能见度作为表征大气透明度的重要气象要素，对交通安全、航空运输及公众健康具有重要影响。本文基于2013—2022年自动气象站数据，分析北京地区能见度的区域特征和变化趋势，同时开展深度学习能见度临近外推预报研究。结果表明：1）不同等级能见度出现频率依次为“好”（49.70%~75.12%）、“一般”（14.39%~40.82%）、“较差”（2.75%~10.95%）、“差”（0.10%~6.28%）、“极差”（0~3.01%）；2）基于前72、60、48、36、24、12、6 h开展的循环神经网络（Recurrent Neural Network，RNN）、长短期记忆网络（Long Short-Term Memory，LSTM）方法能见度临近外推预报试验中，基于前48 h RNN外推未来1 h能见度效果最优，基于前36 h RNN外推未来2 h能见度效果最优，而基于前6 h LSTM外推未来1 h和2 h能见度效果均最优；3）RNN和LSTM均可以把握未来0~2 h不同地理位置能见度的变化，也具备对于受天气形势影响的能见度“转折点”的判断能力。整体上，RNN外推预报效果优于LSTM，但两种模型的预报结果均存在一定的滞后性。

如何提高小时降水预报准确率是目前业务中亟需解决的难点问题。本文结合集合预报和邻域窗提出邻域最优百分位法（Optimal Neighborhood Percentile，ONP），实现了传统最优百分位法在确定性模式逐时降水预报分级订正中的应用。利用河南省区域自动气象站降水数据，对中国气象局中尺度天气数值预报系统（China Meteorological Administration Meso-scale Numerical Prediction Model，CMA-MESO）、中国气象局上海区域中尺度数值预报系统（CMA Shanghai 9 km Model，CMA-SH9）和中国气象局北京快速更新数值预报系统（CMA Beijing Model，CMA-BJ）的逐时降水预报进行订正。2024年4—9月业务应用结果显示，ONP通过减小降水空报提高晴雨准确率（Probability of Correction，PC）和0.1 mm以上降水TS评分（Threat Score，TS），通过增加降水命中提高2 mm以上降水TS评分。ONP在提高PC和不同降水量级TS评分方面的表现明显优于最优TS评分法（Optimal Threat Score，OTS）和频率匹配法（Frequency-Matching Method，FMM）。基于CMA-MESO模式的订正结果显示，ONP晴雨预报技巧达10.0%以上，远高于OTS（0.4%）；ONP订正后的20 mm以上降水TS技巧分别为OTS和FMM的1.80、2.25倍。ONP存在大量级（20 mm）以上降水过报现象，需进一步调整最优百分位选取指标加以抑制。

近年来，京津冀地区极端降水事件呈增多趋势，科学识别区域极端降水阈值并进一步评估融合降水产品在极端降水监测中的适用性，对区域极端天气监测和降水产品改进具有重要意义。基于京津冀地区172个气象站1985—2024年逐日降水观测资料，采用广义极值分布（Generalized Extreme Value distribution，GEV）模型识别区域极端降水阈值，并筛选2021—2024年极端降水事件，结合中国气象局多源融合降水分析系统（CMA Multi-source Precipitation Analysis System，CMPAS）融合降水产品开展极端降水时空特征及产品性能评估分析。结果表明，83.14%的站点极端降水统计特征保持稳定，北京、石家庄和邢台地区为极端降水阈值高值中心。CMPAS融合降水产品与观测数据在日尺度上高度相关，98.9%的站点相关系数大于0.9，但在强降水条件下存在系统性低估。产品误差呈现明显地形依赖性，高海拔地区精度最高、中海拔地区误差最大。CMPAS融合降水产品逐时数据能较好捕捉极端降水事件的时间演变特征，尤其对午后短时强对流过程响应较为敏感，但对峰值强度仍存在低估。

