为做好ECMWF（European Centre for Medium-Range Weather Forecasting）模式本地化释用，提高四川省降水预报准确率，对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现，该模式预报的雨日较实况偏多，尤其是攀西地区和川西高原；预报的大雨日数盆地西南部及攀西地区多于实况，而盆地南部少于实况。然后，基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后，暴雨及以上量级TS（Threat Score）提高7%~15%，且各量级降水TS均高于多模式集成客观预报产品2%~4%，大雨及以上、暴雨及以上量级命中率提高10%~20%，订正后雨带位置特别是暴雨落区与实况更接近。

雾和霾是危害人类健康和影响社会经济发展的灾害天气，精细化的实况资料能够在雾和霾的防治中发挥重要作用。利用2017年12月1日至2020年11月30日天津及其周边地区国家气象观测站资料、Himawari-8卫星L1级全圆盘观测数据和L3级气溶胶光学厚度产品，分析了中国气象局陆面数据同化系统（CMA Land Data Assimilation System，CLDAS）能见度和相对湿度融合实况分析产品判识天津地区雾、轻雾和霾的准确性。结果表明：与台站资料相比，CLDAS产品对轻雾、雾和霾的平均检出率分别为90.4%、84.2%和78.8%；CLDAS产品对轻雾的逐月检出率为81.1%~96.4%，雾和霾出现较多的月份，其检出率均在80.0%左右。个例分析表明CLDAS产品判识的雾、轻雾和霾与台站观测结果以及Himawari-8卫星反演检测结果基本一致。CLDAS产品未正确判识雾、轻雾和霾的情况主要表现为雾误判为轻雾（各站为3.8%~21.4%）和霾漏判（各站为8.6%~25.0%）。当台站水平能见度在区间[0，0.75 km）时，CLDAS能见度的误差主要导致雾误判为轻雾；在区间[0.75，7.5 km）时，CLDAS能见度的误差主要导致霾漏判；在区间[7.5，15 km）时，CLDAS能见度的误差主要导致轻雾和霾空报。当台站相对湿度大于40%且小于等于60%时，CLDAS相对湿度的误差主要导致霾误判为轻雾。总体而言，CLDAS产品对天津地区雾、轻雾和霾的判识准确性较好，能够为雾、轻雾和霾的精细化监测提供参考，改善雾和霾监测中能见度观测站点稀少、空间覆盖不足的现状。

为科学管理葡萄越冬埋土工作，基于2021/2022年冬季宁夏贺兰山东麓酿酒葡萄种植区10个葡萄园地温观测资料，分析不同葡萄园冬季日平均地温的变化特征和10~20 cm土壤热扩散率。结果表明：各葡萄园冬季土壤温度先下降后上升，土壤温度随着深度增加而上升，深层土壤温度波动幅度小于表层土壤，变化趋势也滞后于表层土壤。热传导方法可以很好地模拟冬季贺兰山东麓10、20 cm土壤温度，20 cm效果最佳，回归校正系数达0.947 5。贺兰山东麓葡萄园冬季土壤热扩散率k整体较高，各葡萄园区k值存在一定差异。产区北端大武口区的贺东庄园和永宁县偏东的圣易路丁酒庄k值较小，平均值分别为6.11×10^-6、4.53×10^-6 m²·s^-1；靠近贺兰山的观兰酒庄、西鸽酒庄、留世酒庄、轩尼诗酒庄和产区南端的东方裕兴酒庄、红粉佳荣酒庄k值较大，平均值为11.08×10^-6~14.94×10^-6 m²·s^-1；御马酒庄和美御酒庄的平均k值分别为9.63×10^-6、8.52×10^-6 m²·s^-1。

探究夏玉米生长季热量资源利用率的时空分布特征，可为夏玉米品种布局调整、保障高产稳产提供理论依据。基于河北省夏玉米主产区15个农业气象观测站1981—2019年逐日气象数据、玉米及后茬轮作小麦的发育期观测数据，利用回归分析及空间插值等方法，分析气候变化背景下夏玉米生长季热量资源利用率时空变化。结果表明，1981—2019年河北省夏玉米潜在生长日数无显著变化、潜在积温显著增加（P<0.05）；生长季热量资源利用率显著增加（P<0.05），生长日数利用率从1981年的80.4%提高到2019年的94.5%，积温利用率从1981年的84.5%提高至2019年的94.9%。河北地区夏玉米潜在生长季日数、潜在积温呈现南多北少的空间分布；生长日数利用率及积温利用率整体呈现南低北高的分布特征，其中廊坊地区生长日数利用率及积温利用率均较高（95%以上），邯郸生长日数利用率较低（85%以下）。1981—2019年夏玉米花前积温与花后积温气候倾向率分别为19.6、58.7 ℃·d·（10 a）^-1，花后积温的上升速度明显高于花前积温，积温比呈现明显下降趋势，从1981年的1.6下降到2019年的1.1，下降28.5%。研究表明冀南地区夏玉米气候资源利用率仍有一定的提升空间，可以选用生长季更长的中熟和晚熟品种，育种或栽培上可选择灌浆阶段更长的品种，充分利用生长季热量条件，提高玉米产量。

