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%。

蒸散是陆地水循环和能量循环过程的关键环节，同时也是连接土壤、植被、大气过程的纽带。开展蒸散变化研究，对科学管理水资源、应对气候变化挑战、保障区域生态水文安全具有重要科学意义。本文分别在黄河源区、河套和下游地区选取一个代表性站点（分别为海北、兰州大学半干旱气候与环境观测站及禹城站），利用站点观测资料评估第六次国际耦合模式比较计划（Coupled Model Intercomparison Project Phase 6，CMIP6）对黄河流域不同区域蒸散的模拟能力。在此基础上，基于多模式集合平均结果，分析黄河流域不同区域历史（1980—2014年）和未来（2026—2100年）不同排放情景下蒸散的时空变化。结果表明，CMIP6多模式集合平均蒸散在黄河源区、河套和下游地区的相关性较好，泰勒评分较高，模拟得到的蒸散更为合理，适用于蒸散时空分布研究。CMIP6多模式集合平均年蒸散呈增加趋势，其中黄河源区变化速率最大[3.45 mm·（10 a）^-1]，河套和下游地区增加速率相对较缓。春季和冬季蒸散呈增加趋势，但夏季和秋季蒸散变化趋势存在差异，其中黄河源区蒸散呈增加趋势，而河套和下游区域蒸散呈减少趋势，下游减小趋势明显[夏季和秋季减少速率分别为1.13、0.73 mm·（10 a）^-1]。在所有未来情景下，黄河源区、河套和下游地区蒸散均呈持续上升趋势，并预计于2100年达到峰值。随着人为排放量的增加，蒸散上升速率也将进一步加快，其中下游区域蒸散增加趋势最显著。

青藏高原积雪变化对天气气候以及水文过程具有重要影响，全球变暖背景下高原东部复杂地形区域气候变化表现出海拔依赖性，但高原积雪随海拔高度的气候变化特征尚不明确。利用逐日无云卫星遥感积雪数据集和格点气象资料分析2003—2021年青藏高原东部积雪覆盖频率的时空变化特征及其主要影响因子，结果表明：1）积雪覆盖频率高值区主要位于研究区南部高海拔山区；春季高原东部的南部地区积雪覆盖频率高于冬季，而其内陆冬季积雪覆盖频率高于春季。积雪覆盖频率随海拔高度总体为先增加后平稳，在海拔6 000 m左右达到峰值；海拔4 000 m以上呈双峰型，峰值出现在11月及3—4月；4 000 m以下为单峰型，峰值在1月。2）除秋季积雪表现出显著减少趋势外，春季、冬季和年平均积雪的整体变化趋势并不显著，但海拔6 000 m以上区域各时段积雪均显著减少。3）积雪与气温总体负相关，冬春季显著；与降水正相关，冬季最强最广，秋季在南部、内陆及祁连山显著，春季在东南和东北部中高海拔区显著。4）与过去较短时段原始MODIS积雪数据相比，长时间序列无云数据集反映的积雪变化特征有明显的差异并且更加合理。

探究粤西干旱时空特征及其与环流指数的关联机制，对区域灾害预警和农业气象服务具有重要意义。利用1973—2022年粤西13个气象观测站数据，计算多尺度标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index，SPEI），结合趋势分析、相关分析和交叉小波变换等方法，探讨粤西近50 a干旱时空特征及其与环流指数的相关关系。结果表明：粤西年、春季、夏季的SPEI均呈干旱化趋势，春季以化州和阳春为干旱化中心，气候倾向率均为-0.24·（10 a）^-1，年尺度干旱化由降水减少主导。粤西干旱等级以轻到中度为主，秋、冬季干旱频发，但其长期变化趋势并不显著。相关系数分析表明，春旱与南海副热带高压脊线位置偏北、前冬西太平洋遥相关型（West Pacific Pattern，WP）指数正位相显著相关；秋旱与前6个月的副热带高压脊线偏北、前9个月北半球极涡面积收缩、太平洋涛动（Pacific Decadal Oscillation Index，PDO）指数或太平洋-北美遥相关型（Pacific-North American Pattern，PNA）指数正位相协同抑制降水有关。交叉小波分析显示，粤西干旱的年代际变化由PDO、副热带高压主导的5~10 a周期决定干旱背景态，南方涛动指数（Southern Oscillation Index，SOI）、北半球极涡面积指数主导的3~5 a周期叠加年际波动。年尺度SPEI与PDO、WP、南海副热带高压脊线位置指数在1995—2005年存在5~10 a的负位相共振关系，显著滞后于PDO约3个月；年尺度SPEI与SOI、北半球极涡面积指数在1996—2002年呈现出周期为3~5 a的负位相共振关系，滞后于极涡面积变化约9个月。

