关闭×
冻土是陆地冰冻圈的重要组成部分， 其冻融循环变化能够影响土壤结构、 土壤水热传输以及土壤生物化学等过程， 并通过陆-气相互作用影响局地甚至全球天气气候。因此， 研究土壤冻融过程对冻土区人类生产生活和了解区域外天气气候变化具有重要的科学意义。本文回顾了土壤中的砾石、 有机质对土壤冻融过程的影响及物理机制， 总结了土壤冻融过程中水热参数化的相关研究成果， 包括土壤导热率和水力学参数的计算、 水热耦合方案以及冻融锋面计算方案等。相对于普通的矿物质土粒而言， 砾石具有高导热率和低热容， 有机质具有低导热率和高热容， 他们对热量在土壤中的传输及土壤温度垂直分布有不同的影响。另外， 砾石和有机质的存在改变了土壤孔隙度、 土壤基质毛细作用与吸附作用， 进而影响水分在土壤中的传输过程和垂直分布。已有研究表明： （1）当前大部分数值模式中土壤导热率采用Johansen方案及其派生方案进行计算， 其中Balland-Arp方案考虑了砾石和有机质对土壤导热率的影响， 该方案更好地刻画了土壤冻融过程中土壤导热率变化的连续性； 综合考虑热-水-变形相互作用的导热率参数化方案可以较好地刻画土壤冻融过程中的水热耦合和土体冻胀的作用， 对相变过程中土壤导热率变化特征的模拟更符合实际观测。（2）过冷水参数化方案刻画了土壤液态水在0 ℃以下存在的事实； 相变温度方案描述了土壤相变温度低于0 ℃且不固定的事实； 导水阻抗方案考虑了土壤冻结对土壤水分下渗的阻抗作用， 改善了对冻土区水文过程的模拟效果。（3）土壤冻融过程伴随着水分的相变和能量的转化， 水热耦合方案的发展能够较好地刻画土壤中热力-水文过程的协同变化特征， 细化了对冻融过程中水分和能量相互作用的复杂物理机制的描述。（4）等温框架的数值模式通过模拟每层土壤中间深度的冻融过程代表该模式分层的整体特征， 导致对冻融深度的严重高估或低估， 尤其是对厚度较大的模式深层土壤， 冻融锋面计算方案的提出和应用减小了这种模拟偏差。目前土壤冻融参数化方案的不足之处包括： 绝大多数数值模式没有考虑土壤盐分导致土壤水的冰点降低这一事实； 虽然大部分数值模式考虑了土壤有机质对土壤水、 热传输的影响， 但是模式中对土壤有机质含量及垂直分布的考虑与植被根系的生长状态脱节； 模式模拟的土壤深度不足并且下边界通量为零的假定不符合实际情况。发展土壤溶质传输参数化方案以模拟盐分的分布、 刻画植被根系生长过程和土壤有机质的分布特征、 考虑深层土壤对浅层的热力学影响并完善数值模式中的下边界条件， 这些是未来陆面模式改进土壤冻融过程模拟的可能方向。
利用第六次国际耦合模式比较计划（CMIP6）中的18个模式， 基于欧洲中期天气预报中心第五代再分析资料（ERA5）再分析数据对青藏高原夏季降水数据进行了偏差校正， 并从平均降水和极端降水两方面评估了校正前后的CMIP6数据以及单个模式在1979 -2014年的表现。研究结果表明， 该校正方法高度依赖于用于偏差校正的ERA5再分析数据在研究区域的质量， 尽管偏差校正后的青藏高原夏季平均降水的误差和误差率上有所改善， 但在年际时间变化特征方面却不如偏差校正前的数据。大多数CMIP6模式能够较好地模拟1979 -2014年青藏高原上由西北至东南逐渐递增的平均降水空间变化特征。偏差校正前的降水数据在高原上会出现显著的高估， 误差率为60.4%， 经过偏差校正后的数据相对观测数据误差降低， 误差率为-13.9%， 并且偏差校正后的数据与ERA5的平均误差仅为0.003 mm·d-1， 与ERA5的空间相关性高达0.999。空间趋势方面， 观测数据表明青藏高原大部分地区夏季降水在1979 -2014年呈现轻微增加的趋势， 只有东缘出现明显降低的趋势。偏差校正前后的数据都能够大致刻画出这一空间分布特征， 然而， 未经偏差校正的大多数单个CMIP6模式与ERA5的空间相关系数未超过0.5。与由独立观测降水数据的年际变化特征相比， 偏差校正前的数据高估了高原上的降水量， 而偏差校正后的数据相比观测结果则偏低。