Dynamical and Statistical models are operationally used by Snow and Avalanche Study Establishment (SASE) for winter precipitation forecasting over the Northwest Himalayas (NWH). In this paper, a statistical regression model developed for seasonal (December–April) precipitation forecast over Northwest Himalaya is discussed. After carrying out the analysis of various atmospheric parameters that affect the winter precipitation over the NWH two parameters are selected such as North Atlantic Oscillation (NAO) and Outgoing Long wave Radiation (OLR) over specific areas of North Atlantic Ocean for the development of statistical regression model. A set of 27 years (1990–1991 to 2016–2017) of observed precipitation data and parameters (NAO and OLR) are utilized. Out of 27 years of data, first 20 years (1990–1991 to 2009–2010) are used for the development of regression model and remaining 7 years (2010–2011 to 2016–2017) are used for the validation purpose. Precipitation over NWH mainly associated with Western Disturbances (WDs) and the results of the present study reveal that NAO during SON has negative relationship with WDs and also with the winter precipitation over same region. Quantitative validation of the multiple regression model, result shows good Skill Score and RMSE-observations standard deviation ratio (RSR) which is 0.79 and 0.45 respectively and BIAS − 0.92.

中文翻译：

---

西北喜马拉雅山季节性降水预报的统计方法：以北大西洋涛动为前兆

雪和雪崩研究机构 (SASE) 在业务上使用动力学和统计模型来预测喜马拉雅西北部 (NWH) 的冬季降水。在本文中，讨论了为喜马拉雅西北部季节性（12 月至 4 月）降水预报开发的统计回归模型。在对影响 NWH 冬季降水的各种大气参数进行分析后，选择北大西洋特定区域的北大西洋涛动 (NAO) 和外向长波辐射 (OLR) 两个参数进行统计回归模型。使用了一组 27 年（1990-1991 年至 2016-2017 年）的观测降水数据和参数（NAO 和 OLR）。在 27 年的数据中，前 20 年（1990-1991 至 2009-2010）用于开发回归模型，其余 7 年（2010-2011 至 2016-2017）用于验证目的。NWH的降水主要与西部扰动（WDs）有关，本研究结果表明，SON期间的NAO与WDs以及同一地区的冬季降水呈负相关。多元回归模型的定量验证，结果显示良好的技能分数和 RMSE 观察标准偏差比 (RSR) 分别为 0.79 和 0.45，BIAS - 0.92。NWH的降水主要与西部扰动（WDs）有关，本研究结果表明，SON期间的NAO与WDs以及同一地区的冬季降水呈负相关。多元回归模型的定量验证，结果显示良好的技能分数和 RMSE 观察标准偏差比 (RSR) 分别为 0.79 和 0.45，BIAS - 0.92。NWH的降水主要与西部扰动（WDs）有关，本研究结果表明，SON期间的NAO与WDs以及同一地区的冬季降水呈负相关。多元回归模型的定量验证，结果显示良好的技能分数和 RMSE 观察标准偏差比 (RSR) 分别为 0.79 和 0.45，BIAS - 0.92。