旱涝转折相较于单一旱涝灾害具有更强的破坏性，研究其演变规律与预测方法对提升防灾减灾能力具有重要意义。基于1960—2024年湖北省70个国家级气象观测站点的月降水量资料及欧洲中期天气预报中心第五代再分析数据，分析湖北省夏季旱涝转折（旱转涝、涝转旱）典型年的长周期旱涝转折指数（Long-cycle Drought-Flood Abrupt Alternation Index，LDFAI）时间演变特征，并探讨其对应的大气环流与水汽输送异常。研究表明：1）1960—2024年湖北省共发生21次夏季旱涝转折事件，其中旱转涝10次，涝转旱11次；LDFAI呈微弱上升趋势[0.03 （10 a）^-1]，其强度以0.07（10 a）^-1速率下降，但均未通过显著性检验。2）LDFAI具有明显年代际变化特征：1960年代为旱涝转折多发期，共发生7次（旱转涝4次、涝转旱3次）；1970年代涝转旱频发，达4次；1980年代后旱涝转折事件频率趋于均衡；LDFAI强度在1973年发生突变，1980年后显著下降。3）旱转涝事件高发区集中在湖北中部及西部，神农架南部与宜昌西北部为高风险区；涝转旱事件高发区遍及湖北中部、西部和东部，恩施是涝转旱高风险区。4）旱转涝年旱期西太平洋副热带高压（简称西太副高）偏南，湖北受中高纬纬向环流控制，配合下沉运动与水汽辐散，导致降水偏少；涝期则伴随中高纬经向环流发展，西太副高西北侧上升运动与水汽辐合增强，降水偏多。涝转旱年的环流与水汽异常特征与之相反。

2019年春季，云南经历了一次严重的季节性干旱，其影响范围广、强度大，对当地农业生产和水资源造成了严重影响，利用云南125个气象站降水资料、美国国家环境预报中心和国家大气研究中心的再分析数据、美国国家海洋和大气管理局的高分辨率海面温度资料等，采用相关及合成分析等统计分析方法，从热带大气季节内振荡（Madden-Julian Oscillation，MJO）及海温异常变化的角度分析此次云南春旱成因。结果表明：（1）云南地区春季降水受MJO位相的显著调制，当MJO处于第3和第4位相时，通常有利于降水增多；而2019年4—5月降水关键期，MJO主要活跃于第8、第1位相所在的西半球及非洲区域，导致印度洋—西太平洋对流偏弱，向北水汽输送受到高压系统阻隔，致使该区域水汽辐合条件整体偏差。（2）2019年3—5月，中东太平洋持续的海温正距平削弱了热带纬向环流，进而抑制了东南亚及南海的对流活动，导致向云南输送的水汽减弱。云南大部地区处于水汽辐散区，不利于水汽聚集，降水偏少。（3）中东太平洋海温正距平导致Walker环流减弱，叠加MJO在西半球活跃所引发的环流异常，两者协同作用促使低纬副热带高压偏强西伸，阻断了孟加拉湾水汽向云南的输送，导致2019年春季降水显著偏少。