大气气溶胶对气候变化和区域空气质量具有重要影响。基于2003—2023年MODIS（Moderate Resolution Imaging Spectroradiometer）MAIAC Collection 6.1的1 km分辨率气溶胶光学厚度（Aerosol Optical Depth，AOD）数据，运用Theil-Sen趋势分析、Mann-Kendall显著性检验和Spearman相关性分析等方法，探究宁夏AOD的时空变化规律及其影响因素。结果表明：（1）AOD在宁夏呈现北高南低、西高东低的空间分布格局，高值区集中于人类活动密集的沿黄城市带及清水河流域。（2）年均AOD以0.003 a^-1的速率下降，2011年达峰值后下降尤为明显；近21 a宁夏全区75.12%的区域AOD显著下降，且下降最显著区域（-0.006 a^-1）与人口密集分布的沿黄城市带高度吻合，反映了人为减排的作用。（3）AOD在季节上表现为“春高（0.33）、夏降（0.27）、秋低（0.20）、冬升（0.25）”的规律，春季峰值主要受沙尘活动主导。（4）AOD年际变化与人为颗粒物排放量的减少趋势同步；而季节尺度上则呈现主导因子的动态切换，即春季与风速显著正相关，夏季与植被指数呈极显著负相关，秋季则与风速转为负相关。

利用APS-3321型空气动力学粒径谱仪对嘉峪关戈壁区2024年8月0.5~20.0 μm粒径的沙尘气溶胶粒径谱开展连续观测，结合浓度阈值方法分析不同天气类型的沙尘气溶胶数浓度、质量浓度及谱分布特征。结果表明，晴天的沙尘气溶胶数浓度谱呈现单峰型分布，峰值粒径为0.626 μm；浮尘、扬沙天气呈双峰型分布，主峰值粒径均位于亚微米级的0.626 μm，次峰值分别为1.114、1.286 μm；相比而言，沙尘暴过程也呈现双峰分布，但主峰值粒径位于粗模态的1.486 μm，次峰值为0.583 μm。晴天、浮尘和扬沙天气的气溶胶质量浓度谱均呈现双峰结构，主峰值粒径分别为4.371、3.523、3.278 μm，对应次峰值的粒径分别为19.810、15.960、15.960 μm。而沙尘天气下其质量浓度谱呈现三峰型分布，峰值粒径分别为4.371、6.264、13.820 μm。观测期间，浮尘天气气溶胶平均质量浓度为80~200 μg·m^-3，扬沙天气主要出现在早晨06：00—09：00（北京时，下同），峰值为600 μg·m^-3，而沙尘暴天气主要出现在09：00—18：00，峰值达2 400 μg·m^-3。强沙尘天气导致0.5~1.0 μm粒径的气溶胶数浓度占比由80.9%减小至39.9%，但并未明显改变粗粒径段沙尘的质量浓度百分占比。

研究阵风系数和基本风压的实际变化特征，对阵风预报、风能资源开发利用及大型工程风参数设计具有重要意义。基于山东半岛24个国家气象站2015—2023年逐时测风资料及建站至2023年最大风速资料，分析阵风系数、50 a风速重现期和基本风压的时空变化特征。结果表明：山东半岛阵风系数空间分布差异显著，其值为1.380~1.998；8—12月阵风系数较大，1—3月较小；阵风系数表现出明显的日变化特征，正午前后最大，凌晨前最小；随风速增大，阵风系数逐渐减小。山东半岛50 a重现期最大风速为18.6~33.1 m·s^-1，半岛西部和东部部分地区50 a重现期最大风速相对较小，东北部的威海、成山头和海阳、崂山等地较大。基本风压为0.21~0.68 kN·m^-2，半岛西部和东部部分地区较小（小于0.30 kN·m^-2），东北部和南部沿海的海阳、崂山等地相对较大（大于0.41 kN·m^-2），成山头站最大，为0.68 kN·m^-2。

