摘要:四川盆地降水的日变化极具特色,“巴山夜雨”的说法古已有之,但对于地形强降水日变化研究中的难点和颇具致灾性的山地暴雨日变化的研究尚不多见。本文从四川山地暴雨事件的气候特征、时空精细化分布(包括海拔依赖性)与合成特征、动力和热力结构及地形影响、边界层急流对水汽的输送、地面及大气热源的作用、西南低涡的同步贡献、中尺度对流系统的演变、地形重力波的影响等多个视角,综述了近年来在该研究领域取得的若干最新进展。最后指出了仍然存在的一些重要问题,并展望了未来的主攻方向。

摘要:基于1978—2020年河北省142个国家气象站大风观测数据，分析河北省大风气候特征，结合自然灾害风险评估理论，选取大风日数和日极大风速为危险性特征指标构建危险性指数，开展河北省大风灾害危险性评估，得到省域大风灾害危险性空间分布规律。结果表明：河北省平均最大风速总体呈下降趋势，1978年平均最大风速值最大；2014—2020年平均极大风速呈上升趋势，与最大风速的变化趋势相同；河北省4月大风日数最多，9月最少；大风日数呈现西北向东南递减、沿海沧州地区又增多的特征；平均最大风速呈现西北高、东北低的特征，平均极大风速呈现西北和西南高、东南低的特征，张家口坝上平均最大风速和极大风速均最高；大风灾害致灾危险性呈西北高、东北与西南低的特征，其中张家口坝上和承德丰宁县一带最高。

摘要:选取2007—2020年银川、石嘴山、陶乐、青铜峡等4个宁夏北部具有代表性气象站的逐小时10 m高度风速均值和银川站逐小时总辐照度，统计分析小风、寡照及小风寡照3种影响新能源发电的特定天气出现时长及频率变化，结果表明：（1）小风寡照日均时长为14.3 h，基本呈正态分布，相比单一的小风和寡照时长，分别减少4 h和3 h，表明该地风光资源互补性较好；（2）小风寡照日均时长在3—5月最低，最有利于风光互补发电出力，9月—次年1月最高，新能源发电出力最弱；（3）3种天气出现次数随持续时间增加而显著下降，秋、冬季是其长时间持续的多发季节。

摘要:采用常规气象观测资料、FNL和EAR5再分析资料对山西地区一次高压输电线覆冰事件进行分析，并利用中尺度数值模式WRF耦合Jones积冰模型对覆冰厚度进行模拟，结果表明：（1）此次覆冰事件是一次由冻雨导致的典型降水型覆冰事件，冷暖气团相互作用形成的“冷-暖-冷”层结结构是此次覆冰事件的天气学背景；（2）整体上，WRF模拟的降水场与地面风场和实况具有较好的一致性，可以作为积冰模型的输入值；（3）Jones积冰模拟显示13日0时输电线开始出现覆冰现象，06-10时及16-19时覆冰厚度快速增加，19时覆冰厚度达16.35 mm；（4）耦合了Jones积冰模型的WRF模式模拟的输电线覆冰厚度较实况偏小，但模拟的覆冰厚度超出设备阈值时间与实际断电时间一致，表明模型对此次覆冰事件的预测具有一定的可参考性。

摘要:利用唐山地区11个气象观测站1990—2023年逐日最高气温、最低气温、日照时数资料以及乐亭辐射观测站同期的逐日太阳总辐射资料，基于日照百分率与气温日较差综合模型计算唐山地区各气象观测站（除乐亭）的太阳总辐射，通过经验正交函数分解（EOF）、旋转经验正交函数分解（REOF）、Mann-Kendall 突变检验、经验模态函数分解（EMD）等方法分析唐山地区太阳辐射时空变化特征。结果表明：EOF第1模态反映了唐山地区太阳辐射一致的变化特点，20世纪90年代显著上升，21世纪初显著下降，2006年发生突变。EOF第2模态反映了太阳辐射东西反向变化的特点，年代际变化与第1模态一致但没有发生突变。REOF空间分型有6个，分别为北部型、西部型、西北部型、南部沿海型、中南部型、东部型。唐山地区光伏系统最佳倾角为35°～37°，接近当地纬度略有偏低，最佳倾角斜面上的年平均总辐射为5717～6 253 MJ/m²。