传统标准化降水指数（Standardized Precipitation Index，SPI）数据集时间分辨率较低，难以满足干旱过程演变特征的精细化监测需求。本文基于欧洲中期天气预报中心ERA5再分析降水数据构建中国区域逐日SPI数据集（SPID-ERA5），并以黄河中上游为研究区，选取1997年和2001年两个典型干旱年，结合站点逐月SPI及逐日气象综合干旱指数（Meteorological Composite Index，MCI）对SPID-ERA5的适用性进行评估。结果表明，SPID-ERA5能够清晰刻画干旱的发生、发展、扩张和减弱过程，较好反映干旱的空间范围与强度变化；逐日MCI更侧重水分亏缺的累积效应，对干旱演变的响应相对迟缓。逐日MCI与SPID-ERA5的符号一致率和相关系数整体较高、变化趋势基本一致，且MCI在表征干旱时充分考虑前期降水贡献，体现出较强的累积特征；SPID-ERA5能够连续刻画干旱强度的波动与过程转折，而站点逐月SPI受时间分辨率限制，难以反映干旱的短期变化。高时空分辨率SPID-ERA5为弥补传统干旱数据的不足提供了新途径，在干旱监测、风险评估和预警服务中具有较高的应用价值。

复合极端高温干旱事件对农业生产、水资源安全及社会经济具有显著影响。基于多源再分析资料，结合三维连通组件算法与日尺度标准化降水指数，识别并分析了2024年夏秋季长江流域一次严重复合高温干旱事件的时空特征及成因。结果表明，该事件持续65 d，影响范围几乎覆盖全流域，高温强度达2.1 ℃、干旱强度为-0.64，并呈现由长江中下游向四川盆地西移推进且逐步增强的演变特征。8月21日—9月20日为事件峰值阶段，高温与干旱异常显著强于盛夏期，日最高气温正异常为历史同期最高、日降水量负异常为1998年以来同期最强，形成罕见的“秋老虎”过程。机制分析表明，该事件受中高纬罗斯贝波列与热带对流的阶段性交替与叠加共同驱动：前期由“+-+”型波列引发的东亚反气旋主导，引发持续下沉与辐射增温；中期热带对流显著增强，通过局地经圈环流维持发展；后期转为热带对流主导。

地表温度作为地表物理过程的重要参数，在有云情况下，微波遥感是获取其信息的主要途径之一。本文基于FY-3D/MWRI亮温数据，采用随机森林（Random Forest，RF）、XGBoost、LightGBM等集成学习算法构建青海高原地表温度估算模型。通过深入分析亮温数据、地形要素等特征在不同模型中的贡献度，发现RF模型中亮温数据贡献度较高，XGBoost模型中亮温数据和地形要素均表现出较高贡献度，LightGBM模型则地形要素贡献度较高。3个模型的训练和测试精度均超过0.8，其中LightGBM与XGBoost模型的训练、测试精度差异较小。3个模型均能较好地刻画青海高原2个低温区和2个高温区的空间分布特征，其中XGBoost模型在干旱和洪涝过程下表现尤为突出，其估算结果与地表温度实测值的偏差最小。综合表明，XGBoost模型为青海高原地表温度估算的最优模型，其反演结果为该区域开展干旱与洪涝遥感实时监测提供技术支持。

准确估算太阳直接辐射和散射辐射对于辐射观测匮乏地区生态系统平衡及太阳能资源开发与利用具有重要意义。基于2004—2021年甘肃榆中气象观测站辐射观测资料及2021年3月—2022年2月甘肃张掖和酒泉光伏电站的实际运行观测数据，对3种典型直散分离模型（Erbs、Orgill-Hollands和Liu-Jordan）的参数进行本地化修正，并对修正模型在光伏阵列斜面辐射及发电功率计算中的应用效果进行检验和评估。结果表明，3种模型经本地化修正后计算精度均明显提高，其中Erbs、Orgill-Hollands和Liu-Jordan模型修正后平均绝对百分比误差分别为14.91%、16.07%和16.57%，较修正前分别降低6.72%、4.01%和9.65%，Erbs修正模型整体计算效果最优。修正模型在斜面辐射及发电功率的计算中均表现出较好的适用性，3种修正模型计算得到的月平均发电功率与实际发电功率较为相近，在分析斜面辐射及发电功率月（年）尺度变化特征时，可选取任意一种修正模型。在计算精度和时序变化刻画方面，Erbs修正模型优于另外两种模型，对发电功率日变化特征的再现能力更强，在功率平滑变化或显著波动条件下均与实测值更为接近。因此，在开展斜面辐射及发电功率日尺度变化研究，或进行光伏电站分钟级发电功率预测时，优先推荐采用Erbs修正模型。

