摘要:利用ERA5再分析资料、葵花8静止卫星云属性数据、全球降水测量计划(Global Precipitation Measurement， GPM)双频降水雷达降水结构数据以及全球综合多卫星检索(the Integrated Multi-satellite Retrievals for GPM， GPM IMERG)降水量数据，分析了2021年7月12日京津冀地区一次极端降水事件的水汽输送及降水结构特征。结果表明：西太平洋副热带高压西端强盛的西南气流将低纬度地区水汽向北输送，受黄河流域上空的低涡以及渤海上空高压坝阻挡形成稳定的大气河结构，在京津冀地区形成显著的水汽辐合带，为强降水的发生提供了充足的水汽条件。垂直剖面分析表明，当强降水发生时，强上升气流几乎贯穿整个对流层并与强水汽辐合区基本重叠。7月12日上午，强降水区与强水汽辐合区基本重合，午后部分强降水发生在中等强度辐合区和弱辐散区。强降水区域云顶高度普遍超过12 km，高云顶区域与强降水落区基本重叠。此次极端事件以对流降水为主，相较于气候态，雷达反射率因子在低层呈现20 dBZ和30～34 dBZ的双高频中心，粒子集中于低层1～2 km，粒径更小且数浓度更高。另外，粒子直径的廓线在6～10 km明显偏小且随降水强度变化不规律，数浓度偏高。

摘要:基于1993—2022年逐月地表总辐射(SSR)、最高气温(T_max)、平均气温(T_ave)、最低气温(T_min)以及气温日较差(DTR)数据，本文分析了2022年夏季长江中下游地区SSR、气温以及DTR的异常特征，重点讨论了SSR异常对气温的影响。结果表明：(1)气候平均上，夏季长江中下游处于全国SSR低值区，同时也是年际变化最明显的地区之一，2022年该地区SSR为过去30 a中最高值，平均达到1 860.35 MJ·m^-2。(2)2022年夏季我国大部分地区气温较常年偏高，其中长江中下游地区T_max为异常偏高中心，大部分地区较常年偏高2 ℃以上，DTR在2022年达到1993—2022年期间最高值，为8.8 ℃。(3)2022年夏季因SSR异常引起长江中下游大部分地区T_max较常年异常偏高，部分站点因SSR异常导致偏高2 ℃以上。

摘要:2020年8月11日四川省芦山县国家气象站出现了远超历史平均值的异常降水，24 h雨量达425.7 mm，其中3 h雨量达348.6 mm，造成了较大的气象灾害。为准确评估本次降水天气过程在当地历史上的影响，使用芦山国家气象站1980—2021年共42 a的多个历时(60，120，180，360，720，1 440 min)的年最大值降水资料，采用了根据卡方检验排序，以均方误差和残差平方和和Wasserstein距离两个指标为评判标准，兼顾不同历时降水的分布一致性，在80个概率密度分布函数中筛选了最优分布johnsonsb分布，并根据分布函数的逆函数推算重现期。结果表明:与目前水文和气象上经常采用的皮尔逊Ⅲ型、耿贝尔分布、伽马分布等类型有限的分布相比，该方法能够保证拟合的总体数学误差更小，兼顾了工程实用性，特别当出现异常降水时，其计算的重现期更接近实际情况。经过雨城、天全、宝兴和石棉4个县区的对比，采用该方法计算的重现期能够较好地反映降水重现期情况。

摘要:中国气象局全球数值预报系统(CMA-GFS)于2023年5月升级到v4.0，为了评估CMA-GFS升级前后对四川西南低涡暴雨过程的预报能力及升级后偏差特征，本文选取2022年和2023年该类过程对CMA-GFS、区域数值预报系统(CMA-MESO)和欧洲天气预报系统(ECMWF)进行对比检验及典型个例诊断分析。对比检验指出：CMA-GFS模式大暴雨量级漏报明显；暴雨量级评分2022年显著高于ECMWF和CMA-MESO，2023年评分下降且略低于ECMWF。针对2023年7月26—28日典型西南低涡暴雨个例，从环流形势、低涡系统等多维度对CMA-GFS进行评估诊断，结果表明：CMA-GFS4.0模式预报主要影响系统位置及移动路径和实况基本一致，降水落区基本正确，对低涡暴雨过程具有指示意义；风速尤其南风分量预报从初始场开始即显著偏弱，导致低层双低空急流漏报，与风速相联系的动力作用预报偏弱是本次过程量级预报偏弱的主要因素；低层干偏差造成低层能量和层结不稳定条件预报偏弱，导致对流强度偏弱且持续时间短；西南低涡前期各项偏差相对明显，低涡强盛期偏差开始减小甚至出现正负转变趋势。

摘要:为研究浙江地区及口外海域风暴潮的过程，本文建立了用于浙江沿海范围内的水动力计算模型，相较于其他类型的模型进行合理简化，以风场为主要影响因素，可更直观地研究台风期间沿岸海域的变化，使用方便、计算速度快。选取2019年9号强台风“利奇马”和2004年13号强台风“云娜”进行模拟，通过研究海域或地区的地形、潮位、潮流、气象等实测资料，分析潮流场模拟，从而对浙江附近海域潮汐特征和潮流场有更全面的认识，确定安全可靠的潮汐、潮流特征参数，这对浙江的安全、经济发展和航运均有重要科学意义和实用价值。

