印度季风小时降雨极值的亚季节调制与可预测性

小时降雨极值引发其中一些最具毁灭性的天气灾害，然而数值天气预报模型仍难以预测它们，亦无明确的物理依据来解释其可预测性。本文我们识别出小时降雨极值与表面温度、季节内振荡相位（MISO）以及可降水水汽之间存在三元聚类，奠定了这些事件中期范围可预测性的物理基础。这种聚类源于多尺度相互作用，其中极值组织为嵌入孟尺度对流簇并处于活跃 MISO 相位的气象低压系统中的风暴系统。我们开发了一套算法，用于识别、跟踪和监控这些风暴系统。尽管快速误差增长限制了对孤立小时极值的预测，但我们的研究为基于物理信息的深度学习数据驱动模型训练提供了依据，以在一周以上时间范围内预测这些组织化的小时降雨极值簇，为减轻极端降雨造成的损失提供了巨大的潜在价值。