风电场发电功率的精确预测对调度部门及时调整发电规划意义重大。利用2020年1月1日—12月31日甘肃酒泉中广核干东风电场的风功率及风塔风速数据，基于多种典型的机器学习算法和单一模型在测试集上表现出的特点，研究K近邻（K-Nearest Neighbor，KNN）、装袋算法（Bootstrap Aggregating，BA）与卷积神经网络（Convolutional Neural Network，CNN）的组合方法，建立融合KNN、BA与CNN的风电功率预测模型。结果表明，单一模型均存在对部分值低值高估的情况，其中多层感知机（Multilayer Perceptron，MLP）、CNN这两种神经网络还存在明显的高值低估现象；BA模型预测精度最高，其在测试集上的均方根误差（Root Mean Square Error， RMSE）为13.08 MW；组合模型均能一定程度上提高单一模型的预测精度，其中CNN组合模型在测试集上RMSE为12.21 MW，比单一模型中最好的BA模型RMSE下降约6.7%，CNN组合模型可以明显改善CNN单一模型高值低估、低值高估和BA模型低值高估的情况。
2023年春季，我国西南地区发生了严重的气象干旱，对当地社会经济造成严重影响。为深入认识这次干旱事件的成因、并为未来西南地区春旱的预测提供科学依据，本文利用站点观测数据、美国国家环境预测中心和国家大气研究中心（National Centers for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR）再分析数据、美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration，NOAA）的海表温度等，采用T-N波作用通量和合成分析等方法，从海温和热带大气季节内振荡（Madden-Julian Oscillation，MJO）的角度深入探讨此次春旱成因。结果表明：（1）2023年我国西南春旱是高温干旱复合事件，3月干旱发生在中部，4月干旱加剧并向西扩展，5月干旱持续。（2）3月北太平洋的马蹄形海温异常导致西风急流偏南偏西，抑制了西南地区的降水。（3）4月印度洋暖海温通过Kelvin波导致孟加拉湾附近的反气旋式环流异常，西北太平洋暖海温通过Rossby波导致南海至菲律宾的气旋式环流异常，造成西南地区南部出现偏北风，导致水汽辐散，加剧干旱。（4）5月MJO长时间维持在西太平洋，通过Gill响应引发南海至菲律宾对流层低层的气旋异常，减少偏南水汽的输送，从而使得西南干旱持续。
改进温度植被干旱指数（Temperature Vegetation Dryness Index，TVDI）并明确TVDI的农业干旱等级阈值，对提高TVDI指数监测农业干旱能力有重要意义。利用近19 a的MODIS（Moderate Resolution Imaging Spectro-radiometer，MODIS）遥感数据，基于单时次和多时次方法构建NDVI（Normalized Difference Vegetation Index，NDVI）-LST（Land Surface Temperature，LST）、EVI（Enhanced Vegetation Index，EVI）-LST、RVI（Ratio Vegetation Index，RVI）-LST、SAVI（Soil-Adjusted Vegetation Index，SAVI）-LST等几种特征空间，讨论TVDI计算方法，分析TVDI在甘肃省农业干旱监测中的适用性，并明确甘肃省夏季TVDI农业干旱分级标准。结果表明：（1）基于多时次方法构建的 SAVI-LST特征空间TVDI更适合甘肃省农业干旱监测，其对土壤相对湿度（Relative Soil Moisture，RSM）拟合的均方根误差（Root Mean Squared Error，RMSE）和平均绝对误差（Mean Absolute Error，MAE）比NDVI-LST特征空间TVDI对RSM拟合的RMSE和MAE下降1%~5%；（2）TVDI适用于夏季甘肃省半干旱区、半湿润区、湿润区等非干旱区浅层10、20 cm土壤深度的农业干旱监测，RMSE和MAE约15.6%和12.6%，拟合误差湿润区<半湿润区<半干旱区；（3）利用TVDI与RSM线性关系确定的TVDI农业干旱等级更有利于提高TVDI监测农业干旱的准确性。
2023年1—6月我国西南、华北东部、华东北部、华中南部、华南及东北中部等地均发生不同程度的气象干旱，严重影响农业生产、制约当地经济发展。为提高应对旱灾能力，及时开展防灾减灾工作，应对旱情进行实时总结，本文利用K干旱指数、MCI指数、T-N通量和CABLE陆面模式，以及气象观测数据、再分析数据、土壤水分资料等，综合分析区域性干旱事件的时空分布特征及成因。结果显示：（1）2023年上半年，中国西南和内蒙古东部地区发生严重区域性干旱，西南地区经历了从持续型到骤发型的干旱转变，而内蒙古地区则持续干旱。（2）同期500 hPa高度场在中高纬度呈“两槽两脊”型，西太平洋副热带高压异常西伸北抬，欧亚中纬度Rossby波异常偏弱，导致中高纬地区的平直西风和冷空气影响减弱，造成西南地区和内蒙古东部地区降水偏少，进而引发区域性干旱。（3）2023年上半年，冬季La Niña事件转为春季El Niño事件，导致西南地区对流活动偏弱，诱发持续高温干旱天气；内蒙古地区的海温敏感区分布导致其上游高压脊稳定，造成内蒙古东部地区干旱少雨。
干旱是影响范围最广的自然灾害之一。2022年夏季发生在长江流域的异常高温干旱事件不仅强度大，而且持续时间长，是一次罕见的重大干旱事件，对我国的社会经济造成了十分严重的影响。鉴于这次事件的极端性，本文在客观分析此次事件演变特征的基础上，揭示大气环流和外强迫异常对此次高温干旱的可能影响。研究发现，气象干旱指数及土壤湿度监测结果一致表明本次旱情从6月开始出现，7月迅速发展，进入8月后范围进一步扩展、强度进一步加剧。与此同时，流域内整体气温偏高，部分地区高温日数超过40 d。此外，夏季整个流域的蒸散量距平是1960年以来的历史第二高值（仅次于2013年高温伏旱），进一步加剧了长江流域的水分亏缺程度。从环流特征来看，夏季西太平洋副热带高压异常偏强西伸、极涡面积偏小及强度偏弱、南亚高压偏强东移，共同导致长江流域的水汽输送条件偏弱、下沉气流盛行，使得整体条件不利于降水发生。而前期拉尼娜事件的持续、印度洋偶极子负位相的出现以及春季青藏高原西北部积雪负异常的持续，可能是导致今年夏季环流异常的主要外强迫因子。
:依据气象业务需求，以SQLServer、ArcSDE 为数据库依托，以Delphi 为开发工具，以Arc GISEngine Development Kit 9． 2 为开发平台设计并实现了基于GIS 的自动气象站数据系统。在对自动气象站数据自动采集、规范管理和质量检查的基础上，实现了气象要素的多条件灵活查询、异常天气条件的监测和预警等功能，提供了色斑图、折线图、表等形式多样的服务产品表达方式。该系统大部分功能已在北京市气象局决策服务系统稳定运行2 a，取得了较好的应用效果。
