基于中国雪深长时间序列数据集和高分辨率地面气象要素驱动数据集， 分流域和海拔梯度分析了1980 -2020年积雪季青藏高原雪深的时空变化规律， 并结合水热因子探究了雪深对气候变化的响应。结果表明： （1）1980 -2020年积雪季青藏高原雪深空间差异明显， 呈西高东低、 高海拔山脉地区大于盆地平原的分布格局， 高海拔山脉地区平均雪深普遍大于10 cm， 64.74%的区域平均雪深呈波动减小趋势， 显著减小区域占比为29.09%， 高原雪深平均减小速率为0.25 cm·（10a）^-1。（2）雪深及其变化趋势受海拔影响存在明显的垂直地带性， 平均雪深随海拔上升先增大后减小再增大， 4.2 km和4.8 km的海拔是分界线； 不同海拔区域的雪深均呈减小趋势， 雪深减小速率随海拔上升先增大后减小， 5.0 km的海拔是分界线， 5.0~5.2 km海拔的平均雪深减小速率最快， 达3.36 cm·（10a）^-1， 平均雪深年际变化存在明显的“海拔依赖性”， 高海拔地区的雪深减小速率明显高于低海拔地区， 尤其是4.8~5.5 km地区的雪深。（3）1980 -2020年积雪季青藏高原气候变化表现出整体“暖湿化”、 但西北部和南部“暖干化”的态势， 但雪深对气候变化的响应具有流域差异和海拔差异， 其中， 怒江、 恒河、 阿姆河和印度河流域暖干化的气候条件导致雪深减少； 雅鲁藏布江、 高原内陆、 长江流域、 柴达木和塔里木盆地气温对雪深的影响更显著； 而黄河、 黑河流域降水对雪深的影响更显著。小于3.5 km的地区暖干化的气候条件导致雪深减小， 而大于3.5 km的地区气温对雪深的影响更显著， 气温的海拔依赖性增暖现象解释了雪深的海拔依赖性减小现象。

复合热浪事件不仅会危害人类健康， 而且不利于社会经济和生态系统的可持续发展。近年来川渝地区复合热浪事件显著增多， 探究影响川渝地区夏季复合热浪的因素及模式模拟差异的原因对研究川渝地区夏季复合热浪具有重要意义。利用最新的观测和再分析资料， 本文研究了川渝地区夏季复合热浪与青藏高原大气热源的关系， 评估了28个CMIP6（Coupled Model Intercomparison Project Phase 6）模式对两者关系的模拟能力， 进一步探讨了模拟差异产生的可能原因。结果表明， 川渝地区东部的夏季复合热浪日数年际变化最为显著， 其与同期青藏高原东南部的大气热源存在显著的负相关关系。当青藏高原东南部夏季大气热源偏弱时， 川渝地区东部高空出现异常的反气旋。该异常环流伴随着强烈的下沉运动一方面通过绝热增温， 另一方面通过减少云量、 增加地面净短波辐射， 进而有利于川渝地区东部复合热浪事件的发生。大部分CMIP6模式能够模拟出川渝地区夏季复合热浪日数和青藏高原夏季大气热源气候态的空间分布特征， 但模式对青藏高原夏季大气热源年际变率的模拟普遍优于其对川渝地区夏季复合热浪日数的模拟， 且模式对川渝地区夏季复合热浪与高原大气热源间的负相关关系的模拟存在较大的差异。进一步的研究表明， 模式能否模拟出青藏高原东南部夏季大气热源异常时川渝地区东部的垂直运动和云量异常， 是影响模式对川渝地区夏季复合热浪与青藏高原东南部大气热源关系模拟能力的主要原因。

青藏高原多年冻土近地表土壤冻融循环会影响土壤和大气之间的水分与能量交换， 研究其时空变化特征及对气候变化的响应对理解高原气候变化机制具有重要意义。本文基于通用陆面模式（Community Land Model 5.0， CLM5.0）计算1980 -2017年高原多年冻土区近地表冻融参量， 即土壤冻结开始时间、 冻结结束时间、 融化持续时间和冻结持续时间， 并分析其时空变化及与近地表温度、 降水量、 积雪厚度和植被指数的相关性。结果表明： （1）高原多年冻土近地表土壤冻结开始时间集中于9月到10月中下旬， 结束时间集中于2 -5月。半湿润区土壤融化时间最长而半干旱区最短， 平均相差15 d。高原多年冻土土壤冻融状态变化显著， 除喀喇昆仑山脉附近外， 大部分多年冻土地区显示冻结、 融化持续时间分别具有缩短和增长趋势。高原平均土壤融化持续时间增长速率为2 d·（10a）^-1， 其中半湿润区增长趋势最为显著， 达4 d·（10a）^-1。（2）高原多年冻土冻融参量与地理因子具有联系。在29°N -36°N和82.5°E -103°E融化持续时间呈增长趋势， 但速率分别降低和增加。随着海拔升高， 融化持续时间增长率降低。（3）高原多年冻土融化持续时间与积雪厚度、 近地表温度、 降水量以及植被指数均具有相关性且不同气候区域相关性不同。近地表温度在所有区域正相关性显著， 是影响土壤冻融变化的主要因素。降水量与积雪厚度分别呈现正相关和负相关且均在半湿润区显著相关。植被指数全区基本呈现正相关， 且半干旱区最显著， 具有较强相关性。（4）高原多年冻土融化持续时间与不同季节气候因子相关性不同。近地表温度在季节尺度同样显著影响土壤冻融过程， 其中春季最为显著。降水量在夏季为显著正相关， 而冬季为负相关。积雪厚度和植被指数均在春季的半干旱和半湿润区存在显著相关性， 分别呈负相关和正相关。（5）近地表温度在干湿季对高原多年冻土区域土壤冻融均有影响， 而积雪深度、 降水量和植被指数仅在湿季有较大影响。