为了深化对内蒙古大兴安岭林区雷击火地形影响机制的认识，明确扑火需求的关键驱动因素，基于内蒙古大兴安岭重点国有林区2015—2024年雷击火灾历史数据和高精度地形数据，分析雷击火点在高程、坡度、坡向及地形起伏度等多维地形因子上的空间分布特征，采用基于牛顿-拉夫逊优化器（Newton-Raphson-Based Optimizer，NRBO）优化的XGBoost（eXtreme Gradient Boosting）算法结合SHAP（SHapley Additive exPlanations）方法进行扑火需求建模和分析，揭示过火面积及各地形因子对扑火人数影响的贡献度。结果表明：内蒙古大兴安岭林区雷击火点在高程上呈现“中低海拔集中、高/低海拔稀疏”的梯度特征，83.06%的雷击火灾发生在500~1 000 m的中低海拔区，雷击火点频次最高的区域集中在52.5°N—53.0°N、120.5°E—122.5°E，而过火面积的绝对高值区则出现在更偏南的纬度；雷击火点集中在5°~35°的中坡度区域，[2°，5°）坡度区间过火面积占比高达37.83%；70.97%的雷击火灾发生在[75，200）m的中等起伏地形区域；南坡、西南坡、东南坡等阳坡是雷击火的高风险区；过火面积是预测扑火人数的主导因素，其贡献度明显高于高程、起伏度、坡度和坡向等地形因子，模型预测误差分布呈现显著的“尖峰”形态，且峰值围绕在零误差线附近，模型的测试集预测R²值达0.723 9，且预测区间覆盖概率达84.7%。

为满足内蒙古地区人工影响天气业务对云物理特性高精度监测的需求，利用风云四号A/B星（FY-4A/B）、云卫星/云气溶胶激光雷达和红外探测者卫星（CloudSat/CALIPSO）、葵花-8号卫星（Himawari-8）、中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer，MODIS）及欧洲中期天气预报中心第五代再分析资料（ERA5）等多源数据，通过对FY-4卫星数据的辐射定标与几何纠正预处理，采用随机森林等人工智能方法，构建基于FY-4卫星的云物理特性参量反演模型，实现云检测及云顶高度、云顶温度、过冷层厚度、云光学厚度及云滴有效粒子半径的反演，并开展算法精度验证与适应性分析，开发了云参数反演运行平台与数据发布网站，形成“数据—算法—平台—应用”的完整技术链。结果表明：自研云检测算法总体精度达90.07%，较FY-4卫星官方算法提升1.11%；云顶高度与云顶温度反演结果的判定系数（R2）分别为0.928、0.922，均方根误差分别为0.901 km、5.963 K；冰云与水云光学厚度反演结果的R2分别为0.693、0.582，有效粒子半径反演的R2分别为0.562、0.809。

为进一步提升宁夏地区飞机人工增雨作业的科学性、有效性及区域水资源利用效率，基于中国气象局人工影响天气中心下发的云降水显式预报系统（Cloud Precipitation Explicit Forecast System，CPEFS）模式产品，结合雷达、卫星、自动站降水、雨滴谱仪及气溶胶粒径谱仪等多源观测与再分析资料，从作业条件、作业合理性及催化后云降水系统物理响应等方面，对2025年宁夏春季一次飞机人工增雨过程开展系统分析。结果表明，此次过程为一次典型的系统性降水天气过程，过冷水含量高值区主要位于宁夏南部；飞机人工增雨作业期间，催化层温度基本维持在-7 ℃以下，相对湿度稳定高于80%，云层催化条件较好；作业实施后，作业区及其下风向区域降水量显著增加，雨强、雨滴最大直径及雷达反射率因子均呈增大趋势，雷达回波强度整体增强，反映出云中水凝物粒子尺度与数量增加、云降水系统发展程度加强；同时，地面气溶胶数浓度在降水发展阶段呈下降趋势，表明降水过程对气溶胶粒子的湿清除作用显著。