为应对宁夏气候干旱的现实问题，解决人工增雨和防雹工作中的技术难题，宁夏气象工作者经数十年持续努力，在云物理科学基础与人工影响天气业务领域取得了丰硕成果。本文从宏微观物理降水机制、云凝结核与冰核、人工增雨技术、人工防雹技术、大气水汽与地形对人工增雨的影响、雷达技术在人工影响天气中的应用，以及人工影响天气作业优化研究等方面进行回顾。以往工作对层状云微物理结构与地形动力抬升的协同作用机制、水汽分布与变化对人工影响天气的效应、空中云水资源开发潜力、不同类别凝结核特征与催化效果等关键问题逐渐形成了成熟认识；在人工影响天气作业安全保障、复杂背景下突发危险天气识别、不同天气形势下作业指标构建、人工影响天气作业体系构建等方面取得了重要成果；同时，积累了丰富的作业经验，建立了强大的专业队伍并取得显著成效。面向宁夏增雨防雹的迫切需求与持续发展的技术态势，探讨了未来进一步努力的方向。

霾的形成与演化涉及多尺度大气物理、化学过程。“高湿”是四川盆地的典型污染气象特征，也是灰霾发展的重要因素。基于2015—2018年欧洲中期天气预报中心ERA5再分析资料及地面常规环境气象观测数据，系统分析了四川盆地冬季霾天气过程水汽演变特征及其与大气能见度的关系。结果表明：1）霾天气过程中四川盆地平均区域净水汽收支为（3.40±2.92）×10⁶ kg·s^-1，整体呈水汽盈余；西、南边界为主要水汽输入通道，东边界表现为净输出，北边界输送具有不确定性。2）霾天气过程从形成、发展到持续阶段，对流层低层（700 hPa以下）水汽含量持续增加，水汽高值舌向北伸展、覆盖范围逐渐扩大。3）对流层低层水汽的增加有利于增强气溶胶吸湿增长，导致质量消光系数增大，从而加剧大气能见度降低。

积雪对地表能量过程的复杂影响是冬季复杂地形区数值模拟的关键不确定源，亟待深入研究。利用WRF v4.3模式，针对兰州新区2014年有雪期（2月18—26日）与无雪期（1月11—19日）开展模拟对比试验，基于4座测风塔观测数据，系统评估了SLAB、Pleim-Xiu、RUC和NoahMP 4种陆面方案对近地面气象要素的模拟性能，揭示了积雪对模拟精度的影响及其对陆面方案的敏感性。结果表明，无雪期模拟效果良好：气温模拟相关系数（R）为0.80~0.97，归一化中心均方根误差（Normalized Centered Root Mean Square Errors，NCRMSE）为0.27~0.60；风速模拟R为0.46~0.82，绝对偏差普遍低于0.5 m·s^-1，且能较好地再现坡风环流特征。而在积雪期，模拟精度显著下降：约半数方案气温R低于0.80，最大冷偏差超过5.00 ℃，NCRMSE升至0.38~0.79；风速NCRMSE增至0.77~2.52，风向频率误差可达无雪期的2倍。泰勒图分析进一步表明，积雪增强了模拟结果对陆面方案的敏感性，有雪期各方案归一化标准差的离散性显著大于无雪期。在4种方案中，NoahMP在积雪期表现最优，其气温R稳定在0.9左右，冷偏差最小，且NCRMSE多低于0.5。准确表征积雪过程对提升冬季复杂地形区的气象模拟能力具有重要意义。