为提高暴雨预报准确率，减少暴雨致灾损失，基于地面常规气象观测资料、卫星云图反演的云顶亮温（Black Body Temperature， TBB）资料及美国国家环境预报中心（National Centers for Environmental Prediction， NCEP）再分析资料，对2017年8月云南一次强对流暴雨成因进行分析。结果表明：500 hPa低槽东移、700 hPa切变线南压、地面冷锋西推是此次降水过程发生的天气背景；中-β、中-α尺度对流系统（Mesoscale Convective System， MCS）是产生强对流暴雨的直接系统，强降雨主要出现在TBB梯度大值区；MCS与700 hPa切变线关系最为密切，切变线位于滇中以东地区，MCS呈椭圆状，沿切变线附近及后部发展，切变线靠近哀牢山或翻越后，MCS呈西北—东南向带状分布，沿切变线前部发展；切变线翻越哀牢山前，白天移动较快，主要产生雷暴天气，夜间移动缓慢，降雨较强；强对流暴雨需重点关注水汽通量辐合大值区、800 hPa与500 hPa温差大于20 ℃区域；强降雨时段，整层大气均为上升运动，强降雨区维持低层辐合、中高层辐散的动力抽吸机制。

探究降水对不同区域PM_2.5质量浓度的影响，可为当地空气质量评估和预报以及大气污染防治等提供重要科学支撑。利用2016—2021年四川盆地成都、乐山、宜宾、绵阳和达州5个典型城市逐小时降水观测资料和PM_2.5质量浓度监测数据，从降水过程发生时段、持续时间、强度以及降水前PM_2.5初始浓度等方面，探析降水过程对不同区域城市PM_2.5的清除作用。结果表明：随着降水强度或PM_2.5初始质量浓度增加，四川盆地PM_2.5正清除过程占比增加，清除率升高。空气污染状态下，1 mm·h^-1及以上降水强度对四川盆地PM_2.5清除作用明显提升，清除率达35.0%。PM_2.5清除作用与降水过程持续时间呈正相关，降水持续时间超过3 h的清除率较持续时间小于等于3 h的高出9.0%~18.0%。四川盆地凌晨和下午的降水过程出现正清除的概率较高，且凌晨的降水过程对PM_2.5清除效果更好。对比来看，降水发生后，乐山和宜宾出现正清除过程占比较高，且在不同PM_2.5初始质量浓度下，随着降水持续时间增加，清除率明显高于其他地区。

为探究沙尘天气发展规律和污染特征，以石家庄和济南为例，基于偏振-米散射激光雷达观测数据和城市颗粒物小时质量浓度等数据，分析2021年3月中国北方发生的两次强沙尘过程（3月15日与27日强沙尘过程，简称“3·15”过程与“3·27”过程）。结果表明：（1）两次过程沙尘入境时，两市PM₁₀质量浓度快速上升，PM_2.5与PM₁₀质量浓度比迅速减小。（2）两次过程期间，两市PM₁₀质量浓度符合正态分布，“3·15”过程石家庄和济南PM₁₀质量浓度高斯拟合的决定系数分别为0.92和0.76，“3·27”过程分别为0.83和0.89。（3）沙尘爆发期，近地面消光系数和退偏比都明显增大。（4）因沙尘沉降和多沙尘源，沙尘传输过程中出现多层结构，可分为近地面沙尘层、低空沙尘层和高空沙尘层。近地面沙尘层出现时间和地面颗粒物质量浓度急剧上升时间基本一致。（5）离地面近且雷达数据质量可靠的195 m高度处，“3·15”过程（“3·27”过程）石家庄和济南退偏比最大分别为0.29、0.23（0.28、0.20），消光系数最大分别为3.94、3.84 km^-1（3.10、1.83 km^-1）。表明沙尘在传输过程中强度变弱，大粒子不断减少。该高度退偏比开始快速上升时间比地面颗粒物质量浓度开始快速上升时间早约1 h。（6）根据沙尘天气污染特征可将其发展分为前期、爆发期、维持期和后期4个阶段，综合利用PM₁₀质量浓度、PM_2.5与PM₁₀质量浓度比、消光系数和退偏比等能很好地识别沙尘的不同阶段。