通过确定95%分位阈值选取了极端降水个例， 其集合平均极端降水空间分布与年平均降水类似， 也呈西北向东南递增的趋势。部分CMIP6模式较好地模拟了这一特征， 如MRI-ESM2-0（The Meteorological Research Institute Earth System Model version 2.0）和ACCESS-CM2（Australian Community Climate and Earth System Simulator Climate Model Version 2）， 与观测结果的空间相关系数分别为0.851和0.821。但偏差校正后的数据在空间相关性方面下降， 由偏差校正前的0.861降为0.730， 未能准确刻画高原极端降水阶梯式递增的特点。偏差校正后的极端降水数据误差分布与偏差校正前相似， 偏低区域主要集中在高原南部腹地和东部。进一步的极端降水贡献率分析结果表明， 观测结果与CMIP6降水数据均显示1979 -2014年期间极端降水贡献率变化趋势不明显。单个CMIP6模式中， EC-Earth3-Veg（European Community Earth-Vegetation model version 3）和EC-Earth3（European Community Earth Model version 3）及CanESM5（The Canadian Earth System Model version 5）在多个统计评估指标上排名靠前， 展示出较好的模拟能力； IPSL-CM6A-LR（Institut Pierre-Simon Laplace Climate Model 6A Low Resolution）在平均降水误差和极端降水的误差指标上表现出色。
利用1979 -2018年中国区域地面气象要素驱动数据集（0.1°×0.1°）作为大气强迫资料， 驱动CLM5.0（Community Land Model version 5.0）模拟了青藏高原地区1979 -2018年的土壤温湿度变化。将土壤冻融过程划分为冻结期和非冻结期， 通过两个阶段的CLM5.0模拟与站点观测资料、 同化资料（GLDAS-Noah）、 卫星遥感资料（MODIS土壤温度资料和ESA CCI-COMBINED土壤湿度资料）的对比验证， 探讨CLM5.0模拟土壤温湿度在青藏高原的适用性。结果表明： （1）CLM5.0可较准确地描述站点土壤温湿度的动态变化， CLM5.0模拟的土壤温湿度与观测资料具有一致的变化特征且数值上较为接近。CLM5.0模拟的准确性高于GLDAS-Noah。CLM5.0对站点土壤温度的描述更为准确。（2）CLM5.0能够较准确地描述高原冻融过程中的土壤温湿度特征， CLM5.0模拟土壤温湿度与MODIS和ESA CCI-COMBINED遥感资料在高原总体呈显著正相关， 相关系数大多在0.9以上。CLM5.0对土壤温度的模拟能力相对较好， 对非冻结期土壤湿度的模拟能力优于冻结期。CLM5.0整体高估了土壤温度， 平均偏差大多在0~4 ℃之间。土壤湿度的平均偏差大多在-0.1~0.1 m3·m-3之间， 非冻结期的平均偏差相对较小。（3）CLM5.0模拟、 GLDAS-Noah、 MODIS和ESA CCI-COMBINED遥感资料的土壤温湿度均具有相似的空间分布， 其中土壤温度空间分布特征相似度更高。CLM5.0具有较高的空间分辨率和更为精细的土壤分层， 对土壤温湿度细节的刻画更为完善。（4）CLM5.0模拟资料在高原整体呈增温变干趋势， MODIS和ESA CCI-COMBINED遥感资料整体呈增温增湿趋势。CLM5.0模拟的土壤温度变化趋势相对准确， 土壤湿度的变化趋势则存在较大偏差。