2022年4月29日至5月3日，乌鲁木齐出现一次极端东南大风过程，其中南郊8级以上阵风持续65 h，为近10 a持续时间最长的一次大风过程。基于站点观测资料和再分析资料，并结合高分辨率数值模拟，对此次大风过程的三维结构及触发机理进行系统分析。结果表明：蒙古高压东移及北疆锋前减压共同作用，形成并维持天山两侧南高北低的气压分布格局。气压差自地面向高空延伸，顶高可达4 000 m，为峡谷内气流持续加速提供稳定动力条件。在较强气压梯度力驱动下，气流自峡谷南端进入天山峡谷，在地形强迫及狭管效应作用下持续加速，发展为典型的地形性低空急流。气流在进入峡谷过程中受地形抬升激发重力波，低空急流沿重力波背风坡发生下沉，强风区逐渐向近地面扩展，从而触发地面下坡风暴。此外，大风期间背风坡上空持续存在较强稳定层结结构，并伴随明显下沉运动，有效抑制垂直混合，增强动量向下输送，对下坡风暴的发展和维持具有重要作用。

为提升湘中地区短时强降水预报预警能力并优化防灾减灾布局，在地形分区（Ⅰ~Ⅳ区）基础上利用逐小时降水观测资料，系统分析了2016—2024年湘中地区汛期（4—9月）短时强降水的多时间尺度时空分布特征及其演变规律。结果表明，湘中地区汛期短时强降水空间分布差异显著，Ⅰ区东北部、Ⅳ区西北部和西南部为短时强降水平均降水量和频次高值区，其中Ⅳ区西北部为降水强度极值中心，而Ⅱ区和Ⅲ区南部则为明显低值区。年际尺度上，短时强降水降水量与频次变化高度一致且波动显著，2024年最大，2022年最小，而降水强度年际变幅相对较小；旬际尺度上，降水量与频次均呈单峰型分布，峰值出现在6月下旬，而降水强度呈多峰型变化特征。降水量与频次日变化均呈双峰型结构；Ⅳ区（山区）主峰在清晨，而Ⅰ、Ⅱ、Ⅲ区（平原、盆地与丘陵区）主峰在下午；降水强度峰值整体滞后于降水量和频次。降水量与频次的日峰值空间分布高度一致，呈现出自西向东（Ⅳ区→Ⅲ区→Ⅱ区→Ⅰ区）依次推进特征，在Ⅳ区与Ⅲ区之间以雪峰山为界形成一条清晰的东北—西南向过渡带，表明区域短时强降水日变化受不同降水机制主导；降水强度日峰值主要出现在下午，其空间分布区域一致性较弱。

研究青藏高原降雹日数变化对冰雹灾害防御和应对策略制定具有重要现实意义。基于1969—2024年暖季（5—9月）青藏高原89个地面气象观测站资料和欧洲中期天气预报中心ERA5再分析数据，采用线性倾向估计、集中度与集中期、相关性分析等方法，揭示高原降雹日数的时空变化特征以及降雹日数减少成因。结果表明：1969—2024年，青藏高原降雹日数以1.7 d·（10 a）^-1的速率显著减少，2008年以来持续偏少。降雹高发区位于高原中部的高海拔地区，低值区分散在柴达木盆地、河湟谷地及高原边坡地带，降雹日数减少速率随海拔升高而加快。高原降雹事件呈现“集中度增强、集中期推迟”特征，低海拔地区降雹更集中，高海拔地区集中期偏晚，21世纪以来集中期显著延后且年际变率增大。气候变暖背景下，对流层大气增暖且中高层升温更快，促使0 ℃层和-20 ℃层高度显著抬升，压缩了冰雹生长空间并增强融化效应。同时，近地层最低气温显著上升、日温差减小，导致能量积累减弱。地面温度露点差在5~15 ℃的日数减少，是进一步抑制降雹发生的地面条件。21世纪以来，高原大气呈“低层增湿显著、高层增湿微弱”的特征，对流层中低层假相当位温显著增加，最大增幅集中在冰雹冻结层（600~500 hPa）附近，而冰雹生长层（400~300 hPa）的大气趋于稳定，共同抑制雹暴发展。综合表明，高原降雹减少是气候变暖过程中大气热力、稳定度及湿度条件协同变化的结果。