使用有效的偏差订正方法以及将非平稳数据平稳化， 能够提升对气温分析的科学准确性， 以深入揭示其时空分布特征及演变规律。本研究使用1970 -2014年ERA5_Land近地表（2 m）月平均气温观测数据集， 首先利用泰勒图、 泰勒指数、 年际变率评估指数、 秩打分法对国际耦合模式比较计划第六阶段（CMIP6）的6种气候模式和多模式集合（MME）平均模式进行评估及优选， 然后用Delta偏差订正法和Normal分布匹配法对较优模式进行订正， 最后分析SSP1-2.6、 SSP2-4.5和SSP5-8.5情景下青藏高原2015 -2100年气温时空变化特点。结果表明： （1）本文选用的6种CMIP6模式及MME平均模式中， EC-Earth3模式模拟气温效果最优。（2）将EC-Earth3模式进行Delta偏差订正后的结果与观测结果对比， 其确定性系数和纳什效率系数的区域平均值分别为0.992和0.983， 而用Normal分布匹配法订正后， 其确定性系数和纳什效率系数的区域平均值分别为0.990和0.978， 相比之下， Delta偏差订正对模式月气温的订正效果更优。（3）通过EOF-EEMD结合发现， 三种情景下第一典型场年气温呈现全区一致变化， 且SSP1-2.6和SSP2-4.5情景下存在共同气温变化敏感区， 即藏北高原中部地区； 第二典型场气温呈现以扎曲河上游区域逐渐向四周反相变化， 其中SSP1-2.6情景下高原整体呈东部降温西部升温， SSP2-4.5和SSP5-8.5情景下高原先东部增温西部降温， 之后则东部降温、 西部增温。本研究可为气候模式数据在青藏高原地区的准确应用提供偏差订正方法的参考， 并为深入评估青藏高原气温变化对水资源、 生态系统和环境的影响提供了关键的基础信息支持。

青藏高原中部地区地处中纬度西风带和亚洲季风影响的过渡地带， 环流系统和水汽来源复杂， 在高原湖-气相互作用研究中， 很少有人关注湖泊效应影响极端降水对背景环流的依赖关系， 为深入理解湖泊影响极端降水的作用机制， 本文对湖泊密集分布的青藏高原中部秋季区域性极端降水事件的主控天气型进行客观分类， 进而分析不同主控天气型下湖泊效应的特征和差异。基于1979 -2018年间的CMFD降水数据和ERA5再分析资料， 首先识别出秋季青藏高原中部的1358个区域性极端降水事件， 并发现其对高原中部大部分地区秋季总降水量的贡献超过40%， 区域性极端降水量的大值中心主要集中在纳木错流域及以北小湖泊群附近地区， 这也是区域性极端降水发生时极端降水发生概率高的地区。然后利用谱聚类方法对区域性极端降水事件发生时青藏高原中部地区上空大气环流进行分析， 识别出区域性极端降水的三类主控天气型： 弱辐合气流引发的南部山区降水（P1型）、 季风西南气流控制下的东北部下游降水（P2型）以及西风槽前西南气流影响下的湖泊邻近区降水（P3型）， 它们分别贡献了秋季区域性极端降水事件发生总数的48.8%、 42.3%和8.8%， 其中P1和P2型集中发生在9月， P3型集中发生在10月。通过分析不同主控天气型下大尺度环流场及其异常的高、 低层配置进而解释了P1、 P2和P3三类主控天气型导致区域性极端降水发生的物理机制。进而通过多个例敏感性试验揭示了不同主控天气型下青藏高原中部湖泊群对区域性极端降水事件影响的相对重要性。在P1、 P2和P3天气型下湖泊群可以分别导致青藏高原中部平均降水量减少2.37%、 增加12.11%和增加138.37%， 说明P3型下的湖泊效应在三类天气型中最为显著。进一步的机制分析表明， 湖泊增暖、 增湿效应引起的湖泊及周边地区低层大气不稳定性和水汽辐合的增强在P3天气型下区域性极端降水的形成中起着重要作用。本研究明确了青藏高原中部秋季区域性极端降水的主控天气型并揭示出不同主控天气型下湖泊效应对区域性极端降水影响的相对重要性， 为进一步提高区域性极端降水的预测水平提供了必要的参考依据。