光合有效辐射 （Photosynthetically Active Radiation， PAR） 光谱是可见光中植物敏感波段， 可被植物吸收用于光合作用。地面PAR光谱的特征直接影响植物的生长发育、 形态、 生理代谢、 产量和适应能力等。为了进一步认识PAR在西藏高海拔地区分布特征， 本文利用了国际高精度太阳光谱仪在2021 - 2022年期间对青藏高原珠峰、 日喀则、 拉萨和林芝地区晴天PAR光谱特征进行了实地观测。观测发现， 青藏高原冬至和夏至期间PAR变化幅度较大， 珠峰PAR单色辐射照度峰值夏至［1251 mW·（m2·nm）-1］ -冬至［1935 mW·（m2·nm）-1］浮动差异高达684 mW·（m2·nm）-1， 冬至珠峰PAR光谱积分值（309.86 W·m-2）比AM0标准光谱PAR积分值（530.67 W·m-2）低41.61%， 比AM1.5标准光谱PAR积分值（429.83 W·m-2）低28%； 夏至西藏珠峰、 日喀则、 拉萨当日正午时刻PAR光谱均超过AM1.5标准光谱， 且接近AM0标准光谱。西藏日喀则春分和秋分晴天当地正午PAR光谱峰值分别为1699 mW·（m2·nm）-1和1696 mW·（m2·nm）-1， 峰值基本相同， 春分和秋分在西藏高原同一个观测点， 由于其当地正午太阳高度角相同（如： 日喀则均为59.84弧度）， 在其他影响光谱的因子相同的情况下PAR光谱特征基本相同。对比青藏高原与低海拔北京、 安徽六安和河南濮阳地区的观测结果发现： 冬至附近晴天（2021年11月20日）， 高海拔珠峰地区PAR光谱积分值（309.86 W·m-2）比低海拔安徽六安地区PAR积分值（264.4 W·m-2）高17.19%； 夏至附近晴天（2021年6月3日）， 高海拔珠峰地区PAR光谱积分值（487.41 W·m-2）比低海拔北京地区PAR光谱积分值（394.15 W·m-2）高23.66%； 秋分附近晴天（2021年9月19日）， 低海拔北京PAR光谱积分值（315.23 W·m-2）仅占高海拔珠峰地区PAR光谱积分值（442.49 W·m-2）的71.24%； 春分附近晴天（2021年3月19日）， 高海拔日喀则地区PAR光谱积分值（413.34 W·m-2）比低海拔河南濮阳地区PAR光谱积分值（261.82 W·m-2）高64.75%。结果表明PAR光谱积分值与海拔正相关， 海拔越高， 积分值越大。此外， 通过全年晴天PAR光谱的观测结果发现光谱辐射照度在时间上存在一定的时序变化特征。具体表现为冬至光谱辐射照度最低， 随后光谱辐射照度逐日升高， 次年经过春分在夏至达到最高值， 夏至后光谱辐射照度逐日降低， 经过秋分在冬至再次达到最低值， 且春分与秋分光谱辐射照度特征基本相同。
植物多样性显著影响生态系统的结构和功能， 对土壤有机碳固存起至关重要作用。以往植物多样性对土壤有机碳的影响多在人工控制植物多样性条件下进行， 表明高植物多样性显著促进土壤有机碳积累。而在自然草地生态系统中， 植物多样性对土壤有机碳影响的研究相对薄弱。本研究选取了青藏高原东北部15个典型高寒草甸作为研究样地， 通过测定植物地上及地下生物量、 土壤pH值、 土壤微生物量碳氮、 土壤有机碳、 颗粒有机碳及矿物结合态有机碳、 全氮及全磷等， 旨在探究自然条件下植物多样性对土壤有机碳固存的影响， 为土壤碳储量的变化及草地的科学管理提供理论依据。结果表明， 植物多样性显著提高了植物盖度和地上生物量（P<0.01）， 而对不同土层（0~20 cm和20~40 cm）地下生物量无显著影响； 在0~20 cm和20~40 cm土层中， 植物多样性的增加显著提高了土壤微生物量碳和有机碳含量（P<0.05）， 而对不同土层微生物量氮无影响； 通过对土壤有机碳分组发现植物多样性和土壤矿物结合态有机碳含量呈显著正相关（P<0.01）， 而和土壤颗粒有机碳含量无相关性。综上， 在青藏高原高寒草甸， 自然条件下较高的植物多样性对土壤有机碳含量有显著促进效果， 这种促进效果主要表现在矿物结合态有机碳含量的增加。本研究为草地生态系统植物多样性与土壤碳库间的相互关系提供新见解及理论基础。