2024年11月25—29日，黑龙江省发生一次东北冷涡背景下的极端降水过程，多站降水量突破历史极值。基于黑龙江省地面气象站逐小时观测资料和欧洲中期天气预报中心ERA5再分析资料，分析此次过程中东北冷涡的演变特征及持续性强降水的形成机制。结果表明，东北冷涡冷心结构最初出现在中层，随冷涡发展向下延伸，在减弱阶段再次回升至中层；冷涡发展及强盛阶段，南侧以下沉气流为主，北侧和东侧存在显著上升运动及深厚湿区。强降水期间，降水中心始终位于冷涡东侧，东南风低空急流和超低空急流构成暖输送带，持续向强降水区输送水汽和热量，且急流强度具有明显日变化特征，凌晨至午后急流增强，大风区向下延伸，垂直风切变显著。强降水与925 hPa强水汽辐合区对应良好，鹤岗附近降水中心长时间维持稳定的水汽输送和辐合，是形成极端降水的必要条件。此外，地形辐合抬升及高、低空急流的耦合作用显著增强低层上升运动，使强降水持续并最终导致极端降水，极端降水主要出现在小兴安岭东侧山麓迎风坡区域。

为加深对山地复杂地形区的降水规律认识，利用贵州梵净山东侧不同海拔高度的3个气象观测站2022—2023年汛期5—10月逐小时降水资料，分析山脚、山腰和山顶站降水日变化特征。结果表明：夜间至早晨降水量和降水强度随海拔升高而增大，午后至傍晚两者随海拔升高而减小；山脚站和山腰站降水量大值时段出现于午后到傍晚，山顶站则集中于凌晨到早晨；3站降水量主要来源于持续2~18 h的降水事件，山顶站持续8 h以内的降水事件其降水量均表现为夜间大于白天，山脚站和山腰站这一特征仅体现在持续3 h以内的降水事件中；降水高发时段随海拔升高呈现系统性推迟，从山脚站的夜间至上午，经山腰站的夜间到中午，过渡到山顶站的中午到凌晨，表现出“从上午到中午向凌晨传播”的趋势。短历时强降水（降水量≥25 mm）多出现在早晨且降水频次最多，长历时降水的降水量占比最大。

为深入认识郑州复杂地形下短时强降水的精细特征，基于2013—2022年国家站和区域站逐小时降水数据，常规观测资料以及高精度地理信息数据，分析郑州短时强降水的多时间尺度和空间变化规律，探讨降水强度、发生频次与地形因子的关系；并结合郑州2021年7月（“21·7”）的极端特大暴雨事件，揭示地形对短时强降水触发和增强的热动力机制。结果表明，郑州短时强降水站次呈波动增加趋势，7—8月为高发期，14：00—20：00（北京时，下同）为活跃时段，峰值出现在18：00—20：00，白天山区发生概率显著高于平原；≥20 mm·h?¹的短时强降水主要出现在山区，而≥50 mm·h?¹的极端强降水更易发生在郑州主城区及新密市一带，反映出山区频次高但强度相对偏弱、城区极端性更强的空间分布特征；环流分型显示，弱天气尺度强迫背景下，山区短时强降水站次明显多于平原；地形对短时强降水强度分布影响不显著，但对发生站次有明确影响。“21·7”暴雨过程中，地形辐合线的触发作用以及迎风坡抬升与下垫面热力差异共同导致的对流增强机制较为突出。

基于2009—2023年陕西省加密区域自动站和国家站逐小时降水资料，对陕西不同地区短时强降水（小时降水量≥20.0 mm）的时空特征进行对比分析，以期为短时强降水精细化预报预警提供科学依据。结果表明：（1）陕西短时强降水频次与极值自北向南递增，陕南最大，最大小时降水量达108.7 mm。（2）短时强降水标准化频次在关中地区呈显著增加趋势；各地区短时强降水集中于6－8月，7月下旬最多。4—6月及9月陕南短时强降水明显多于关中和陕北。短时强降水极值各地区均呈增加趋势，峰值出现时间由南向北推迟；降水强度在关中和陕南呈增加趋势，各地区最大降水强度均出现在8月上旬。极端短时强降水标准化频次的变化特征与短时强降水基本一致。（3）各地区短时强降水标准化频次的日变化均在19：00达到最大值，陕北呈双峰型分布，主峰出现在14：00—23：00，次峰在03：00—05：00；关中呈单峰型分布，高发时段为16：00—次日01：00；陕南表现出明显的夜雨特征，16：00—次日04：00为高发时段，且后半夜短时强降水主要发生在中西部地区。与短时强降水相比，极端短时强降水高发时段在关中滞后约1 h，陕南提前约1 h。