青藏高原夏季风是亚洲季风系统的重要组成部分， 显著影响着高原及其周边地区能量和水分循环。本文利用1980-2020年间的JRA-55月平均再分析资料和GPCC逐月降水资料， 结合高原季风指数， 采用相关分析、 回归分析、 合成分析等统计方法和动力诊断， 从降水、 大气环流、 水汽收支等方面， 分析了青藏高原夏季风期间的水汽输送特征， 探讨了高原夏季风对水汽输送的影响。研究结果表明： （1）从降水的角度分析， 高原夏季风偏强（偏弱）时， 高原中东部地区降水偏多（偏少）， 印度北部地区降水偏少（偏多）。（2）从水汽输送角度分析， 高原夏季风偏强时， 印度中部存在异常反气旋环流， 高原南侧存在异常西风气流， 高原上空水汽输送是由西风带水汽通道所主导。（3）从水汽收支角度分析， 高原夏季风偏强（偏弱）时， 高原南边界和西边界的水汽输入量增加（减少）， 北边界水汽输入量减少（增加）， 区域净水汽收支随之增加（减少）。（4）进一步研究发现， 高原夏季风对水汽辐合/辐散的影响主要由风的动力项贡献所主导的， 而水汽平流的热力项贡献较小。本文研究结果对于精细化认识青藏高原水汽收支和输送过程及其影响水循环机理具有一定的参考价值。

为了评估高分辨率模式间比较计划（HighResMIP）中的模式对青藏高原东坡暖季降水的模拟能力， 本文选取了其中16个具有不同分辨率的模式， 并结合CN05.1数据集， 对青藏高原东坡暖季（5 -9月）降水进行了全面评估。通过对比分析多个模式的输出结果与实际观测数据之间的差异， 揭示了各模式在捕捉降水时空变化特征、 降水强度以及与地形相关的降水机制等方面的优势和不足。研究发现， 高分辨率气候模式在模拟青藏高原东坡全年及暖季降水空间分布方面表现出较高的准确性， 但不同模式之间的模拟结果存在显著差异。部分模式（CMCC-CM2-HR4、 CMCC-CM2-VHR4、 FGOAL-f3-H）的年平均降水呈增长趋势， 与观测结果一致， 而其余模式则表现出稳定或减少趋势。此外， 模式在降水频率和强度的模拟上仍存在明显不足。对比高分辨率组和中低分辨率组， 所有模式均系统性低估弱降水事件（<1 mm∙d^-1）， 同时高估强降水事件（>4 mm∙d^-1）发生频率。中低分辨率组模拟的青藏高原东坡降相位模拟相较观测结果存在约30天的系统性偏差。相比之下， 高分辨率组在降水频率的模拟表现优于中低分辨率组。综合降水的时间分布、 频率及模式评分， ECWMF模式的模拟效果较好， 而FGOAL-f3-H模式存在显著的负偏差。

2022年8月13 -14日青藏高原东北侧甘肃榆中地区出现极端暴雨事件， 日降水量达130.6 mm， 最大小时降水量36.6 mm， 突破了该地区历史极值， 造成了严重的社会影响和经济损失。本文利用地面分钟级气象观测以及高空观测、兰州多普勒天气雷达及欧洲中期天气预报中心第5代全球大气再分析产品（ECMWF Reanalysis v5， ERA5）等资料， 通过分析此次极端暴雨中两个强降水阶段的观测特征、环境条件、地形影响和不稳定机制等。结果表明： （1）暴雨由西风带短波槽带来的弱冷空气和副热带高压外围的暖湿空气在陇中地区交汇引起， 700 hPa切变线提供了动力抬升条件， 地面冷锋提供了触发条件。（2）暴雨过程雷达反射率因子表现为持久的强回波并伴有“后向传播”特征， 存在低空急流和明显的辐合， 在第二阶段冷锋后部回波顶高和第一阶段相当， 但是范围更大， 且结构更为紧密， 对流云发展更加旺盛。（3）此次暴雨水汽条件充沛， 第一阶段低层强烈辐合、上升运动以及较高的对流有效位能， 存在显著的对流不稳定， 第二阶段的上升运动有所减弱， 对流有效位能为0， 动力及对流不稳定条件弱。（4）冷锋斜压锋生触发不稳定能量的释放是第一阶段降水的主要触发机制。冷锋过境后， 第二阶段降水由地形、锋生次级环流及不稳定等共同作用形成。由于夏季冷锋后强降水在青藏高原东北侧地区并不常见， 在业务中容易形成该类暴雨的漏报。因此， 需要加强对此类过程的监测和预警。