摘要:如何用多源气象资料监测突发森林火灾并分析机理,是大气探测与大气遥感面临的挑战。以2019年3月31日18时四川省凉山州木里县雅砻江镇立尔村的森林火灾因突发山火爆燃导致31名救火人员牺牲的事件为例,研究了天气背景、卫星云图、风矢-位温(V-3)图以及卫星遥感甲烷含量的垂直分布等特征。结果表明:林火区域前期很干燥,没有云和降水,大气的垂直结构显示了中层以下明显的热力不稳定。根据地下排气的作用,烃类气体的强大喷发改变了大气对流层的温湿结构。利用Aqua卫星AIRS传感器的甲烷资料,可监测地球排气现象。地下气体喷发在离地面不远处发生爆炸,造成爆燃。本研究从大气和地质的交叉学科视野进行探索,提出了用多源气象资料监测山火爆燃与地球排气的关系,旨在为保护生态环境防火减灾的科学决策提供依据。

摘要:极端干旱事件的发生和影响在时间和空间上表现不同，扩展时空尺度上极端干旱事件的信息有助于认识其发生特征并准确评估影响。基于新疆夏尔希里雪岭云杉（Picea schrenkiana Fisch.et Mey）树木年轮样本，建立了近300年的树轮宽度年表序列，分析树木径向生长与气候因素的关系，探讨历史极端气候事件及其影响。结果表明：（1）树木径向生长与4月饱和水汽压差（VPD）显著负相关，且在近期明显增强；（2）重大森林生长抑制事件出现在1850—1870年，树木径向生长速率为近300年最低；（3）森林生长抑制事件后期，有些树木表现出生长释放现象。夏尔希里地区在1850—1870年很可能发生了以大气干旱为主要特征的超级持续干旱事件。随着区域VPD持续升高，夏尔希里自然保护区面临极端干旱事件的风险也将升高，雪岭云杉林再次发生生长抑制事件甚至大面积死亡的风险将进一步增大。建议加强夏尔希里自然保护区森林生长的实时监测，准确评估森林生长的健康风险，制定防旱防灾的相应措施。

摘要:基于融雪性洪水发生机理，选取积雪深度、高程、地势起伏度、坡度、水系距离和土地利用类型6个关键因子，结合历史灾情数据，应用信息量模型对春季融雪洪水危险性进行定量评价和区划。结果表明：（1）额尔齐斯河流域春季融雪洪水多发生在海拔1 500 m以下山前平原和河流附近的草地、耕地和居民用地区域；（2）积雪深度和水系距离是影响春季融雪洪水危险性的重要因素。积雪深度在40～50 cm、水系距离在1～2 km的区域洪水发生风险显著；（3）5组随机实验模型平均AUC值为0.86，验证了基于选定的6个关键指标因子，应用信息量模型评价额尔齐斯河流域春季融雪洪水危险性的有效性。

摘要:基于NCEP/NCAR再分析资料，运用欧拉方法、HYSPLIT模式研究1991—2020年（1—12月）新疆中天山北坡45次暴雪天气过程的水汽特征。欧拉方法分析表明，中天山北坡暴雪过程水汽主要来自大西洋，沿途得到阿拉伯海、红海、地中海等地水汽的补充；西边界、北边界中低层、南边界中高层为水汽输入，北边界输入最多。HYSPLIT 模式分析表明，中天山北坡暴雪过程水汽主要来自欧洲和中亚地区，其次地中海和黑海附近区域和大西洋及其沿岸。其中，来自欧洲和中亚的水汽主要输送至700 hPa及以下；来自地中海和黑海附近、大西洋及其沿岸的水汽主要输送至700 hPa以上；对流层低层集中了80%的水汽。各源地水汽随西风气流到达关键区后，主要沿偏西（西南）路径和西北路径输入暴雪区，500 hPa偏西（西南）路径占主要地位，700 hPa及以下西北路径输送的水汽占主导地位。基于上述特征，建立了中天山北坡暴雪过程对流层中低层水汽贡献配置。

摘要:利用多源实况和预报资料，对2021年11月5—8日我国寒潮带来的极端雨雪过程特征及成因进行分析，结果表明：此次过程雨雪累计量和强度在北方初冬均属罕见，过程持续时间长，积雪深度厚，多地降水量和积雪深度突破11月历史极值。极端强降水由异常偏强的大气斜压环境下的高空辐散、中层辐合抬升和低层近地面锋生耦合形成的持续深厚的上升运动，低空偏南急流叠加西太平洋热带扰动北侧偏东急流输送异常强盛的水汽，局部大气不稳定对流及地面气旋移动缓慢等多个因素共同造成，过程动力和水汽条件均明显大于其他雨雪过程。强降水中心的形成有区域差异，华北地区南部和黄淮地区北部、东北地区南部的强降水中心产生主要原因是大尺度动力抬升、丰沛水汽输送和不稳定对流，而内蒙古东南部强降水中心主要由大尺度降水环流形势长时间稳定维持造成。数值模式对极端降水预报有较好的预报能力，但存在一定偏差，因此降水成因和极值预报分析对类似极端过程预报有参考意义。