在全球变暖背景下， 天气气候事件表现出的极端性愈加明显， 由此造成的各种气象灾害对社会和经济的危害程度进一步加大。在中国北方干旱多发带（Northern Drought-prone Belt， NDPB）， 极端干旱事件发生的次数更为频繁、 强度更为剧烈、 范围更为广阔。本文利用气象干旱综合指数、 站点的降水和近地面气温、 再分析资料以及海表温度、 积雪范围、 海冰密集度资料， 通过统计分析和合成分析方法揭示了NDPB极端春夏连旱事件的主要影响因子特征。研究表明， 主要环流因子表现为： 3月自巴芬湾东传的波列， 5月从哈德逊湾南部到贝加尔湖以东“正-负-正-负-正-负”的位势高度异常， 6月60°N附近东传的波列、 丝路波列以及偏东偏弱的西太平洋副热带高压； 主要的外强迫因子表现为： 拉尼娜向厄尔尼诺的位相转变及印度洋海盆和北大西洋中部偏暖的海温异常， 欧亚大陆中高纬和北美大陆40°N -60°N之间明显偏小、 青藏高原前期偏大后期偏小的积雪范围异常， 以及巴芬湾和戴维斯海峡附近偏少而格陵兰海附近偏多、 从巴伦支海到喀拉海呈现“正-负-正”分布的海冰密集度异常。
大气河直接影响南极海-陆-冰-气相互作用， 但对其开展的探空观测尚不多， 造成数值模式和再分析数据的结论存在不确定性。本研究使用了中国第37次南极科考获得的走航探空数据， 针对一次南大洋大气河事件评估了4种大气再分析数据——ERA5， CFSv2， JRA-55和MERRA-2。评估结果表明： 虽然所有大气再分析数据对南大洋水汽通量（IVT）的描述都与观测比较接近——包括在大气河期间， 但这部分是因为再分析数据高估了大气整层（地表至300 hPa）湿度场的同时低估了大气整层风速。进一步分析发现， 大气湿度和风速在垂直方向的协变项被多数再分析数据显著低估甚至给出了与观测相反的结果； 而协变项的偏差对IVT影响与整层大气湿度和风速相当。ERA5在协变项的表现显著优于其他再分析数据。与此同时， ERA5也给出了大气河期间与观测最为一致的逆湿和低空急流结构。因此， 仅就本次观测而言ERA5对南大洋大气河的描述能力是最佳的。
对流层臭氧是一种污染气体， 也是重要的温室气体， 它可以影响人类健康、 严重危害生态环境。本研究利用WOUDC（The World Ozone and Ultraviolet Radiation Data Centre）发布的臭氧探空观测数据， 评估了2007 -2018年北半球地区GOME-2A（Global Ozone Monitoring Experiment 2 aboard METOP-A）、 OMI（Ozone Monitoring Instrument）卫星的对流层臭氧柱含量产品以及TCR-2（Updated Tropospheric Chemistry Reanalysis）再分析对流层臭氧产品。分析结果表明， 在赤道美洲地区、 亚热带地区、 欧洲西部和加拿大地区， GOME-2A与探空观测之间的相关系数最高可达0.56， 相对偏差百分比绝对值不超过15%； 在加拿大地区、 美国东部地区和欧洲西部地区， OMI与探空观测之间的相关系数为0.65~0.72， 标准化的均方根误差为0.47~0.56； 就整个北半球区域而言， TCR-2对流层臭氧柱含量与探空观测之间的相关系数为0.41~0.95， 标准化的均方根误差为0.18~0.48， 优于其他两种卫星资料。此外， 进一步探讨对流层臭氧柱含量趋势结果发现， TCR-2对流层臭氧柱含量变化趋势与探空观测结果较为一致。利用评估后的数据进一步分析发现， 在赤道美洲地区、 欧洲西部地区和中国地区对流层臭氧柱含量增加， 而近年来在北极地区、 加拿大地区和美国东部地区对流层臭氧柱含量减少。