本研究旨在通过采用一种新颖的土壤分层及其冻融砾石参数化集成方案， 以增强对青藏高原土壤水热过程的模拟精度。鉴于该地区独特的地理形态和复杂的气候条件， 传统的数值模式在准确模拟方面面临挑战。新方案结合了土壤冻融参数化方案、 土壤砾石参数化方案以及土壤垂直离散化方案， 更全面地考虑了青藏高原土壤的特性和地形的复杂性。为验证所提出方案的有效性， 本研究采用国家地球系统模式中心的BCC-CSM大气环流模式对集成方案进行了测试和评估。模拟结果显示， 通过耦合土壤冻融和砾石参数化方案， 土壤水热分布的模拟效果得到了显著提升， 尤其是在冬季和土壤深层效果较明显。在此基础上， 对土壤分层进行加密（分别增至20层和30层）， 进一步优化了青藏高原土壤温度和湿度的模拟结果。结果显示， 加密至30层的集成方案模拟效果最佳， 20层方案次之。该方案显著降低了土壤温度模拟的偏差和均方根误差， 尤其在青藏高原中西部， 且冬季模拟效果优于夏季。尽管土壤湿度模拟效果不如温度， 但加密方案仍一定程度上减少了误差， 且浅层土壤模拟效果更佳。土壤分层加密提高了模拟值与我国第一代全球大气和陆面再分析产品（Chinese Atmospheric Reanalysis， 简称CRA）之间的相关系数， 增强了模拟与观测的一致性， 尤其在青藏高原中部和西部。本研究不仅为深入理解青藏高原土壤水热过程的机理和特性提供了新的视角， 而且为未来的气候模拟和预测工作提供了关键的方法论和技术支持。此外， 本研究提出的集成方案对于其他高原地区土壤水热过程的模拟也具有参考价值， 并有望在更广泛的领域得到应用和推广。

近地层能量不闭合现象普遍存在， 尤其是山地湖泊等复杂下垫面， 由于地表的非均一性， 能量闭合情况较差， 其中山地高冠层植被大气间能量储存项对能量闭合度的影响往往被忽略。本文基于2022年6 -10月成都信息工程大学峨眉山大气与环境综合观测试验站（以下简称“峨眉山站”）梯度塔气象资料、 辐射观测资料和涡动协方差系统湍流观测资料。利用Ogive函数分析了适合于该森林站点湍流通量计算的平均时间， 计算了地表热通量土壤热通量、 各植被大气间的能量储存分项， 并分析了考虑植被大气间的储存项后近地面能量平衡的变化。结果表明： 延长计算湍流通量平均时间至60 min， 一定程度上能够捕捉到某些时刻更大的湍涡， 但和平均时间30 min相比， 能量平衡比率降低， 因此认为以30 min的平均时间计算湍流通量仍然适用于峨眉山站。植被大气间能量储存项对能量平衡比率的提升幅度约为3.65%， 考虑此项在绝大部分时间有提升能量闭合度的作用， 其中光合作用的能量储存项对提升能量闭合度的贡献最大， 植被冠层储热项次之， 然后是感热储存项， 潜热储存项的贡献最小。高冠层植被大气间的能量储存项各项均具有明显的单峰日变化特征， 植被冠层储热项峰值最高可达26 W·m^-2， 考虑植被冠层储热项的情况下能够提升1.57%的能量平衡比率； 光合作用储存项峰值可达8 W·m^-2左右， 日平均存储量约为141.6 W·m^-2， 是主要的能量储存项， 考虑光合作用储存项后能够提升1.65%的能量平衡比率， 占总体影响效果的45%。感热储存项峰值5 W·m^-2左右， 潜热储存项量级很小， 对能量闭合度的影响效果也很小。植被能量储存项除量级很小的潜热储存项外， 其余项也不可忽略。在考虑植被大气间能量储存的情况下， 能量闭合问题依旧存在， 因此除了能量储存项外， 山地下垫面诱发的大尺度涡旋的对近地面的能量收支等的影响也需要深入研究。