摘要:基于四川盆地东部2016—2022年3 795个国家气象站和区域气象站4—9月逐小时降水数据，利用百分位法确定了各站次日尺度（1、3、6、12 h）极端强降水的阈值，分析次日尺度极端强降水的特征。结果表明：（1）地形地貌的差异较大，导致极端强降水地区差异大，1、3、6、12 h极端强降水第98.5百分位阈值的均值分别为42、68、92、118 mm；（2）极端强降水主要出现在6—8月， 7月最易出现， 8月次之，2—8时易出现极端强降水，区域性极端强降水天气过程具有同样的特征；（3）四川中部和重庆中西部的较低海拔地区是极端强降水的高发区，区域性极端强降水天气过程强中心主体位置在四川中部偏东到重庆西部一带，产生四川盆地东部地区区域性极端强降水天气过程的主要影响系统为西南涡和地面冷锋；（4）次日尺度极端强降水阈值从地面到海拔400～500 m逐渐增大，之后随海拔高度的变化总体上呈减小趋势，在海拔800、1 500 m附近有弱的波动。

摘要:基于S波段双偏振天气雷达、毫米波云雷达、微波辐射计和激光气溶胶雷达等多源新型探测资料，对2023年8月6日浙江金华一次局地短时暴雨的环境场和降水云结构特征进行分析。结果表明：（1）上干冷、下暖湿的温湿层结提供不稳定条件，地面中尺度冷锋和气旋性涡旋提供有利的动力和热力触发机制。（2）差分反射率因子（Z_DR）和差分相移率（K_DP）迅速增大形成伸展高度接近0 ℃层的Z_DR柱和K_DP柱，表明存在强的上升气流和降水强度，可为短时暴雨预警提供重要参考。（3）毫米波云雷达能提前20 min观测到对流云发展，回波顶高迅速伸展至12 km、反射率因子迅速增强至30 dBZ以上、高层径向速度迅速增加至10 m·s^-1对短时暴雨有一定指示意义。（4）微波辐射计的综合水汽含量、积分液态水含量分别跃增至90 kg·m^-2、10 g·m^-2且维持较长时间，可作为短时暴雨预警的参考指标。（5）激光气溶胶雷达消光系数＞2、退偏振比＞0.3的“高消光、高退偏”图谱特征能较好地指示短时暴雨。

摘要:西北地区是我国干旱最严重的地区之一,对该地区降水的研究有重要科学意义,高时空分辨率的GPM(Global Precipitation Measurement)卫星降水资料对西北地区观测资料稀疏复杂地形条件下降水过程的深入研究提供有益的科学补充。本文利用祁连山地区甘肃省境内的加密地面观测资料,采用TS(Threat Score)评分、一致性指数与CSI(Critical Success Index)等对GPM降水进行了客观评估。结果表明:(1)GPM资料能够表征祁连山地区不同季节降水的主要落区,同时该资料低估了弱降水区的量值,高估了强降水区的量值；(2)观测资料显示,祁连山地区形成小雨的频率最高,达85.95%,中雨、大雨和暴雨的频次较少,分别为12.04%、1.89%和0.1%；GPM资料探测结果与观测较为一致；(3)GPM资料也可以较好地表征祁连山地区降水的日变化特征,该资料能够较好捕捉到夏、秋季节降水主要集中在早晨和夜间的特征,冬季的效果最差。总体上看,GPM资料能够以较高的准确度探测西北复杂地形下的降水过程。[1]