基于2016年11月20日机载微波辐射计GVR（G-band water Vapor Radiometer）和热线含水量仪探测资料以及FY-2E卫星云顶亮温、天津塘沽站雷达组合反射率、美国国家环境预报中心（National Centers for Environment Prediction，NCEP）/国家大气研究中心（National Center for Atmospheric Research，NCAR）FNL再分析资料，分析天津地区典型层状云水汽和液态水分布特征。结果表明：层状云的液态水路径自云底向上随高度上升而减小，到达冰云高度后减至0 mm，而积分水汽含量自地面向上随高度上升逐渐减小，在云上3 500 m高度平飞过程中稳定在0.3~0.5 cm。液态水密度随高度上升先增后减，在云底（900 m）以上GVR探测的液态水均为过冷水，在上升过程中过冷水主要分布在900~2 400 m高度，密度最大为0.63 g·m^-3，而在下降过程中主要分布在900~1 600 m高度，密度最大为0.78 g·m^-3。相比热线含水量仪，GVR能更好地反映云中过冷水含量及过冷层高度和厚度。水汽主要源于平流输送，水汽密度在400 m高度向上不断增大，在云底附近明显积聚后迅速减小，在1 400~3 000 m高度波动变化。随着降水的临近，飞机下降阶段的最大水汽密度增大且高度上升，水汽大值层厚度增大，可为降水预报及人工影响天气提供一定参考。

三峡库区地处长江流域腹地，是典型的气象灾害频发区和生态环境脆弱区，夏季小时强降水（Hourly Heavy Rainfall，HHR）因突发性强、预测难度大等极易致灾。利用中国气象局国家气象信息中心提供的逐小时降水量观测资料，分析1992—2021年三峡库区夏季HHR和强降水事件（Heavy Rainfall Event，HRE）的精细化时空分布特征。结果表明，三峡库区夏季HHR局地性强、强度大，其降水量对夏季总降水量贡献大，且主要源于降水频次的贡献，库区东南部是高值中心。近30 a来，三峡库区夏季HHR降水量呈不显著增加趋势；HHR的降水量和频次日变化均呈双峰型，峰值分别出现在清晨和下午，且日峰值时间位相与地形相关。三峡库区夏季HRE以短历时（1~6 h）为主，其降水量多为20~60 mm，而长历时（>12 h）发生少，其降水量多为60~100 mm。短历时HRE多开始于下午，其最大小时降水量也多发生于下午，而中历时（7~12 h）和长历时HRE多开始于夜间，二者的最大小时降水量均多发生于清晨。

为科学确定气象站点地形起伏特征，基于先进星载热发射和反射辐射仪全球数字高程模型（Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model，ASTER GDEM）30 m数据，利用均值变点分析法确定四川省地形起伏度模型的最佳分析窗口。提取地面气象观测站所处的地形起伏特征，探究气象站点布设的区域代表性空间格局。结果表明：（1）四川省地形起伏度的最佳窗口为39×39个像元矩形邻域，对应面积1.369 km²。建立的地形起伏度模型与山脉走向一致，能够捕捉到地表各种尺度的地形起伏状况，符合四川省地貌特征。（2）国家站和区域站所处地势以台地、丘陵和小起伏山地为主，地形起伏较小的国家站占比明显高于区域站，即国家站更具有区域代表性。（3）四川省气象观测站点布设的适宜地区主要集中在盆地、川西高原的北部和西部及攀西地区的东部和南部，占全省面积的69.74%。均值变点分析法确定的分析窗口面积可以兼顾各种地貌类型，提取的地形起伏度能较好地反映气象站点所处地形特征，可为气象站点布局和站网优化提供重要参考依据。

气溶胶类型的准确识别是进一步研究其气候与环境效应的重要前提。基于兰州大学半干旱气候与环境观测站2009年10月至2012年11月地基双波长偏振激光雷达观测资料，分别在清洁天、人为污染物、沙尘事件和强沙尘暴事件4种典型情形下挑选若干个例，对其气溶胶消光系数、体积线性退偏比、气溶胶退偏比等进行统计分析，明确不同气溶胶类型的判定阈值。结果表明：清洁天该区域气溶胶消光系数小于0.085 km^-1。在消光系数大于该阈值的污染情形下，人为污染物的体积线性退偏比小于0.07，相应的气溶胶退偏比小于0.09；污染沙尘的体积线性退偏比介于0.07和0.22之间，气溶胶退偏比为0.09~0.31；纯沙尘的体积线性退偏比大于0.22，气溶胶退偏比大于0.31。当出现强沙尘暴时，体积线性退偏比大于0.35，气溶胶退偏比大于0.49。