为揭示新疆云水资源的时空分布特征，基于2007—2019年CloudSat和MODIS卫星资料和1979—2024年ERA5再分析资料，系统分析了新疆地区云量及云水参数（云水含量、云液水含量和云冰水含量）的变化特征。结果表明，3种资料均能刻画出新疆云水参数山区高、盆地低的主要空间分布特征，且冰水含量整体高于液水含量。ERA5空间分辨率较高，能够更清晰反映局地地形相关特征；MODIS与ERA5的空间分布一致性较好，但其云水含量存在系统性偏大；CloudSat的空间分布特征在局部区域存在差异，但整体数值与ERA5较为接近。云水含量夏季高、冬季低，春秋季为过渡阶段，各季节冰水含量普遍高于液水含量。1979—2024年北疆盆地和南疆盆地北部云量及云水含量呈显著减少趋势，而昆仑山中东部地区云水含量呈显著增加趋势。

甘肃省是中国三大国家级玉米制种基地之一，河西走廊是制种玉米的主要产区。受气候变暖影响，区域高温事件频发，严重威胁制种玉米高产稳产。利用甘肃省河西地区制种玉米主产区14个气象观测站2004—2025年逐日、逐时气温资料及制种玉米产量资料，确定制种玉米高温热害指标，分析热害时空分布特征，构建制种玉米高温热害风险评估指数并进行风险区划。结果表明：综合日高温时长的热害指标与气象产量的相关性更强，因此以35 ℃及以上日高温时长≥4 h的高温日数及对应高温积热作为高温热害致灾因子指标；2004—2025年制种玉米主产区高温日数和高温积热整体呈增加趋势，年际变化幅度大，空间分布上整体呈西北向东南减少的趋势；根据高温热害风险评估指数进行风险区划，河西走廊制种玉米高温热害极高和高风险区主要分布在酒泉市瓜州县、金塔县，张掖市甘州区、高台县、临泽县，金昌市金川区，武威市民勤县等地，种植面积较大的县区需加强对高温热害的防范。

在全球变暖和人类活动加剧背景下，极端旱涝事件呈增多增强趋势，但针对次季节旱涝急转事件的研究仍较为缺乏。鉴于此，利用宁夏20个国家气象观测站1961—2023年逐日降水资料，采用多门槛游程理论，提出了一种识别次季节旱涝急转事件的方法，并对其进行检验。基于该方法，统计宁夏1961—2023年4—10月旱涝急转事件，分析事件发生频次、急转点出现时间、强度等时空演变特征。结果表明：该方法能有效识别干旱与洪涝事件，并能较好地捕捉旱转涝的过程特征；宁夏旱涝急转事件发生频次自1990年代之后显著增多，并在2010年代达到峰值；急转点出现时间主要集中在7月第六候、7月第三候、10月第四候、7月第一候和9月第五候；旱涝急转事件空间分布不均，呈现南少北多的格局；重度旱涝急转事件多发生于1970年代和2000年代，且主要集中在北部引黄灌区，该区域虽年降水量最少，但轻度和中度的旱涝急转事件均呈增多趋势。