摘要:对流尺度集合预报系统(Convective-scale Ensemble Prediction System， CEPS)具有时空高分辨率，能提供概率预报，对于提高强对流天气的可预报性具有重要意义。目前，CEPS已经成为业务中心建设的重点，而初值扰动方法是攻关技术难点之一，目前业务上主要的初值扰动方案有：动力降尺度、集合资料同化及奇异向量等，也有学者将中尺度集合预报的初值扰动方法如增长模繁殖法方案及混合扰动方法沿用到对流尺度集合预报中。然而现有方案尚未考虑快速增长的非线性扰动，开发能够描述初始场非线性增长信息的初值扰动方法，是CEPS的一个发展方向。国际上一些先进的数值预报中心和机构已成功地将CEPS应用到业务天气预报中，从现有的CEPS对强降水天气事件预报可见，CEPS能够为大量级降水提供概率预报，对暴雨的极端性有较好的参考意义，而集合平均的参考性并不强，其对强降水的预报仍然存在改进空间。人工智能技术的进步为集合预报的发展带来了新契机，首先集合预报能够为人工智能模型训练提供优质的数据基础；其次，构建基于人工智能的集合预报模型避免了传统集合预报的高耗能问题；此外，利用人工智能技术对集合预报结果进行后处理，可提升集合预报的使用效率。随着数值天气预报逐步实现精细化，CEPS与人工智能相结合也将是未来发展的一个重要方向。

摘要:本文构建了一种基于因果分析和机器学习的站点气温短临预报模型，以台湾省松山站为试验对象，利用欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts， ECMWF)再分析资料、松山站实测气象资料和中国气象局陆面数据同化系统(Chinese Land Data Assimilation System-v2.0， CLDAS-v2.0)近实时产品资料，引入因果信息流理论，采用四种机器学习算法：多层前馈神经网络(Back Propagation Neural Network， BPNN)、随机森林(Random Forest，RF)、最小二乘支持向量机(Least Square Support Vector Machine， LSSVM)和贝叶斯网络(Bayesian Network， BN)，开展气温短临预报试验。结论如下：(1)在选取的任一种数据资料驱动下，对于BPNN、RF、BN，基于因果分析的预报结果优于相关分析，均方根误差的平均降幅在1%～2%之间。对于LSSVM，因果分析与相关分析差别较小，验证了因果分析具备更优的关联关系挖掘能力；(2)在预报模型中增加相邻空间预报因子能够显著提高气温预报效果，改进后气温预报模型均方根误差的平均降幅在2%～8%之间；(3)在模型训练样本较少情况下，基于CLDAS-v2.0近实时产品资料的预报效果优于ECMWF再分析资料的预报效果，均方根误差的平均降幅在4%～8%之间，从侧面验证了CLDAS-v2.0近实时产品资料在中国区域质量优于国际同类产品。

摘要:针对气象雷达回波深度学习外推方法中存在的回波边缘扭曲、模糊弥散失真及真实性衰退的问题，在卷积长短期记忆网络(Convolutional Long Short-Term Memory，Conv-LSTM)中引入残差模块、生成器与判别器，构建生成对抗—残差卷积长短期记忆网络(Generative Adversarial-Residual Convolutional Long Short-Term Memory Network，GAN-rcLSTM)深度学习模型，同时针对不同强度回波赋予不同权重得到自定义的加权损失函数并融入GAN-rcLSTM得到自定义损失函数—生成对抗—残差卷积长短期记忆网络(Weighted Loss Function-Generative Adversarial-Residual Convolutional Long Short-Term Memory Network，Wloss-GAN-rcLSTM)。基于2021—2022年山东省及周边地区历史雷达回波数据集对Wloss-GAN-rcLSTM模型进行回波外推训练与测试，建立预报时长为0～2 h、逐6 min更新的时空型深度学习雷达回波外推模型。检验评估表明，Wloss-GAN-rcLSTM雷达回波外推模型较光流法、预测递归神经网络(Predictive Recurrent Neural Network，PredRNN)及GAN-rcLSTM方法在强降水关注的45 dBZ阈值下其临界成功指数(Critical Success Index，CSI)分别提升了0.12、0.07与0.02，清晰度指标结构相似性指数(Structural Similarity Index，SSIM)分别提升了0.009、0.042与0.11，且个例检验显示Wloss-GAN-rcLSTM最优适用于飑线等中尺度天气过程预报。

摘要:本文利用新一代中尺度数值模式(Weather Research and Forecasting model，WRF)模拟了一次强对流天气过程，开展了基于观测系统模拟试验(Observation System Simulation Experiment，OSSE)的双雷达风场反演效果试验研究。基于WRF模式输出的三维风场，模拟两部多普勒雷达的体扫数据，再利用迭代法和变分法进行三维风场反演，将模式输出场作为真实风场，定量计算反演风场的风速误差，结合典型强对流个例的发生、发展过程，分析不同算法反演风场的散度、涡度和垂直速度等特征。结果表明，两种算法反演获得的风场结构与强对流天气过程的基本特征一致，变分法能更准确地反演出强对流天气过程的垂直速度、散度和涡度场，而迭代法反演的结构特征不明显，且强度明显偏弱。