荒漠化目前已成为威胁全球生态环境的主要问题，开展荒漠化监测对于荒漠化防治至关重要。基于2014—2021年植被生长季（5—9月）Suomi/NPP（National Polar-orbiting Partnership）遥感数据和柴达木盆地8个气象站点观测数据，利用NDVI-Albedo（Normalized Difference Vegetation Index-Albedo）特征空间计算荒漠化差值指数（Desertification Difference Index，DDI），运用自然间断法、Sen+M-K趋势分析法、相关性分析法、精度误差矩阵计算和转移矩阵计算等方法，探讨柴达木盆地植被生长季荒漠化土地时空动态演变及气象影响因素。结果表明：（1）基于NDVI-Albedo特征空间构建的DDI在柴达木盆地荒漠化监测中适用性较高，特征方程R²≥0.65，整体分类精度79.38%，Kappa系数0.62。（2）2014—2021年，柴达木盆地荒漠化程度东部、南部较低而西部、中部较高，且东部、南部部分地区DDI值以每年超过0.01的速率增大，部分地区增大显著；荒漠化土地总面积呈减小趋势，速率为-1 173 km²·a^-1，不同程度荒漠化土地之间存在转移特征，具体表现为荒漠化程度较重的土地向较轻的土地转移。（3）相关性分析表明，降水量、平均相对湿度均与DDI呈极显著正相关（P<0.01），相关系数分别为0.91、0.86，水分是影响柴达木盆地荒漠化的主要气象因子。

近年来，长江流域干旱事件频发，干旱灾害造成的损失越来越大，为进一步提升区域干旱灾害风险管理及防旱抗旱能力，开展典型旱区干旱时空演变规律研究具有重要意义。“衡邵娄干旱走廊”是湖南省干旱最严重区域，利用该区域33个气象站1971—2022年逐月降水量构建标准化降水指数（Standardized Precipitation Index，SPI）序列数据集，以邵阳县为示例，应用游程理论整合干旱事件，基于Gumbel-Copula函数构建干旱历时和强度联合分布函数，计算干旱联合重现期并推广至整个研究区域，在此基础上构建干旱等级划分标准，分析整个研究区域各等级干旱概率空间分布特征。主要结论如下：邵阳县Ⅰ型和Ⅱ型干旱历时和强度理论联合重现期峰值分别约97、27 a，表明长历时且高强度干旱事件发生概率很小，远低于长历时或高强度干旱事件发生概率，这是研究区干旱事件的共性。基于干旱历时和强度联合分布组合可有效避免单一变量在识别干旱等级时对干旱事件整体的分割，能够更准确评估干旱的复杂性及大范围影响。近52 a来，“衡邵娄干旱走廊”西部轻旱最频繁，重旱与特旱发生频率低，特旱主要分布在邵阳县、邵东县及双峰县一带。

黑龙江省是我国主要的粮食生产基地，研究该区域干旱气候特征对科学开展旱灾防御治理具有重要作用。基于1971—2020年农作物生长季（5—9月）黑龙江省80个国家气象站逐日气温、降水资料，计算黑龙江省逐日气象干旱综合指数（Meteorological Drought Composite Index，MCI），分析黑龙江省中旱、重旱、特旱日数时空分布特征，进一步对比分析典型干旱、湿润年的环流特征。结果表明：1971—2020年5—9月，黑龙江省大兴安岭南部、松嫩平原西部是干旱多发区；干旱日数月际空间分布西多东少、中部腹地局部偏多；中旱、重旱、特旱日数年代际特征明显且均呈减少趋势，中旱减少趋势最明显，变化速率为-1.7 d·（10 a）^-1。典型干旱年与典型湿润年的环流存在显著差异，典型干旱年，贝加尔湖以西地区受反气旋控制，黑龙江上空受西风带气流控制，盛行下沉气流，不利于冷暖空气交汇，水汽输送通道不明显，水汽难以到达黑龙江地区；典型湿润年情况则相反。

对流起沙是一种由热力对流湍流直接夹卷沙尘进入大气的起沙机制，由于其频繁发生，长期累积的沙尘排放贡献不可忽视。根据国内外研究现状，总结归纳对流起沙的发生机理和影响因素，介绍目前相关的参数化方案，并从发生条件和起沙通量等方面分析对流起沙与跃移起沙、尘卷风的异同。最后，对对流起沙的野外观测和参数化方案改进等方面提出建议：应加强对流起沙潜在活跃区的观测及比较不同沙源地对流起沙的特征，进一步构建土壤湿度、植被覆盖等影响因素的修正函数以提升模式模拟性能。

中国夏季风过渡区是全球陆-气相互作用强盛区域之一，也是极端天气灾害频发且易造成严重经济损失的区域，对过渡区陆-气相互作用的进一步认识将有助于提升该区域防灾减灾能力。以近年来中国气象局干旱气候变化与减灾重点实验室为平台开展的夏季风过渡区相关项目群取得的研究成果为基础，对过渡区陆-气相互作用时空分布规律、陆面水分收支对夏季风响应新特征、边界层时空变化特征及发展机制、季风与陆-气相互作用对区域气候影响、陆-气相互作用对作物产量影响以及多因子和多尺度动力学粗糙度参数化方案等方面的新进展进行系统总结，并根据夏季风过渡区陆-气作用研究的发展趋势，提出今后应在侧重加强陆-气交换多循环过程对夏季风年循环响应规律研究基础上，探讨陆-气相互作用对夏季风的多尺度动态响应，建立地表过程和大气边界层关键物理量的气候动力学关系，以改进和提升区域气候模式模拟水平。该工作对推动我国陆-气耦合过程的研究具有重要意义。