在全球气候变暖背景下，高温与干旱复合事件对农业生产的危害远超过单一灾害。基于四川省92个气象站1981—2022年逐日降水量和最高气温数据，结合标准化降水蒸散指数和标准化温度指数，利用Copula函数构建高温与干旱强度的联合概率分布模型，系统分析水稻关键生育期（孕穗—抽穗期、抽穗—成熟期）高温干旱复合事件的时空特征。结果表明：1）在大部分站点中，广义极值分布（Generalized Extreme Value，GEV）是水稻两个生育期内干旱强度和高温强度的最优边际分布，且孕穗—抽穗期的拟合度优于抽穗—成熟期；2）Gumbel Copula被选为大部分站点最优的联合分布模型，揭示高温与干旱事件存在协同发生倾向；3）在7个水稻种植区中，轻度高温叠加轻度干旱的复合事件发生概率最高，联合重现期为9~20 a（孕穗—抽穗期）。空间上，盆中、盆南、盆周等区域为高频区，孕穗—抽穗期是复合胁迫发生概率更高的关键生育期；4）与1981—2000年相比，2001—2022年7个水稻种植区高温干旱复合事件频率及强度均呈增加趋势，且高温频率与强度的增幅均高于干旱。近20 a来，四川省水稻生育期内高温干旱复合事件风险正在加剧，高温风险正在快速累积。

为明确欧洲中期天气预报中心第五代季节预测系统（the Fifth Generation Seasonal Forecast System，SEAS5）季节模式对黑龙江汛期降水的预测能力，并为提升区域季节预测与解释应用水平提供依据，基于SEAS5模式1993—2023年的历史回报与实时预报数据及黑龙江省83个气象站降水观测资料，利用距平相关系数、Ps评分等检验评估方法，对该模式的夏季降水预测性能进行系统评估。结果表明：（1）SEAS5模式对黑龙江夏季降水总量空间分布的刻画与观测较为一致，但高值中心偏南、年际变率偏小、全省以湿偏差为主，3月起报的预测技巧优于4月和5月起报。就降水距平而言，不同月份起报的多年平均距平相关系数均为负技巧，仅有个别年份Ps评分超过80分，3月起报的预测相对表现更优。（2）模式对东北冷涡相关环流的刻画能力是影响黑龙江夏季降水预测技巧的关键因素。高技巧年份能较好再现冷涡引起的环流异常及其对应的降水异常，而低技巧年份在东北及其邻近区域的低层环流预测偏差显著。（3）3月起报因对对流层高层环流空间分布的预测更为合理而表现相对较优，但中低层环流误差仍制约整体技巧提升；SEAS5对西太平洋副热带高压的预测能力与黑龙江夏季降水技巧关联较弱，东北冷涡相关环流的影响更为直接。

为提升青海省未来24 h大到暴雨预报准确率，尤其是对突发性暴雨事件的捕捉能力，本文利用青海省2023年7—9月降水观测和多个模式预报资料进行检验优选，再对优选模式预报产品进行分位数映射订正，将多模式动态融合与分级强度订正方法相结合，应用于青藏高原地区的大到暴雨客观预报。结果表明：中国气象局（China Meteorological Administration，CMA）华东区域数值预报系统（CMA-SH9）、中国气象局北京快速更新循环数值预报系统（CMA-BJ）及中央台指导预报产品（SCMOC）在青海省大到暴雨预报中效果相对较优，因此最终考虑选取这3种模式作为优选模式进行融合；对3类优选模式分位数映射订正再动态融合后，各量级晴雨预报准确率和TS（Threat Score）评分等检验指标均有不同程度提升，但强度偏大，存在系统性正偏差；3类优选模式动态融合分级订正明显改善了预报偏差，较单模式预报晴雨预报准确率提升7.8%~27.7%，TS评分提升9.3%~22.8%；区域性大到暴雨个例分析表明：动态融合分级订正预报偏差更接近1，降水预报的雨带位置特别是大到暴雨落区也更接近降水实况；其晴雨预报准确率、大到暴雨TS评分、大到暴雨命中率分别较最优单模式提升2.2%、19.4%、27.4%。

