随着全球变暖的持续，极端降水事件的频率和强度显著增加，对自然环境、社会经济系统和人类健康产生了深远影响。在不同国家，根据各自的气候特征、数据和工程传统，应用不同的极值建模方法进行预测和灾害预防。在中国大陆，自2006年以来，Pearson III 型（PE3）单分布算法被推荐作为全国降水极值预测的单一模型。然而，这种在全国范围内一致使用 PE3 的做法假定各地区分布相同，忽略了中国大陆降水空间异质性明显的特点。在本研究中，我们使用1961年至2022年的高分辨率格点日降水数据，在百年尺度上测试了在中国大陆计算降水极值时常用的7种极端降水分布函数。我们的研究结果提出了一个综合区域最优模型（RO3），该模型考虑了三种分布：广义极值（GEV）、韦布尔（WEI）和PE3分布。RO3模型在中国大陆超过85%的格点上实现了最优拟合，其中GEV在48%的地区表现最佳，其次是WEI和PE3分布。与传统的PE3算法相比，RO3模型显著提高了60%地区的极端降水拟合优度，并在20%的地区降低了百年重现期的估计偏差。此外，与世界气象组织（WMO）认可的GEV模型相比，RO3在30%的地区提高了拟合效果，并将强度偏差减少了16%。总体而言，我们的研究结果提供了一个新的模型，可适应空间异质性，用于预测中国大陆百年尺度的极端降水，对改进防洪及工程建设标准提供科学依据。

极端降水,预测模型