利用中国2021年夏季（6—8月）逐3 h降水预报资料和地面气象站观测资料，从多个角度诊断分析CMA-MESO （China Meteorological Administration Mesoscale Model） 3 km系统模式降水预报性能，为预报员提供参考，为模式系统改进提供依据。结果表明：CMA-MESO 3 km模式能较好地预报出不同地区3 h累积降水量和有效降水频率时空分布特征，区域降水预报能力强于单站，持续性降水预报效果好于局地短时强降水。不同预报时效结果显示，CMA-MESO 3 km模式3 h降水预报值最大且大于观测值，6、9、12 h降水预报最接近实况;短时强降水个例结果显示CMA-MESO 3 km模式短临预报效果较好，3、6 h降水预报接近观测，降水量及其时间变化特征预报与观测基本一致，且8个预报时效的区域降水预报平均值接近观测值，预报效果较好。

气象要素特征的定点精细化分析和预报评估对重大体育赛事气象保障有重要意义。利用国家气象信息中心三源融合降水分析产品和欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）ERA5再分析资料，分析第十四届全国运动会（简称“十四运”）西安、延安、安康关键场馆的气象要素特征，并检验ECMWF、中国气象局中尺度数值预报系统（China Meteorological Administration Mesoscale Model，CMA-MESO）预报产品和国家气象中心网格指导预报产品（SCMOC）对3个关键场馆降水、气温和风的预报表现。主要结论如下：（1）十四运历史同期3个关键场馆发生降水的概率较高，开、闭幕日举行地西安场馆历史上出现降水的概率分别为46%和44%，平均降水量分别为24.6、9.8 mm，且降水量和降水概率峰值多出现在午后至傍晚。（2）十四运历史同期3个场馆夜间气温相对较低，白天快速升温，日平均气温大多为12~18 ℃，适宜赛事活动;3个场馆盛行偏东风或偏南风，西安、安康场馆风速小，适宜赛事活动，而延安场馆出现4级以上风的频次较高，对赛事有不利影响。（3）整体而言，十四运历史同期SCMOC在3个场馆的晴雨预报准确率最高，但降水频次预报较实况明显偏低，有漏报的风险;SCMOC对阻塞型和两槽一脊型降水过程的晴雨预报有明显优势，而ECMWF对低涡底部型降水过程预报表现较好，且TS值最稳定。ECMWF的气温预报准确率优于SCMOC和CMA-MESO，而SCMOC的风速预报具有绝对优势。（4）十四运期间3种产品的预报性能差异与历史同期基本一致，但整体预报评分高于历史同期。

为了了解ECMWF-HR模式云量预报产品在西北中东部地区的精度，利用2019年10月至2020年9月共计12个月的FY-2G卫星总云量反演产品，对西北地区中东部同时段的ECMWF-HR总云量预报产品进行对比分析，并选取3个典型区分析ECMWF-HR总云量预报偏差的日变化特征。结果表明，ECMWF-HR模式对西北地区中东部总云量的预报偏差白天较小，夜间偏差增大约10%~20%。总云量预报偏差具有明显的季节特征，夏半年ECMWF-HR模式云量预报整体偏多且偏差空间分布均匀;冬半年总云量预报有区域性特征，祁连山区西段明显偏低，甘肃和陕西南部明显偏多，其他大部地区的预报偏差低于夏半年。总体来说，ECMWF-HR模式总云量预报稳定可信，但在祁连山西段和甘肃与陕西南部2个明显异常区域需进行偏差订正。前者需要在模式预报基础上调高10%~30%，后者需要降低20%~30%;订正后的总云量预报与卫星反演结果较为接近，平均绝对偏差约4.5%，且与卫星反演结果具有相似的日变化特征。

为深入认识四川盆地持续性暴雨的水汽特征及来源，提高该地区暴雨预报能力，利用四川省4 955个国家级及区域级自动气象站资料、全球资料同化系统（Global Data Assimilation System， GDAS）资料、欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）第五代大气再分析资料（ERA5），基于拉格朗日方法对四川盆地2020年8月的一次持续性暴雨过程的水汽输送特征进行了分析。结果表明：强降水开始前和强降水过程中，不同起始高度层水汽输送特征有所不同。中高层起始高度（5 500~10 000 m），强降水开始前气团轨迹源地主要为低纬洋面，而在强降水过程中调整为地中海南岸并为盆地带来中高纬西风带干冷空气;中低层起始高度（1 500~5 500 m），降水过程中气团轨迹源地由地中海南岸逐渐调整为低纬洋面并为盆地带来低纬洋面暖湿空气;低层起始高度（地面至1 500 m），强降水开始前轨迹源地率先调整为低纬洋面并为盆地输送比中低层更为暖湿的气流。统计不同源地水汽贡献率可知，孟加拉湾—泰国湾的水汽占主导（66.6%）、阿拉伯海次之（23.9%）、中国南海最低（9.5%）。