2023年9月6日22:00（北京时， 下同）至7日04:00甘肃夏河县发生强对流天气， 局部地区出现短时强降雨， 引发夏河县果宁村山洪灾害， 造成人员伤亡。本研究基于气象站观测降水对比分析了雷达估测降水（Radar Quantitative Precipitation Estimation， Radar-QPE）、 FY4B估测降水（FengYun 4B Quantitative Precipitation Estimation， FY4B-QPE）以及CMPA（CMA Multi-source Precipitation Analysis）降水产品特性， 并利用这些降水数据驱动水动力水文模型， 评估不同降水数据在本次山洪模拟中的效果。结果表明： （1）12 h累积降水量中， CMPA在大值区域位置和局地降水量级差异性方面表现出较高的准确性； Radar-QPE在累积降水量级上与AWS（Automatic Weather Station）较为接近， 但空间分布上存在显著差异； FY4B-QPE累积降水量级高估了33.8%。（2）在逐小时分布上， CMPA在时间演变、 空间分布以及降水量级上与AWS最为接近； Radar-QPE峰值偏小， 且峰值时间有所滞后， 降水主要为负偏差； FY4B-QPE峰值及峰值时间与实际情况一致， 但在降水的开始和结束时间存在偏差， 降水量的偏差主要为正偏差。（3）水文模拟研究中， CMPA、 Radar-QPE和FY4B-QPE均高估了水位， 但水位峰值出现时间与AWS较为一致， CMPA在均方根误差（RMSE）、 纳什效率系数（NSE）和相对偏差（Bias）方面表现最优， Radar-QPE次之， FY4B-QPE表现相对较差。虽然现有站点观测降水无法完全满足对中小尺度山洪的研究和预警需求， 但CMPA数据的高精度在一定程度上能有效补充传统气象观测站点的不足， 同时， Radar-QPE和FY4B-QPE的算法和精度需要进一步改进和提升。
雷达定量降水估测（QPE）考虑雨滴谱的时空变异性， 是提高QPE的有效途径。雷达采用Z-R关系开展降水估测时， 雨滴谱的差异， 主要表现为Z-R关系式不同； 利用瓦片分区方法， 将降水估测区域进行瓦片分区， 每个瓦片内利用雷达和自动站数据动态拟合Z-R关系式开展QPE。文中利用六次天气过程对瓦片分区降水估测方法进行评估， 从QPE各项评价指标看， 误差较传统的固定Z-R关系法和全域动态Z-R关系法， 有很好的提升， 降水估测结果与强降水中心基本一致， 各项误差指标均最小； 结果表明瓦片分区降水估测方法是提升雷达QPE的有效方式。
高精度、 长时序的土壤水分数据对青藏高原陆-气相互作用研究十分重要。然而， 当前青藏高原土壤水分研究大多聚焦表层土壤水分的卫星反演， 根系层土壤水分的估算研究相对匮乏。基于青藏高原五个土壤水分观测网络（狮泉河、 帕里、 那曲、 黑河上游、 玛曲）数据， 本文系统评估了指数滤波模型在青藏高原不同气候与下垫面区域估算根系层（10 cm/20 cm/40 cm）土壤水分的适用性， 探讨了不同环境因素（土壤、 气候、 植被）对模型特征时长参数T值的影响， 最后评估了利用三种方法（各观测网络或青藏高原站点最优T值（T opt）中位数、 随机森林模型）获取的区域T值估算青藏高原根系层土壤水分的可靠性。研究发现： （1）随着土壤深度的增加， 根系层与表层土壤水分的相关性降低， 而其空间异质性增大， 导致指数滤波模型的应用精度降低， 而模型T值及其空间异质性增大； （2）空间上随着降水量和土壤含水量的增加， 根系层与表层土壤水分的相关性增大， 而其空间异质性降低， 使得指数滤波模型的应用精度上升， 而其在区域内不同站点应用精度的差异呈现降低趋势； （3）土壤性质尤其是砂土含量是控制青藏高原区域T值空间分布的主要因素； （4）T值的获取对指数滤波模型在青藏高原的应用精度影响较小， 当前常用的区域T opt中位数和随机森林模型均能获取相对合理的区域T值和取得一致且相对准确的模拟结果。本研究的发现有望推动利用指数滤波模型基于卫星表层土壤水分资料准确获取青藏高原根系层土壤水分。