摘要:2022年7月14-15日陕西关中蒲城发生致灾特大暴雨，全球模式和中尺度模式漏报。利用高空观测、自动气象站、卫星、雷达、欧洲中心ERA5再分析资料等对中尺度对流系统的组织结构特征及成因进行分析。结果表明：此次暴雨过程发生在副高边缘暖区中，降水前环境场具备高湿高能及不稳定条件。极端降水由α、β和γ中尺度对流系统共同造成，暴雨云团经历两次后部对流新生、再次旺盛发展的过程。第一阶段β中尺度对流单体发展旺盛，低层偏东风加强带来持续高效的水汽辐合，中等强度的垂直风切变维持及增强造成热力垂直螺旋度增长，导致强涡旋运动维持，是暴雨云团合并增强组织化发展的重要机制。第二阶段由α中尺度暴雨云团后部新生的γ中尺度对流单体造成，该系统尺度小但生命史长，上冲云顶高，雷达风场气旋式辐合维持导致低质心、高云顶的倾斜深厚湿对流单体后向传播进而产生持续高效的降水是导致陕西关中东北部蒲城极端强降水的直接原因。

摘要:利用区域自动站资料、ERA5再分析资料、FY-4A资料和多普勒雷达资料等，分析了2022年6月13日影响山东的双飑线过程的天气背景、环境条件、触发机制和发展维持原因。结果表明：（1）在高空冷涡背景下，由山东本地发展型飑线（简称“飑线A”）和山西河北生成后移入山东型飑线（简称“飑线B”）接连影响产生的，冷涡后部强盛的西北气流携带干冷空气与低层暖脊叠置，形成强的热力不稳定层结，有效位能和总指数较大，为飑线的发生提供了较好的环境条件。（2）山东西北部地面辐合线、850 hPa干线及渤海对流风暴南侧阵风锋是飑线A初始对流的触发机制，飑线B的触发与地面副冷锋以及太阳辐射加热有关。（3）垂直方向上系统前沿暖湿入流斜升到风暴顶产生辐散，后侧下沉气流在飑线前侧产生辐合；水平方向上表现为环境入流和风暴出流相互依存并错开的自组织结构，使飑线A在山东北部弱垂直风切变条件下发展维持。山东中部山区以南地区水汽能量条件有利于飑线A下山维持发展，后侧层状云区范围增大。（4）飑线A影响豫东—鲁西南后，低层对流条件的快速重建和中等强度垂直风切变为后期飑线B的维持提供了有利的条件。

摘要:利用2015—2021年河源国家站资料和东源县回南天观测资料，基于门控循环神经网络（Gate Recurrent Unit，GRU）构建以未来24、48 h室内地表温度为预测目标的回归预测模型，以2022年的观测数据作为测试集对模型性能进行评估，并结合人工智能与数值预报产品，以提升回南天预报水平。结果表明：（1）GRU模型比多元线性模型效果更佳；（2）准确的数值预测结果能够提升GRU模型预测的鲁棒性；（3）该方法结合了人工智能和数值预报，准确率主要取决于数值预报的露点温度和气温的性能。

摘要:采用精密单点定位算法对河池、宝山、海口3站地基全球卫星导航系统（Global Navigation Satellite System，GNSS）资料开展6组卫星数据质控方案对大气可降水量（Precipitable Water Vapor，PWV）反演试验，基于探空资料和中国气象局PWV业务产品对反演结果进行精度检验并对比分析各种PWV资料在降水过程中的变化特征。结果表明：卫星数据质控对反演效果影响明显，对残差σ＞2的卫星数据进行剔除能有效改进反演效果，反演结果与探空、PWV业务产品的相关系数可提升0.03～0.25，均方根误差可减少0.54～10.7 mm；对进入滤波器前残差＞3倍误差的卫星数据以及进入滤波器后σ＞2的卫星数据进行剔除后，反演效果最佳，与探空、PWV业务产品的平均相关系数超过0.93，平均偏差为-1.26～-1.91 mm，具有较高的反演精度，可弥补常规PWV资料时间分辨率偏低的不足；反演的PWV对短时强降水发生指示作用较其他2种明显，降水发生前后10～30 min的PWV迅速增加和减少10～15 mm，可以作为局地短时强降水预报的辅助判别条件。

摘要:基于天擎的中国地面逐小时数据“SURF_CHN_MUL_HOR”，对南昌CINRAD/SAD双偏振雷达2021-2023年ROSE2.1系统的产品号分别为078、079、169、170的四类定量降水估测产品进行了检验评估。结果表明：078、169两类一小时定量降水估测（OHP）产品和079、170两类三小时定量降水估测（THP）产品均具有一定补充监测作用。定量降水估测能力，双偏振产品效果好于单偏振，OHP优于THP，降水强度越小越优，距离越近越优；在半径50～150 km双偏振对单偏振产品效果提升最大，OHP和THP产品准确率分别提升25～34%和18～32%，这可能与双偏振能改善南昌雷达地物回波和建筑物遮挡作用有关；OHP169产品和THP170产品在南昌雷达站周边大约3万 km2面积内准确率高于80%；春夏季表现最好，秋季次之，冬季较差；对流性降水好于稳定性降水。