利用地面气象观测数据、欧洲中期天气预报中心ERA5再分析资料和FY-4A卫星云顶亮温数据，对2021年10月18—19日青藏高原西部暴雪过程进行综合分析，研究印度北部低涡对强降雪天气的贡献。结果表明：本次强降雪过程在南支槽东移和印度低涡异常活跃的背景下产生，南支槽前高空急流和印度北部东西向两个低涡为高原西部强降雪提供了有利的环流背景;降雪期间，印度北部至喜马拉雅山脉以南地区东南风低空急流大爆发，建立了一条由孟加拉湾向西输送的水汽通道，使得孟加拉湾水汽能够向西输送;生成于印度西北地区的对流层低涡系统一方面阻挡水汽继续向西输送，有利于孟加拉湾的水汽在低涡东部聚集，另一方面增强低涡东部偏南气流与高原大地形之间的强迫作用，使得大量水汽能够源源不断地从对流层低层沿高原南坡陡峭地形向上爬升至高原，为强降雪天气提供充足水汽条件;高空位涡侵入是印度西北地区的低涡系统生成发展的重要原因。总的来看，印度北部的低涡系统在此次高原西部降雪天气中起了重要作用，在高原地区降雪预报业务中，有必要加强对低纬度地区对流层低层低涡系统的跟踪监测。

为科学精准地开展人工增雨作业，通过搭载机载粒子测量系统 （Particle Measuring Systems， PMS）的空中国王350飞机（编号3523）入云进行垂直和水平探测，并结合FY-2F卫星、天气雷达等资料综合分析2021年2月28日华北南部一次低槽冷锋层状云系的微物理结构和增雨作业条件。结果表明：降水云系为中低云，飞机探测到云顶高度为6 014 m，云顶温度为-17.7 ℃，云底高度低于582 m，云内0 ℃层高度为1 300 m，云体厚度大于5 400 m，暖云厚大于700 m，冷云厚大于4 700 m;卫星反演的云顶高度为5~6 km，与飞机实测值较为一致，卫星反演的云顶温度为-40~-25 ℃，比飞机实测值偏低。整个探测时段云系微物理结构不均匀，冷云内第二层冰水混合区（高度3 427~4 985 m、温度-12.4~-6.3 ℃）和第三层冰水混合区（高度5 449~6 014 m、温度-18.3~-15.3 ℃）出现云滴谱探头（Cloud Droplet Probe， CDP）探测的粒子数浓度大值区，最大值分别为146.80、170.75 cm^-3，且过冷水含量分别达0.12、0.20 g·m^-3。暖云内云微物理分布较均匀，在557~575 m和844~866 m两个高度层粒子数浓度均存在波动，CDP粒子数浓度值变化相对较大，云粒子图像探头（Cloud Imaging Probe，CIP）和高体积降水粒子分光仪（The High Volume Precipitation Spectrometer，HVPS）探测的粒子数浓度变化较小。冷云内云微物理分布不均匀，冷云区内在3 603~3 617 m、5 445~5 542 m和5 705~5 847 m高度层云粒子数浓度起伏变化均较大且存在多次跃增。冷云区多为固态冰相粒子，暖云区CIP和HVPS粒子谱宽均比冷云区粒子谱窄。初春时期低槽冷锋层状云系降水系统前期易出现混合层状云，云顶附近存在一定量的过冷水，找准增雨时机、增雨部位适宜播撒冷云催化剂，人工引晶催化潜力较大。

孤立对流云系是海南岛一种重要的对流云系形态，深入研究其发展演变规律有助于对流云系识别追踪及提升人工影响天气作业效率。基于2015—2020年海南岛S波段双偏振多普勒天气雷达（CINRAD/SA-D）探测资料，对典型孤立对流云系个例的双偏振特征以及全岛范围内孤立对流云系的发展演变特征开展综合分析，结果表明：海南岛孤立对流云系典型个例（2020年7月26日）在发展阶段出现明显差分反射率（Z_DR）柱和差分相移率（K_DP）柱，证明云系内部对流运动较强。2015—2020年3—9月海南岛共计发生475次孤立对流云系个例，占对流云系个例（4 017次）的11.82%;西南低压槽、变暖高压脊及南下冷锋3种天气系统较易触发孤立对流云系。3—6月孤立对流云系高发，占比76.84%，明显高于其他月份;3月是孤立对流云系个例发生频次最多的月份，孤立对流云系占对流云系的47.48%。一日之中，14：00—17：00孤立对流云系出现频次最多，占总次数（475次）的72.84%。海南岛孤立对流云系在西南及中部山区高发，占比约88.84%;移向以偏东北及偏东南方向为主，主要受偏西风、偏南风影响;移动速度主要集中在6~20 km·h^-1，移动距离主要为6~20 km，超过半数的孤立对流云系移动距离未超过20 km。