河南省是中国冬小麦的主产区， 也是较易受干热风影响的地区。目前对干热风的研究和预报多在天气尺度， 从气候的角度研究干热风是否具有可预报性， 具有非常重要的意义。本文基于河南省干热风资料、 NCEP/NCAR再分析资料和哈得莱环流中心海温资料， 分析了1980 -2022年前期海温异常与河南省干热风日数的关系， 及其可能影响途径。结果表明： （1）豫北、 豫西北和豫中多年平均干热风日数较多， 其他地区则相对较少。日干热风出现的概率由南向北、 由5月下旬至6月上旬逐渐增加。全省平均干热风日数有显著增加趋势。（2）河南省干热风日数与当年3 -4月东北大西洋-地中海西部（关键区）海温在年代际和年际尺度上均存在着密切相关， 两者与干热风发生时段500 hPa高度场在去趋势前和去趋势后的显著正相关区在东亚中纬度地区位于新疆北部至贝加尔湖尔湖北部， 显著负相关区位于我国东北至日本群岛附近， 与850 hPa风场在去趋势前和去趋势后的相关在上述正、 负显著相关区分别呈反气旋和气旋分布， 气旋后部呈偏北风的显著相关， 即3 -4月关键区高海温年， 出现的蒙古高压脊和东亚大槽造成了河南省的干热风天气。海温与环流场的相关在去趋势前和去趋势后在中纬度地区呈现出一个更明显的由东北大西洋经欧亚大陆至东北亚的纬向遥相关波列。（3）西太平洋副热带高压（以下简称副高）偏南（北）时， 干热风日数易偏多（少）， 而3 -4月关键区高（低）海温则可以导致副高偏南（北）。（4）干热风偏多年和偏少年、 3 -4月关键区高海温年和低海温的干热风发生时段30°N -55°N经向平均的涡度差值， 及高、 低海温年的干热风发生时段500 hPa准地转流函数距平和波作用通量均显示在中纬度地区存在自东北大西洋至东北亚的纬向波列。也即表明， 3 -4月关键区海温可以激发出一个后期干热风发生时段的类似波列， 经欧亚大陆传至东北亚， 而高海温年在东亚中纬度地区的环流分布造成了河南省的干热风天气。
受全球气候变化影响， 青藏高原湖泊近年来变化剧烈， 充分了解湖泊演变特征及其驱动因素对保护沿湖重大工程设施有重要意义。基于青海湖与错那湖的Landsat遥感影像、 面积数据和水位观测数据， 本文对两湖演变及其与青藏铁路最小距离变化进行了细致研究， 进一步结合中国区域高时空分辨率地面气象要素驱动数据集（CMFD）和气象站的气象数据， 揭示了影响两湖水位变化的主要气象因子， 结果表明： （1）1956 -2004年青海湖呈退缩态势， 2004年水位和面积达到最低值后转为逐渐增加， 2004 - 2020年水位年均增长率为0.20 m·a-1， 2004 -2022年面积年均增长率为19.20 km2·a-1。2000 -2018年的错那湖水位与从20世纪70年代至2022年的面积均呈轻微波动变化， 水位和面积的年际最大变化值分别为0.60 m和9.98 km2。（2）1990 -2022年青海湖与青藏铁路最小距离先增加后减小， 2004年后二者最小距离以19.6 m·a-1的速率缩短， 至2022年最小距离为74.3 m； 2004 -2022年错那湖与青藏铁路最小距离变化趋势不明显， 至2022年二者最小距离为32.3 m。（3）青海湖的水位变化受风速、 年降水量、 向下短波辐射、 向下长波辐射和比湿影响， 贡献率分别为38%、 24%、 20%、 14%和4%； 错那湖水位变化主要受年降水量影响， 其余气象因子与水位变化相关性不显著。
