和中雨情形下均通过检验，但P2预见期（15–30 d）仅存在于大雨情形下；（3）基于关键指数的最优预见日并结合人工智能算法，构建MVEOF-RF华北次季节强降水分级预测模型，对汛期整体预测准确率为80.0%，对大雨在提前15 d以内和15–30 d的预测准确率分别达到70%和65%，最早提前18 d较准确预报大雨及以上过程日期和强度。上述结论揭示关键大气次季节信号对华北汛期强降水的影响机制，为提升汛期次季节预测水平和增强早期预警能力提供科学依据。

极端强降水,次季节变率,中高纬环流异常,延伸期预报