云是地-气系统的重要组成部分，云宏观特征不仅与地-气系统的辐射收支及区域气候变化密切相关，还直接影响云降水过程模式预报的准确性，鉴于此本文基于2020年8月至2021年7月呼和浩特地区毫米波云雷达观测数据，对黄河流域内蒙古段云出现频率及垂直结构进行统计分析。结果表明：该地区多以晴空为主，全年晴空廓线超过了云雷达总采样廓线的70.00%，相比而言，云出现频率较小，6月最高值也仅为43.84%。云类型以中高云为主，云底高度多出现在3.00~4.00 km之间，云层较薄，厚度介于0.50~1.00 km的云出现频率最高。云宏观属性存在明显的季节变化和日变化特征，春季和夏季云的出现频率较高，分别为39.71%和35.77%，冬季云的出现频率最小，春、夏、秋季午后云出现频率明显高于上午时段。

利用山西省近40 a雷暴大风资料和近18 a的常规和新型监测资料，采用聚类分析、中尺度天气分析等方法，对山西雷暴大风的时空分布特征及天气型、物理量阈值进行研究并建立了概念模型。结果表明：山西年均雷暴大风日数具有北部多、南部少，山区多、盆地少，西部山区多于东部山区的地域分布特征;极端雷暴大风主要出现在山西的北部和吕梁山区;西部山区年雷暴大风日数为增多趋势，其他区域为无变化和减少趋势。雷暴大风集中发生在5—8月，占全年雷暴大风总日数的75%;日内雷暴大风出现最多的时次为16：00和21：00（北京时）。山西雷暴大风主要包括前倾槽、后倾槽、横槽、副热带高压与低空暖式切变线、副热带高压与低空冷式切变线、西北气流等6种流型配置;各型K指数阈值4—5月明显低于6—9月，而850 hPa与500 hPa温差4—5月却明显高于6—9月;各型在满足各月特征物理量阈值时均可触发山西强雷暴大风，而前倾槽型触发极端雷暴大风的百分比最大。同一时期，后倾槽、副热带高压与低空暖式和冷式切变线型的K指数阈值明显高于前倾槽和西北气流型，而前倾槽型的Si指数阈值明显高于其他类型，说明前倾槽型触发雷暴大风的动力不稳定条件优于热力不稳定条件;副热带高压与低空暖式和冷式切变线型的CAPE及0 ℃层高度阈值明显高于其他4型，而低层的T-T_d阈值和云顶亮温则明显低于其他4型。利用各月各型0 ℃层高度阈值可以准确判断雷暴大风过程是否伴有冰雹。

关中作为西北地区最重要的城市群落，近年来O₃污染逐渐成为影响当地空气质量的突出问题，探究其变化特征和影响因素对该地区大气环境治理有重要意义。基于2014—2020年关中地区5地市国控环境监测站O₃质量浓度逐小时观测资料和国家气象站地面气象要素逐小时观测资料，对比分析关中地区近地面O₃污染特征及其气象影响因素。结果表明：（1）近7 a来，O₃已逐渐取代PM₁₀成为关中地区仅次于PM_2.5的大气首要污染物，以O₃为首要污染物的天数占比总体呈波动增加态势。（2）关中地区O₃质量浓度呈典型的单峰型月际、日变化，夏季（6—8月）浓度较高，且浓度值自西安、咸阳、渭南、铜川、宝鸡依次减小;07：00—08：00为谷值，15：00—16：00为峰值。（3）当最高气温大于36 ℃、相对湿度为45%~70%、平均风速为2~3 m·s^-1时，关中地区O₃易超标，且最高气温越高，O₃超标率越大;西安、铜川、咸阳、渭南O₃污染的有利风向为东北风（NE），而宝鸡则为东南风（SE）或西北风（NW）。（4）源自河南中西部的偏东路径是影响西安夏季O₃质量浓度最主要的传输路径，除本省相邻城市影响外，河南中西部、山西南部运城及湖北北部也是西安O₃污染主要的潜在贡献源区。

为深入探讨郑州市热环境问题，基于长时间序列的 MODIS（Moderate Resolution Imaging Spectroradiometer）陆表温度产品（MYD21A1），分析郑州城市热岛效应的时间演变和空间分布特征，并结合土地利用/覆盖类型数据及郑州市统计年鉴资料，从自然和人为两方面因素探讨郑州市热岛效应的成因和驱动机制。结果表明：郑州市年平均热岛强度的昼、夜空间分布差异不大，较强及以上热岛区域主要在主城区。郑州市热岛效应具有昼、夜和季节差异。日间，春季和夏季的热岛面积占比分别呈非显著和显著上升趋势，秋季和冬季呈非显著下降趋势;夜间，春、夏、秋季热岛面积均呈非显著上升趋势，冬季热岛效应偏弱，无明显变化特征。郑州市城市热岛比例指数与热岛强度的年际变化特征一致，昼、夜城市热岛比例指数均为夏季>春季>秋季>冬季。不同土地利用/覆盖类型的热岛效应差异明显，城乡建筑用地最高、耕地次之、林地和水域最低;植被覆盖度与地表温度呈负相关，太阳辐射强度对城市热岛效应有正向驱动作用，人口密度、城市生产总值和建筑竣工面积均与城市地表温度呈正相关。