北京是我国政治、经济、文化和国际交往中心，每年10月重大国事活动密集，寒潮及其伴随天气对活动保障具有重要影响，深入研究其成因机理具有重要意义。基于欧洲中期天气预报中心ERA5再分析资料和常规气象观测数据，对2022年10月16—18日（简称寒潮Ⅰ)和2024年10月18—20日（简称寒潮Ⅱ) 北京两次区域性寒潮过程进行对比分析，探讨其环流特征及成因机制。结果表明，两次寒潮均发生在前期气温偏高背景下，寒潮Ⅰ 以大风为主要特征，寒潮Ⅱ以强降温为主并伴随大风和降水；冷平流强度与降温幅度并不同步，晴空弱风条件下非绝热因子对降温的贡献更显著；强冷高压及3 h变压梯度是大风形成的关键动力条件，边界层持续下沉运动与大风强度和持续时间呈正相关。研究结果可为北京地区10月寒潮过程的预报预警及重大活动气象保障提供科学参考。

2023年7月27日—8月2日，华北地区发生特大暴雨（简称“23·7”过程），不同数值预报模式预报差异显著。本研究选取3个全球模式、7个区域模式，对逐3 h降水量开展分级研究，结合降水检验与地面风场分析，系统评估全球与区域模式在复杂地形条件下对本次暴雨的预报性能。结果表明：全球模式对≥0.1 mm、≥1 mm量级的降水预报较准，但空报明显，对≥10 mm量级的降水有明显漏报；区域模式总体预报能力优于全球模式，尤其对≥10 mm量级的降水预报能力显著高于全球模式。模式分辨率对不同量级降水预报能力具有一定影响，高分辨率模式比低分辨率模式具有更好的预报性能，尤其是对≥5 mm量级的降水预报效果更佳，但也存在例外。在降水频次随降水强度分布的拟合方面，区域模式性能整体明显高于全球模式。基于弗劳德数Fr（Froude number）分析揭示地形-风场协同作用机制，模式风速偏大或低估地形高度会将绕流误报为越山气流，导致降水落区预报偏差，而在局部Fr值合理区域能较好维持越山或绕流特征。

随着华北暖区暴雨事件增多，研究暖区暴雨过程中尺度对流系统发生及演变机制对提升暖区暴雨预报能力具有重要意义。基于高分辨率（3 km）WRF（Weather Research & Forecasting Model）中尺度模式，结合欧洲中期天气预报中心第五代全球气候再分析数据集（ERA5）0.25°×0.25°再分析资料，利用常规、雷达观测数据快速更新同化，对京津冀地区一次极端暖区暴雨过程的环流背景、热动力结构、水汽输送特征进行数值模拟研究。结果表明：（1）经快速更新同化观测资料的高分辨率WRF模式能较好地模拟此次暖区暴雨过程，对中小尺度系统回波及传播机制有很好体现，验证了模式对暖区暴雨关键过程的表征能力；（2）此次过程动力特征表现为“3支急流”协同作用：950 hPa超低空急流、850 hPa低空急流配合200 hPa高空急流右侧出口区的强辐散，形成垂直抽吸结构。低层阶段性演变特征（超低空急流的建立-低空急流强度脉动-低空急流的增强与维持）是强降水过程发生并维持的关键因素。（3）在低空急流强度脉动及辐合造成的上升运动增强下，暖湿气流不断被抬升，促进水汽凝结并产生降水。同时中层弱干空气向下侵入高暖湿区，触发不稳定能量释放对此次过程也有加强作用。（4）低层高湿环境为暴雨提供了充沛水汽条件，随着低空东南急流的增强，促使来自渤海湾的水汽不断汇入京津冀地区。强水汽聚集再配合强有力的动力条件，是局地短时强降水发生的主要原因。