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。

青藏高原是重要的牧草产地、 生态屏障和水源涵养区， 其植被生态过程可以直接牵动中国乃至东亚的变化。随着全球变暖， 青藏高原植被物候期不断改变， 通过碳循环、 水热循环等影响着气候和生态系统， 物候变化及其影响因素研究成为关键问题， 构建可以实现未来物候预测的模型具有重要科学意义。本文基于2000 -2020年卫星获取的归一化差值植被指数（MODIS NDVI）， 利用动态阈值法提取青藏高原植被生长季开始时间（SOS）， 并结合植被类型分析其时空变化规律， 构建SOS与气温、 土壤水分的多种物候模型， 探究不同区域、 种类植被开始生长所需水热条件。结果表明： （1）2000 -2020年， 青藏高原SOS整体呈提前趋势， 东部最为显著， 提前速率超过10 d·（10a）^-1， 针叶林、 灌丛、 草甸和高山植被覆盖区SOS提前比例较高， 草原有约50%的轻微延后区域； （2）青藏高原东部和北部区域有明显的暖湿化趋势， 年均温上升速率约为0.36 ℃·（10a）^-1， 年均土壤水分增加速率约为每年3.8×10^-4 m³·m^-3（p<0.01）； （3）四个物候模型参数率定结果均显示， 青藏高原东部和南部植被开始生长对水热条件要求更高， 南部植被SOS的主控因子为气温， 而北部则为土壤水分， 不同植被类型生长季开始的气温、 土壤水分阈值和主控因子也与其空间分布位置密切相关； （4）文中构建的积温-累积土壤水分阈值模型对于青藏高原主要植被类型（草原、 草甸和高山植被）模拟效果最好， 均方根误差仅在8天左右， 对于青藏高原未来SOS预测、 物候与气候之间的相互作用机制等相关研究具有参考意义。

在全球变暖的背景下， 青藏高原通过感热加热和潜热释放改变大气环流， 不仅影响高原生态系统的水分收支平衡与能量平衡， 还对亚洲乃至全球气候起着重要的调节作用。为探究青藏高原高寒草地生态系统蒸散发在不同区域的变化特征及影响因子， 加深对高原气候变化的理解和生态水文过程的了解， 基于2022年观测到的涡动及气象资料， 对比分析了思金拉措（季节冻土）、 沱沱河（多年冻土）两地相同海拔处的高寒草地生态系统实际蒸散发量的变化特征及环境影响因素。结果表明： （1）两地环境因子相差较大的是风速、 空气温度、 降雨量， 沱沱河站风速远大于思金拉措站； 年均气温、 降雨量均低于思金拉措站。（2）思金拉措站夜间蒸散发日内小时平均值大于沱沱河站， 白天则相反； 两站日蒸散量变化趋势特征相近， 思金拉措站蒸散量急剧增大时间和最大值出现时间均早于沱沱河站； 两站月蒸散量均为单峰型， 夏季7月蒸散量最大， 冬季12月、 1月、 2月较小。（3）风速、 大地辐射在两站与蒸散量具有不同的相关性， 风速在沱沱河站较大， 与蒸散发相关性较强， 在思金拉措站风速小， 两者相关性较弱， 大地辐射在两地与蒸散发的相关性则正好相反； 在两地与蒸散量相关性均较大的是空气温度、 水汽压、 大气逆辐射， 均较弱的是空气湿度、 饱和水汽压差， 最弱的是降雨。（4）降雨虽然是蒸散水分的主要来源， 但在青藏高原， 冰川冻土融水也是蒸散水份的重要来源， 因此降雨对两地蒸散发量影响较小。

国际耦合模式比较计划（CMIP）为生态、 水文和气候等在全球变化背景下的预估提供了可靠的科学数据。然而， 目前的气候模式仍然存在较大的偏差， 尤其在地形复杂的青藏高原地区。本文利用Detrended分位数映射（Detrended Quantile Mapping， DQM）与Delta分位数映射（Quantile Delta Mapping， QDM）方法， 基于中国区域地面气象要素驱动数据集（CMFD）， 对第六次国际耦合模式比较计划（CMIP6）中在青藏高原模拟效果较好的8个模式进行校正并对校正前后模式的气温和降水数据进行评估。结果表明， 两种校正方法均订正了模式的模拟偏差， 且两种方法对于青藏高原气温和降水数据的订正效果较为一致。基于QDM偏差校正后的模式集合平均结果对青藏高原未来（21世纪前期： 2015 - 2057年； 21世纪后期： 2058 -2100年）的极端高温、 低温事件、 大气干燥度以及降水的时空变化特征进行预估。未来不同排放情景下， 极端高温事件加剧， 其中青藏高原东南部增强最为显著， 极端高温事件随辐射强迫的增加而增强； 极端低温事件减少， 在高排放情景下（SSP370和SSP585）21世纪后期基本不出现。未来， 青藏高原地区降水和饱和水汽压差均呈现显著增加趋势， 在气候变暖的背景下， 降水的增加并不足以减缓大气干旱。其中， 夏季大气干燥度的增加趋势最为显著， 为全年的1.3~2倍。