采用实况气象观测资料、 FY-2G卫星云图资料、 多普勒雷达资料和ERA5 0.25°×0.25°逐小时再分析资料， 对2021年8月21 -22日同时发生在秦岭南北麓的强等级暴雨过程进行对比分析， 探讨秦岭南北麓暴雨触发条件的影响机制。结果表明： 秦岭北麓流场上， 西风带系统在秦岭特殊地形作用下， 对流层低层形成中尺度气旋性环流， 通过热力作用触发暴雨， 对流性降水持续时间短， 强度小； 湿斜压性增强是秦岭北麓暴雨开始的一个信号， 当湿斜压性减弱以及中层比湿减小时， 降水结束。对秦岭南麓而言， 地形作用下对流层低层流场形成中尺度辐合线触发暴雨； 降水释放的凝结潜热加热低层大气， 与中低层入侵的冷空气共同构建对流不稳定结构， 上升运动增强， 降水增强和持续； 对流云团在高温高湿的环境下迅速组织化合并发展， 形成中尺度对流复合体（MCC）， 对流强度大， 对流层结深厚， 小时雨强大； 中低层冷空气的入侵和扩散到地面的时间分别与秦岭南麓强降水的开始和结束时间对应。
中国长江三角洲地区（以下简称长三角地区）是典型的水稻种植区， 其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量 （net ecosystem exchange， NEE）与各个气象因子之间的关系， 发现NEE与太阳短波辐射的相关性最强， 其次与湿度相关参量（饱和水汽压差、 相对湿度）等呈现较强的相关性。同时， NEE与太阳辐射、 气温、 湿度因子、 风速和摩擦速度的相关性呈现明显的昼夜变化。基于上述分析， 本文利用NEE和气象观测数据构建了长三角水稻下垫面多层感知机（Multilayer perceptron， MLP）NEE模拟模型， 评估了模型的模拟效果及其时空稳定性。构建的MLP模型能较好地拟合NEE， 训练集模拟的NEE与观测值的相关系数达到0.88， 均方根误差为5.34 μmol·m-2·s-1； MLP模型在模拟长三角水稻季NEE时表现良好， 在东台和寿县站点的模拟NEE结果与观测值的相关系数均高于0.78， 模型具有较好的时空稳定性； MLP模型模拟白天平均NEE的效果好于夜间平均NEE的效果。研究结果揭示了影响水稻碳循环的主要气象因子， 为认识长三角水稻种植区碳循环时空分布特征提供支撑， 对准确评估全球和区域碳通量具有重要意义。
利用1961 -2022年全国664个地面观测站的逐日最高气温资料， 系统分析了全国和各分区极端高温事件及其起讫日期的时空分布及演变特征。结果表明， 我国有近9成极端高温事件集中在夏季， 其中出现在7月的极端高温事件占全年总数的39.3%。全国极端高温事件在近62年迅速增加， 极端高温日数和高温极值在9成以上的站点监测到增加趋势。极端高温事件在高海拔地区的增加更为明显， 青藏地区的极端高温日数每10年增加2.9天， 高温极值增幅为0.34 ℃·（10a）-1。极端高温事件开始日期和结束日期在全国大部分站点分别呈现出明显的提前和推迟趋势， 受起讫日期的反向变化影响， 极端高温事件持续期的增加趋势更为突出。西南地区是各分区中极端高温事件持续期增加最快的地区， 其增加速度达10.8 d·（10a）-1。长时间维持的连续性极端高温过程对人民生产生活造成严重威胁， 进入21世纪以来， 连续性极端高温过程在我国呈现出高发态势。华南和西南地区的连续性极端高温过程的增加较为明显， 其中华南地区的连续性极端高温过程频次和累积日数每10年分别增加0.5次和2.5天， 均为各分区中最高。
基于逐步过滤相似法和自组织映射（SOM）神经网络方法， 提出了一种融合相似预报方法。利用ECMWF模式预报产品、 ERA5再分析资料和地面气象台站观测数据， 使用该方法对2021 -2022年陇东南地区开展了时效为72 h的强降水预报试验， 并对预报效果进行了检验。结果表明： （1）融合相似预报方法的TS评分处于4.5%~9.1%之间， 与ECMWF模式预报结果相比表现出一定的优势。随着预报时效的增长， 强降水预报的TS评分呈现减小的趋势， 其在08:00（北京时， 下同）起报的TS评分相对较高。（2）相比于单独使用逐步过滤相似预报， 融合相似预报方法的准确性有所提升， 并能在一定程度上降低空报率。其中08:00起报和20:00起报的TS评分提高了1.31%和0.63%， 而FAR同时下降了2.39%和1.25%。