准确掌握地表太阳辐射的时空分布特征，对太阳能资源评估与区域新能源规划具有重要意义。以甘肃省地基辐射站点观测数据为基准，构建机器学习模型，对欧洲中期天气预报中心第五代再分析资料（ERA5）的逐小时地表下行太阳辐射进行偏差订正，在此基础上系统分析了2000—2024年甘肃省地表下行太阳辐射的时空变化特征，并统计了各地级行政区年总辐射量。结果表明：机器学习订正方法显著提升ERA5数据精度，订正后数据与地基观测值的相关系数（0.93）提高12.04%，均方根误差（106.2 W·m^-2）降低36.45%；与中国科学院空天信息创新研究院发布的CARE（Cloud Remote Sensing，Atmospheric Radiation and Renewal Energy Application）卫星遥感产品对比，二者相关系数达0.87，偏差主要分布在青藏高原东北侧。研究期内，甘肃省地表下行太阳辐射年均值为206.73 W·m^-2，折合年累计总辐射量为1 659.60 kWh·m^-2，高于全国平均水平，空间上呈“西北高、东南低”的分布格局，其中酒泉地区可达1 828.44 kWh·m^-2，具备优越的太阳能开发潜力，且全省未呈现明显的年际波动趋势。

为评估黄河上游生态脆弱区植被生态质量及国家重点生态工程的实施成效，选取黄河流域白银段为研究区，划分风沙治理区、沿黄灌区和退耕还林区等典型生态功能区，基于2000—2020年多源遥感数据，构建植被生态质量指数（Ecological Quality Index，EQI），并采用趋势分析与空间统计方法，系统揭示EQI的时空演变特征及未来变化趋势。结果表明，近21 a，研究区EQI总体呈显著上升趋势，沿黄灌区EQI均值最高（49.8）；退耕还林区增速最快（0.63 a^-1），明显高于全域平均水平，生态工程对区域生态质量提升具有关键驱动作用。EQI空间上呈现“南高北低”的梯度格局与“生态孤岛”现象，高值区分布于黄河灌区和哈思山、条山农场等地，低值区集中于北部景泰—靖远干旱带及黄土丘陵区，空间分异受水分条件、地形背景与人类活动的综合影响。历史变化显示80.6%的区域生态质量得到改善，未来预测表明21.4%的区域可能持续恢复，但平川北部、靖远北部及景泰东南部存在生态逆转风险。研究表明，国家重点生态治理工程在黄河流域白银段的生态保护和治理工作取得显著成效。

黄河源区位于青藏高原东北部，是黄河流域最大的产流区，探讨黄河源区未来径流变化特性，对于黄河流域水资源的合理配置与高效利用至关重要。本文利用黄河源区唐乃亥站1976—2018年实测月径流量、格点化观测数据集的气象要素数据、土壤水文评估工具（Soil and Water Assessment Tool，SWAT）模型和4种机器学习算法模型，对黄河源区唐乃亥站历史径流量进行模拟和分析，通过对模拟结果的评价和不同模型模拟能力的分析，优选出随机森林（Random Forest，RF）模型最适合黄河源区径流预估。基于RF模型和第六次国际耦合模式比较计划（Coupled Model Intercomparison Project Phase 6，CMIP6）6个模式不同排放情景（SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）的气象数据，对未来黄河源区唐乃亥站径流量进行预估和分析。结果表明：SWAT模型和RF模型模拟的黄河源区唐乃亥站径流量与实测值比较吻合，RF模型在训练期的决定系数（R²）和纳什系数（Nash-Sutcliffe Efficiency，NSE）均在0.83以上，SWAT模型在率定期和验证期的R²和NSE均在0.70以上，并且两个模型的偏差（Bias）与其他模型相比较小。未来不同情景下黄河源区年降水量在时间尺度上呈现平缓的波动上升趋势。SSP1-2.6情景下的降水量变化趋势较小，上升速率为2.00 mm·（10 a）^-1；SSP5-8.5情景下的降水量以19.52 mm·（10 a）^-1的速率增长，在4种排放情景下增长速率最快。不同排放情景下，未来径流量呈现出明显的波动变化特征，低排放情景（SSP1-2.6、SSP2-4.5）的多年平均径流量分别为673.49、670.37 m³·s^-1，与历史时期相比分别增加3.37%和2.90%；高排放情景（SSP3-7.0、SSP5-8.5）的多年平均径流量分别为646.68、623.08 m³·s^-1，与历史时期相比分别减少0.74%、4.36%。