El método de regresión múltiple sigue siendo una herramienta importante para establecer modelos de pronóstico de precipitación con un tiempo de anticipación de una temporada. Este estudio desarrolló un modelo de pronóstico estadístico flexible para la precipitación de julio en los tramos medio-bajos del río Yangtsé (MLYR) basado en la temperatura del mar en superficie (SST) del invierno anterior. De acuerdo con las características de las muestras observadas y el conocimiento teórico relacionado, se introdujeron algunos tratamientos especiales (es decir, métodos más flexibles y mejor dirigidos) en el modelo de pronóstico. Estos tratamientos especiales incluyen una definición flexible del dominio MLYR, la extracción de señales indicativas del campo de SST, muestras artificiales y la amplificación de la precipitación anormal. Los experimentos de pronóstico en rodante muestran que la correlación lineal entre la predicción y la observación es de alrededor de 0.5, más de la mitad de los años de precipitación anormal pueden ser predichos con éxito, y no hay predicciones contradictorias de los años anormales. Estos resultados indican que el modelo de pronóstico estadístico flexible es valioso en aplicaciones de la vida real. Además, los experimentos de sensibilidad muestran que las habilidades de pronóstico sin estos tratamientos especiales disminuyen claramente. Esto sugiere que los modelos de pronóstico pueden beneficiarse del uso de métodos estadísticos de una manera más flexible y mejor dirigida.