Al construir una red de correlación entre las anomalías de temperatura de la superficie del mar (SSTAs) global y las anomalías de precipitación en verano en la meseta de Yunnan-Guizhou, se seleccionaron las regiones clave de SST que influyen en las anomalías de precipitación en verano en la meseta de Yunnan-Guizhou. Se encontró que las SSTAs de primavera en la bahía de Bengala, el Atlántico suroeste y el Pacífico oriental son cruciales para influir en las anomalías de precipitación en verano en la meseta de Yunnan-Guizhou. Al establecer las SSTAs de estas tres regiones como variables predictoras con 3 meses de anticipación, construimos modelos de regresión lineal múltiple (MLR), regresión de cresta (RR) y regresión lasso (LR) para predecir las anomalías de precipitación en verano en la región de Yunnan-Guizhou. La fase de entrenamiento involucró datos que abarcan desde 1961 hasta 2005, con el objetivo de predecir las anomalías de precipitación en la meseta de Yunnan-Guizhou para el período que se extiende desde 2006 hasta 2022. Basado en los modelos MLR, RR y LR, las correlaciones entre los valores predichos y las anomalías de precipitación observadas en verano en Yunnan-Guizhou fueron 0.48, 0.46 y 0.46, respectivamente. Estos valores fueron todos más altos que los coeficientes de correlación de los valores predichos y observados del modelo NCC_CSM. Además, se evaluó su rendimiento en la predicción de anomalías de precipitación en verano en la región de Yunnan-Guizhou, basado en regiones clave de SST, utilizando métricas de rendimiento como el coeficiente de correlación de anomalías (ACC), la tasa de consistencia de signo de anomalía (PC) y la puntuación de anomalía de tendencia (puntuación PS). El ACC promedio de los modelos MLR, RR y LR fue más alto que el de las predicciones del modelo NCC_CSM. Para los modelos MLR, RR, LR y NCC_CSM, los PCs que superaron el 50% del año fueron 14, 14, 11 y 10, respectivamente. Además, la puntuación PS promedio para predecir las anomalías de precipitación en verano en la región de Yunnan-Guizhou utilizando MLR, RR y LR fue de aproximadamente 73 puntos; 8 puntos más alta que la puntuación PS promedio del modelo NCC_CSM. Por lo tanto, predecir las anomalías de precipitación en verano en la región de Yunnan-Guizhou basado en regiones clave de SST es de gran importancia para mejorar las habilidades de predicción de anomalías de precipitación en esta región.