摘要:采用长短期记忆网络（LSTM）和K近邻算法（KNN）组合模型对水文流量进行预报，对黄河源区的吉迈、军功、唐乃亥的日径流量进行预报分析。首先用温度、降水等气象要素构建流域动态属性，用历史气象水文和地理信息资料构建流域静态属性特征，用LSTM模型开展特征优选，确定最优模型TOPO_CLIM_SOIL_LSTM后用于实际的日径流量预测，然后用KNN算法对预测结果进行实时校正。结果表明：TOPO_CLIM_SOIL_LSTM模型能更好地学习到降雨与径流之间的关系，可有效解决低流量段预测径流量跳变的问题。用KNN模型对预测流量修订后，吉迈、军功、唐乃亥站未来1 d的日径流量预报准确率均达到了93%以上，纳什系数分别提高18.07%、6.45%和12.5%，有效提高了日径流量预报精度。

摘要:利用雅鲁藏布江下游典型河谷中林芝机场2014年的地表辐射数据，结合晴空指数识别的晴阴天，分析地表辐射分量、地表反照率逐月变化及四季典型晴天、多云天条件下的日变化特征。结果表明：（1）地表辐射分量的月均值除了短波辐射外，其余分量均呈现明显的单峰月变化。地表长波辐射、大气长波辐射、净辐射月均最大值出现在6—8月，分别为414.1、371.2、151.4 W/m²。反射短波辐射的月均值最大值出现在3月，为98.4 W/m²。夏季云量较多，使得太阳总辐射的月均最大值在10月达到顶峰，为560.3 W/m2。（2）在典型晴天中，辐射分量的日变化呈单峰型，在多云天则表现为不规则的多峰型。与晴空天相比，多云天表现出大气长波辐射增强，白天其他各辐射强度显著减弱。特别是地表长波辐射和净辐射在夜间明显增强。（3）地表反照率月平均日变化表现为先减小后增加的“U”型曲线，季节变化表现为冬季＞秋季＞春季＞夏季，最大和最小月均值分别出现在2、6月，分别为0.25、0.14。

摘要:利用2021年压砂地和荒漠草原（简称“草地”）逐小时净辐射通量、土壤热通量资料，基于常规气象统计方法，对比分析不同时间尺度净辐射通量和土壤热通量的变化特征，探讨不同下垫面能量平衡分量的变化规律。结果表明：（1）压砂地、草地净辐射通量在一年内总体上呈现“两头低、中间高”的变化规律，且压砂地的净辐射通量总体上高于草地；两种下垫面土壤热通量变化平缓，春、夏季压砂地土壤热通量低于草地，而秋冬季则正好相反。（2）压砂地、草地净辐射通量月总量在年内呈现先升后降的趋势，最大值均出现在7月，最小值分别出现在12月和1月；土壤热通量变化平缓，最大值均出现在5月，最小值分别出现在11月和12月。（3）不同月份压砂地、草地净辐射通量和土壤热通量月平均日变化均呈单峰型，土壤热通量日峰值较净辐射通量滞后1～2小时；压砂地净辐射通量日峰值高于草地，且不同月份差异很大，而土壤热通量日峰值差异较小。（4）在不同类型天气条件下，压砂地、草地的净辐射通量和土壤热通量具有明显不同的日变化特征，且日变化趋势和幅度有明显的季节差异。此外，两种下垫面的净辐射通量和土壤热通量波动幅度均表现出晴天＞阴天、扬沙/沙尘暴＞雨/雪天。

摘要:基于上海市2014—2020年6种空气污染物浓度的监测数据以及同期的天气预报数据，提出一种经模糊C均值聚类算法优化的随机森林O₃浓度预测模型。利用互相关分析的方法筛选出2个聚类因子，再利用模糊C均值聚类算法将O₃浓度分为3种类型，最后利用随机森林建立O₃浓度预测模型，并对比聚类前后的预测效果。结果表明：前1日的O₃浓度和PM₁₀浓度对预测日的O₃浓度影响最大，且O₃浓度的月变化明显。经模糊C均值聚类后，O_{3_8 h}浓度预测结果的平均绝对误差和均方根误差分别减小了10.5%和8.8%。随机森林提升了O₃浓度的预测效果，且聚类后模型的决定系数R²增加。