近年来，黄河流域气候发生明显变化，对流域地表水文、生态等过程产生显著影响。研究黄河流域蒸散时空变化特征，对加深陆-气相互作用认识及区域水资源管理有重要意义。本文分别在黄河源区、河套地区以及黄河下游地区选取一个代表性站点[海北、SACOL（Semi-Arid Climate and Environment Observatory of Lanzhou University）和禹城站]的观测资料，检验欧洲中期天气预报中心ERA5-Land产品中蒸散资料在黄河流域的适用性。在此基础上，利用ERA5-Land资料中1980—2021年逐月潜热通量资料，结合经验正交函数分解（Empirical Orthogonal Function，EOF）、功率谱和回归分析研究近42 a黄河流域蒸散时空变化特征。结果表明：ERA5-Land资料能够反映海北、SACOL和禹城站蒸散变化特征，与观测资料的相关性较好，偏差和均方根误差较小，适用于黄河流域蒸散时空变化特征分析。黄河流域不同区域蒸散存在多时间尺度变化，显著振荡周期主要为5、15 a，有明显的年际和年代际变化。黄河流域不同区域年蒸散EOF分解第1模态表现出同位相变化，在2004年前后由增大转为减少趋势;第2模态为偶极子分布，空间分布表现反向变化特征。近42 a黄河流域年蒸散为明显减少趋势，不同区域减幅不同，下游减少速率最快，为-3.74 mm·a^-1，河套地区为-2.82 mm·a^-1，黄河源区减少速率相对平缓。夏季蒸散变率最大，河套和下游减少速率较大;冬季蒸散变率较小，黄河源区减少速率最大，为-0.48 mm·a^-1。

孟加拉地区位于青藏高原与孟加拉湾、印度半岛与中南半岛的中间地带，是亚洲季风爆发率先影响的区域，孟加拉地区的水汽变化对亚洲南部以及东亚气候有重要的指示意义。采用1979—2020年欧洲中期天气预报中心ERA5再分析资料和美国国家海洋和大气管理局提供的海表面温度等资料，分析孟加拉地区夏季（6—9月）大气可降水量（Atmospheric Precipitable Water，APW）变化成因及其可能的物理过程。结果表明，孟加拉地区APW在亚洲南部同纬度最大，夏季APW占全年50%以上，且夏季平均APW呈显著增加趋势。从孟加拉地区4个边界整层的水汽收支和水汽收支垂直廓线来看，西边界与北边界的水汽收支趋势不利于该区域水汽增加，而东边界与南边界的水汽收支趋势利于该区域水汽增加。孟加拉地区夏季APW与太平洋年代际振荡（IPO）在年际和年代际尺度上均呈显著负相关。当IPO为正位相时，对流层低层赤道太平洋（赤道印度洋）盛行西风（东风）异常，对流层高层与之相反，表明印度洋与太平洋上的Walker环流减弱;对流层低层的赤道印度洋南北两侧呈Gill型反气旋环流异常，印度季风偏弱，阿拉伯半岛至孟加拉一带盛行西北风异常，西风气流不利于水汽向孟加拉地区输送，同时反气旋型环流伴随的下沉气流不利于该区域水汽汇聚，使得孟加拉地区APW减少。反之，当IPO为负位相时，则有利于孟加拉地区夏季APW增加。

土壤温度反映土壤的热状态，对地表能量交换起重要作用，是影响土壤水热再分配的关键性因素。高寒山区水热传输复杂且特殊，准确模拟土壤温度对于研究高寒山区水循环过程有重要意义。CLM 5.0 （Community Land Model 5.0）是CLM模式的最新版本，是目前国际上最先进的陆面过程模式之一。本文基于黑河流域上游9个典型观测站实测数据，对CLM 5.0的土壤温度模拟性能进行评估。结果表明：（1）CLM 5.0可以很好地模拟土壤温度在高寒山区的年内变化和年际变化，但模拟值相较实测值普遍存在低估。（2）CLM 5.0对土壤温度的模拟性能在高寒草甸略高于草地，土壤浅层优于深层。（3）CLM 5.0模拟的土壤温度在生长季和非生长季均呈现低估，且非生长季低估更明显;在冻结期和非冻结期均为低估，且冻结期低估更明显。（4）非生长季土壤温度的明显低估主要是冻结期土壤温度的明显低估引起，CLM 5.0中土壤冰的模拟偏差是主要原因。以上结论可为陆面过程模式CLM 5.0在高寒山区的应用及改进提供科学依据。