摘要:为了揭示金沙江下游穿谷大风下天气雷达回波特征及监测能力，本文利用2018年1月—2022年4月的ERA5再分析资料、天气雷达数据、探空站和地面气象观测资料，选择穿谷大风个例，分析金沙江下游典型河谷区不同季节穿谷大风天气的环流形势和雷达回波演变特征。结果表明：(1)干季(11月—次年4月)和雨季(5—10月)大风的尺度类型、影响系统、云系结构和雷达回波特征差异明显。雨季大风是受西南涡影响的中小尺度对流性大风天气，云系变化特征表现为块状积云快速演变，回波强度超过55 dBZ，在径向速度场中呈中小尺度辐合线的特征。干季大风是500 hPa的偏西风绕流青藏高原分成南北两支气流，层状云回波维持，强度在30 dBZ左右，在速度图上伴随速度模糊区、“牛眼”结构和零速度线弯折的锋面切变特征。(2)风廓线产品(Vertical Wind Profile，VWP)反映穿谷大风中对流层的冷暖平流变化。回波顶高(Echo Top，ET)和垂直液态水含量(Vertically Integrated Liquid，VIL)揭示了雨季大风的位置。VIL值增高至最大值后快速减小与大风时间吻合。

摘要:在低温或高湿等恶劣环境中，自动气象站在测量地面空气相对湿度时采用的电容式湿度传感器易产生较显著的测量误差。为提高湿度的测量精度，本文提出了一种包括4个湿度传感器，4个加热电阻及其测控电路的4点阵列式湿度测量系统，并综合利用传感器加热技术和气压控制进行误差修正。利用不同气压下的测量数据和准牛顿法(BFGS)加全局优化算法建立误差修正方程。实验结果表明，经修正后，在0 ℃时，测量值的均方根误差可从6.1%降低至2.3%。

摘要:大风是影响高铁行车安全的主要气象因素之一，高铁对局地瞬时风速敏感，本文研究其沿线风环境特性，揭示风速变化特征，为沿线大风预测预警提供理论支撑。选取京沪高铁江苏段4个典型区域气象站风速监测数据，运用统计学方法和非线性系统理论研究不同时距下的风特性。揭示了沿线风场特性变化规律，研究结果表明：脉动风速波动幅度随时距增大间歇增大，间歇点出现在5 min时距；脉动强度与平均风速之间呈正相关变化，这种变化关系随时距增大愈发明显；阵风因子和湍流强度具有明显局地差异性，都随平均风速的增大而减小，近似呈现幂函数衰减变化规律；不同时距风速的概率分布特性存在很小的差异，局地差异性显著；不同时距风速的最大李亚普诺夫指数均为正，均具有可预测性，且可预测性随时距的增大而减弱。在进行沿线风速预测建模时，选取20 s、30 s、1 min、2 min、5 min、10 min时距的风速理论上可以取得较为准确的预测结果。

摘要:本文基于安徽省寿县2019年11月—2020年10月涡度相关法观测的稻麦轮作农田CH₄通量数据，分析稻麦轮作农田CH₄通量特征及对降雨的短期响应过程。结果表明，寿县稻麦轮作农田为CH₄排放源，全年CH₄通量约为20.52 g·m^-2。其中，水稻生育期约为15.71 g·m^-2，占全年CH₄通量的77.6%，分蘖期(11.63 g·m^-2)最大；冬小麦生育期约为1.20 g·m^-2，乳熟期(0.66 g·m^-2)最大；休耕期约为3.60 g·m^-2。冬小麦CH₄通量日变化均表现为单峰型，峰值多出现于午后；稻季CH₄通量日变化表现为单峰型和双峰型。降雨对CH₄通量峰值出现时间的影响具有时滞性，水稻生育期大雨的延迟效果最明显。CH₄通量与降雨量显著相关，水稻生育期小雨提高CH₄排放能力，不同等级雨量和雨强无显著差异，冬小麦生育期中雨和大雨均提高CH₄排放能力，且随着降雨强度的增强，农田可能由汇向源转变。

摘要:本文综合使用观测数据、遥感数据以及WRF-LES模式研究了射阳港经济开发区的热岛现象。观测数据表明：2014年以后，射阳港经济开发区温度持续升高，但由于地理位置临海，升高幅度没有周边地区大。通过对遥感数据进一步分析发现，2013—2022年，由于城市建筑面积的扩大、绿化面积的减小，射阳开发区的热岛效应随着时间的变化得到了增强。最后基于WRF-LES模式输出结果，分析了射阳开发区下垫面和周边农田的能量变化情况。感热通量是白天温度的主要来源，土壤热通量主要影响夜间温度。因此，春秋季白天以及秋季晚上，开发区下垫面温度明显高于农田下垫面，其他季节温度差别不大。秋季是射阳港经济开发区城市热岛现象最明显的月份。