利用2005 -2020年6 -8月109个测站的小时降水资料， 分析了高原东南部-川西地区（28°N -33°N、 90°E -105°E）夏季小时极端降水事件的年降水量、 发生次数、 降水强度和持续时间等指标的时空分布， 并进一步探讨了高原东南部-川西地区夏季小时极端降水事件的降水量、 降水强度和降水频率的日变化特征。结果表明： 高原东南部-川西地区夏季小时极端降水事件的小时极端降水阈值、 年降水量、 降水强度和持续时间均具有高原东南部地区小、 川西地区大的特点， 但发生次数反之。高原东南部地区夏季小时极端降水事件的年降水量、 发生次数和持续时间整体均呈随时间增加的趋势， 但川西地区夏季小时极端降水事件年降水量、 发生次数也呈增加的趋势， 而持续时间在川西地区的变化并不显著。高原东南部-川西地区夏季小时极端降水事件降水量、 降水强度和降水频率的峰值时间呈现自西向东延迟的分布， 川西地区的峰值时间比高原东南部地区分别延迟了3 h、 4 h和2 h， 这种延迟特征在6月降水强度方面最为明显， 川西地区比高原东南部地区延迟了11 h。然而， 高原东南部地区和川西地区小时极端降水事件降水量、 降水强度和降水频率的峰值时间均未表现出显著的年际变化。

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。

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。

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。

青藏高原上湖泊众多， 其中大多数被季节性湖冰覆盖。湖冰对气候变化响应敏感， 其生消过程会显著改变湖-气交换通量。而现有的高原湖冰长时间观测数据较少， 需要利用湖冰再分析资料进行研究。但目前对ERA5-Land湖冰资料在高原的适用性及改进方法还不甚清楚。因此， 本文首先利用2010 -2022年青海湖和鄂陵湖的湖冰观测数据， 评估了ERA5-Land再分析资料对青藏高原典型湖泊湖冰特征的模拟能力。结果表明： ERA5-Land资料对青海湖和鄂陵湖的冰厚平均高估0.54~0.62 m， 对封冻期天数高估约68 d·a^-1。其次对再分析湖冰数据误差来源进行分析， 通过对比ERA5-Land和鄂陵湖观测资料及其各自驱动模式的模拟结果， 得出误差主要来源于输出ERA5-Land湖冰数据的FLake一维湖泊模式。最后基于2010 -2022年青海湖和鄂陵湖的MCD43A3地表反照率产品， 利用其多年平均反照率和动态日均反照率改进了FLake模型， 模拟冰厚平均偏差可分别减小85%和90%， 封冻期天数的模拟偏差减小了约6 d·a^-1和8 d·a^-1。两种方法均可以改进FLake模型对湖冰的模拟效果， 特别是对积雪覆盖时间较长的湖泊， 动态反照率方法改进效果更明显。本研究揭示了ERA5-Land湖冰特征的主要误差来源为FLake模式中的湖冰反照率， 并对该参数进行了改进， 提高了模型对湖冰的模拟效果， 可为提高ERA5-Land再分析湖冰数据在青藏高原典型湖泊的模拟精度提供参考。

基于1982 -2020年青藏高原中东部105个气象站点逐日降水资料和NCEP/NCAR再分析资料， 分析了暖季极端降水的时空异常特征、 主要落区和典型环流。结果表明： （1）1982 -2020年， 青藏高原中东部暖季降水总量整体呈显著增加趋势（P<0.05）， 气候倾向率达10.7 mm·（10a）^-1， 但存在明显的区域性差异和年代际变化特征。极端降水指标在1990s和2000s中后期发生了年代际趋势转变， 2009年之后极端降水的增加最为突出， 气候倾向率可达整体增加水平的4~5倍； 在三个时段， 高原极端降水存在南北趋势反向变化特征， 北部极端降水在1998 -2009年增加最为突出， 南部经历了显著增加-显著减少-显著增加的趋势变化。（2）1982 -2020年，青藏高原中东部暖季小范围极端降水频数呈显著减少趋势（P<0.1）， 而大范围极端降水频数显著增加（P<0.05）； 4级范围极端降水主要有： 东北部型（A型）、 南部型（B型）和东南部型（C型）三种主要的落区。（3）西太平洋副热带高压（以下简称西太副高）的位置和强度差异是导致水汽源地和大范围极端降水落区不同的主要原因； 当A型大范围极端降水发生时， 西太副高异常偏弱， 偏东， 水汽主要来自太平洋和西风带的输送； 当B型发生时， 西太副高异常偏强， 西伸南压， 水汽主要来自印度洋和孟加拉湾； 当C型发生时， 西太副高异常偏强， 西伸北抬， 水汽主要来自西北太平洋、 南海和孟加拉湾。

