夏季中国人口密集的长江中下游地区极端高温频发，严重影响了当地经济发展和生态系统。然而，当前对该地区极端高温日数的准确预测仍然是一个挑战。例如，美国国家海洋和大气管理局第二代气候预测系统（CFSv2）在这方面表现不佳。因此，基于年际增量方法，本文建立了长江中下游地区混合季节性预测模型(HM_YRB)，以提高对夏季极端高温日数的预测能力。该模型基于以下4个预测因子：观测的前期4到5月欧洲西北部融雪；3月中西伯利亚高原积雪深度；CFSv2预测夏季海洋性大陆周围海温及青藏高原上空200hPa位势高度。结果显示，HM_YRB在预测极端高温日数的年际变化和趋势方面显示出良好的能力，在1983~2015年留一法交叉验证中，相关系数达到0.58，同号率为76%。此外，HM_YRB在独立预测期间（2016~2022年）也保持了较高的同号率（86%）预测技巧和稳健性。此外，HM_YRB对于极端高温日数高频发的年份表现良好，命中率为40%。虽然在强度上存在偏差，但HM_YRB中使用的预测因子对于预测长江中下游地区夏季平均日最高气温具有较好的预测技巧。因此，本研究为预测类似2022年的极端高温事件提供了新思路。
 

极端高温, 长江中下游, CFSv2, 季节预测, 留一法交叉验证