中昆仑山北坡既包含绿洲、 荒漠及其过渡带等不同下垫面， 又囊括沙漠和高原气候， 由北向南生态环境差异大， 气候变化多端， 然而由于山地地区自然环境恶劣， 气象台站较少且分布不均， 给该地区气象要素的研究带来了一定挑战， 致使对该区域气象要素的掌握尚不全面， 因此开展关于中昆仑山北坡气象要素的研究十分有必要。本文利用中昆仑山北坡9个不同海拔气象台站连续一年（2022年8月至2023年7月）的气象要素数据， 探究该山区1.5 m高度处近地面气象要素随海拔梯度的时空变化特征。结果表明： （1）不同海拔风向变化显著， 风速随海拔升高而增大， 海拔1738~3044 m的站点受山谷风影响， 存在两个主导风向且风速日变化呈“双峰型”； （2）中昆仑山北坡的气温垂直递减率（Temperature lapse rate， 以下简称TLR）均低于标准大气气温直减率， 平均气温垂直递减率TLR mean、 最高气温垂直递减率TLR max和最低气温垂直递减率TLR min分别为-0.56 ℃·（100m）-1、 -0.60 ℃·（100m）-1和-0.47 ℃·（100m）-1， 季节性特征表现为夏季陡， 冬季浅； （3）不同海拔存在多个逆温层和逆湿层， 逆温和逆湿强度的季节差异较大， 表现为夏季逆温强度最小， 逆湿强度较大， 冬季逆温强度最大， 逆湿强度最小， 最强逆温和逆湿均出现在海拔1256~1409 m； （4）夏季典型天气下晴天的逆温逆湿均大于阴雨天， 晴天最大逆温强度是阴雨天的4.32倍， 晴天比湿变化范围大于阴雨天， 逆湿强度是阴雨天的1.11倍； （5）中昆仑山北坡4 -9月占全年总降水的86%以上， 随海拔升高降水梯度变化明显， 表现为“增多-减少-增多”的趋势， 在2800~3200 m存在一个明显降水带。
根据暖区暴雨的分型（西南涡型、 副热带高压边缘型、 西南急流型和东南风型）， 选取四类天气背景下四川盆地西部（成都地区）的暴雨过程， 利用风廓线雷达新资料， 详细分析了青藏高原-四川盆地特殊地形下， 不同类型暖区暴雨中典型强降水发生、 发展时的风廓线特征。研究表明： （1）风廓线雷达资料可以很清楚地表现出对流层及边界层存在的中小尺度系统， 不同类型强降水过程的风场演变特征同特殊地形与区域环流及天气系统的相互作用密切相关， 除副高边缘型外， 其他三种类型暖区暴雨典型过程发生前或发生时都出现了边界层东北风或偏东风； （2）垂直速度变化梯度大， 直观地体现了这几次过程时间短、 对流强的特征， 降水开始后， 向下的垂直速度明显减弱甚至转向的突变时期， 代表气层中上升运动的明显增强， 这种垂直速度的突变对于强降水的预测有指示意义； （3）垂直速度极值在强降水发生前或发生时会明显增大， 并伴随有极值层降低的现象， 水平风速极值和极值层有同步的增减趋势， 大部分强降水过程发生前， 中层都出现了中尺度急流， 并伴随急流层的降低； （4）在这四种类型的暴雨过程中都有低空急流的参与， 其中副高边缘型和西南涡型暴雨过程中， 低空急流指数第一次增大都对降水的开始有1~2 h的预报提前量， 而在东南风型和西南涡型过程中低空急流指数的突增预示了降水强度的增大。
基于石家庄S波段雷达和X波段雷达、 雨滴谱仪观测资料以及地面雨量计数据， 分析两种雷达的R（Z H）、 R（Z H， Z DR）、 R（K DP）和R（K DP， Z DR）四种定量降水估测方法。结果表明， 利用雨滴谱仪数据计算出的雷达反射率因子与雷达实测具有较好的一致性， 但整体偏大5 dB； 两种雷达使用R（K DP， Z DR）方法估测降水结果优于其他方法， 使用偏振参量K DP能明显提高降雨估测结果， 使用Z DR后， 测雨公式较单参量提高不明显； 使用R（K DP）和R（K DP， Z DR）方法， 利用X波段雷达估测降水的准确度略高于S波段雷达， 可提升约10%， 利用高空间分辨率的X波段雷达可以提升城市降水估测的精确度。