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。

青藏高原低涡是夏季青藏高原边界层内产生的中尺度低压涡旋系统， 对高原天气及其周边地区降水有重要影响。本文利用由客观识别法得到的高原低涡数据集以及ERA5-land再分析资料， 通过相关分析、 回归分析、 贝叶斯时间序列分析算法和概率统计等方法， 对1950 -2021年高原低涡的活动特征进行了统计和分析， 根据高原低涡的路径及强度划定了高原低涡活动的敏感区， 并分析了不同陆面参量与高原低涡的联系。结果表明， 高原低涡的年总个数和年总持续时间都呈显著增加趋势（置信度95%）， 气候倾向率分别为0.16个·a^-1和1.25 h·a^-1； 高原低涡活跃期（5 -8月）总个数和总持续时间的增加趋势不显著； 高原低涡活动的敏感区位于藏北高原北侧、 可可西里山脉附近， 与青藏高原中西部的主要山脉相对应； 敏感区内的地表潜热、 地表长波辐射以及地表0~7 cm土壤湿度与高原低涡个数和持续时间呈正相关， 而地表感热与高原低涡个数和持续时间呈负相关； 进一步发现当时间尺度为年际变化时， 高原低涡与降水的变化相对一致， 而在日尺度上， 地表感热主要在敏感区及其以东地区与低涡个数、 持续时间和强度呈正相关， 其中以5月和6月最为显著。本研究中的结论为进一步分析高原低涡敏感区内的陆-气相互作用机理， 以及高原低涡数值模拟和数据同化研究提供理论依据。

青藏高原冬春积雪变化具有显著的年际变化特征， 其对中国东部夏季降水预测具有一定指示意义。由于特殊的复杂地形， 青藏高原气象站点分布稀疏且不均匀， 再分析数据和卫星数据提供的高原积雪资料的不确定性是影响和制约积雪变化及其天气气候效应研究中的一个关键问题。本文基于青藏高原台站观测、 再分析（ERA5 和NOAA-V3）和卫星反演（MODIS雪盖以及IMS雪盖）的多源积雪资料， 采用偏差分析、 均方根误差以及相关分析等多元统计方法重点检验了多源高原积雪数据在描述积雪年际变化特征方面的不确定性。通过比较不同积雪资料的时空分布和变化特征， 以期提升多源高原积雪资料适用性的认知， 并为相关研究提供有意义的参考。分析结果表明： （1）就再分析数据给出的积雪资料而言， ERA5雪深资料相较NOAA-V3雪深， 对高原站点观测雪深的描述效果更好。除了高原中东部分站点外， ERA5雪深数据的平均偏差和平均均方根误差均较小， 而NOAA-V3雪深数据的平均偏差和均方根误差在整个高原范围内均存在一定程度的高估； （2）再分析（ERA5 和NOAA-V3）和卫星反演（MODIS雪盖以及IMS雪盖）积雪数据和高原站点雪深均在年际变化特征上具有较好的一致性； 其中ERA5再分析积雪数据与高原站点观测雪深数据在长期趋势上更为类似； 另外， 北半球雪盖与站点观测雪深的年代际变化趋势更加类似； （3）再分析资料（ERA5、 NOAA-V3）的雪深和雪盖在高原的分布存在空间差异性， 其中NOAA-V3在多雪年和少雪年的大值区都位于高原南部、 北部边缘以及高原中东部， 而ERA5的大值区主要分布在高原的中东部、 西部以及南部边缘。然而， 每种再分析数据各自的雪深和雪盖之间差异较小， 且积雪异常年份的差值分布较为一致， 无论是雪深还是雪盖， 正异常区都位于高原中部、 西部和南部边缘， 负异常区则都在高原北部； （4）三种卫星的雪盖在多雪年大值区都位于高原中东部、 南部以及西部地区。不同卫星数据在积雪异常增多年份雪盖的差值分布也较为一致， 但再分析资料体现出的高原北部边缘的负异常并未在卫星雪盖资料上体现出来， 此结果可能与卫星反演积雪数据的涵盖时间短以及处理方式不同有关。

青藏高原地形复杂且气候恶劣， 对高原空投伞降和航空安全是巨大的挑战； 本文基于数值模拟方法， 研究一套适用于高原复杂地形的风场精确模拟方法。本研究首先基于WRF（Weather Research and Forecasting）模式的大涡模拟LES（Large Eddy Simulation）方案， 研究青藏高原大涡模拟方法， 构建一套降尺度至40 m水平分辨率的WRF-LES系统。然后， 基于青藏高原大风个例， 通过敏感性试验研究， 评估LES方案和地形高程数据对风场模拟影响。其外， 对LES方案的标准亚格子湍流应力模型中参数进行分析， 得到青藏高原风场模拟的最优方案组。最后， 进行批量试验， 检验该方案对高原风场模拟的适用性。试验结果表明： （1）40 m分辨率的WRF-LES系统可模拟得到更精细和准确的风场信息， 模拟风速平均绝对误差MAE（Mean Absolute Error）较ACM2方案减小1.4 m·s^-1且均方根误差RMSE（Root Mean Square Error）减小1.81 m·s^-1； （2）高精度地形资料ASTER的接入可以改善模式对风场模拟的效果， 各项误差较模式默认地形模拟结果均存在约0.2 m·s^-1的改善； （3）LES方案采用基于1.5阶湍流动能方案且常数项系数为0.1时模拟效果最佳， MAE为1.56 m·s^-1且RMSE为2.06 m·s^-1。批量试验验证了大涡模拟方案对于青藏高原边界层风场模拟具有较强的适用性， 40 m分辨率区域风场模拟效果明显优于中尺度模拟效果， 可为高原空投伞降提供准确的风场信息。

可靠的降水资料对理解青藏高原水量平衡和水循环过程尤为重要。IMERG（Integrated Multi-satellitE Retrievals for Global Precipitation Measurement）是新一代卫星降水产品，具有更广的覆盖范围与更高的时空分辨率，但在高原复杂地形条件下仍然存在较大的不确定性。鉴于此， 本研究应用Delta分位数映射法（Quantile Delta Mapping， QDM）， 对IMERG日降水数据进行偏差订正， 使用2001 -2010年的中国区域地面气象要素数据集（China Meteorological Forcing Dataset， CMFD）降水数据和IMERG日降水产品分季节建立传递函数， 对2011 -2014年的IMERG逐日降水进行订正。研究结果表明： （1）Delta分位数映射法能够有效订正IMERG的降水频率、 数值和空间分布， 对极端降水和负偏差较大区域的订正效果更为明显。订正后的IMERG降水概率分布更加接近观测概率分布， 降水偏差也更符合正态分布， 改进了对全年和季节降水空间分布的刻画， 提高了月降水的精度。（2）订正后日降水量均方根误差由1.49 mm·d^-1降低到1.26 mm·d^-1， 精度提高了15.44%； 订正后的日降水在不同降水量级的临界成功指数CSI、 命中率POD、 误报率FAR、 准确率Precision和F评分F_score均有提高， 降低了微量和暴量降水的空报率。（3）对极端降水的订正效果显著， 降水强度SDII以及极强降水量R95p和R99p的均值更接近观测值； 有效提高了对极端降水空间分布的表征， 极端降水偏差从30%以上降低到5%以内； SDII、 R95p和R99p的均方根误差从1.59 mm·d^-1、 6.54 mm·d^-1、 14.89 mm·d^-1降为0.65 mm·d^-1、 3.01 mm·d^-1、 8.99 mm·d^-1， 精度分别提高了59.12%、 53.98%和39.62%。本研究验证了Delta分位数映射法在青藏高原的适用性， 有利于为青藏高原气象和水文研究获取更精确的降水数据。

极端大风是一种重要的气象灾害， 同时亦是一种重要的气候资源。作为“世界屋脊”的青藏高原（Qinghai-Xizang Plateau， QXP）区域是全球和区域气候变化的敏感区， 其极端大风事件及其气候变化背景下变化特征与机理尚未完全清楚， 尤其在川藏铁路建设背景下， 加深高原区域极端大风事件的科学认知可为铁路建设和运营提供科学支撑和参考。为探讨高原区域性极端大风长期变化特征及其可能原因， 利用地面观测最大风速日值数据， 定义了青藏高原区域性极端大风事件， 在此基础上， 采用趋势分析、 EOF分析、 合成分析等多元统计方法分析了1982 -2021年高原中东部区域性极端大风事件的时空分布和变化特征、 发生的环流条件及其频次减少的可能原因。分析结果表明： （1）自20世纪80年代以来， 青藏高原中东部区域性极端大风事件呈显著下降趋势， 以95和99百分位定义的区域性极端大风日数每10年分别下降44天和11.6天， 且变化主要表现为空间一致型， 主要集中在高原东北部。（2）区域性极端大风发生期间， 中高纬位势高度呈“西高东低”， 低纬地区呈“西低东高”的分布形势， 主要特征表现为蒙古-西伯利亚高压正异常， 蒙古地区气旋式环流异常， 高原东北部西风异常以及蒙古地区地表温度负异常。（3）全球变化背景下， 春季西伯利亚高压强度减弱、 上一个冬季东亚大槽强度加强致使高原南北两侧气压梯度减小、 西风急流减弱导致动量下传减弱并且伴随着气旋性环流异常减弱， 以及亚洲地表温度非均匀性上升使得南北温度梯度变小。这些大尺度环流和局地热力因子的协同影响可能是高原中东部区域性极端大风事件发生频次减少的重要原因。

利用1961 -2020年青藏高原降雪观测资料和大气再分析数据， 分析了高原冬季降雪特征及其关键环流系统。结果表明： 高原冬季降雪空间分布不均， 表现为西北少、 东南多， 同时降雪年际振荡和年代际变化特征明显， 1988年发生由偏少向偏多的转折。青藏高原冬季降雪一致偏多时， 中高纬呈现类似欧亚南部型（Southern Eurasian， SEA）遥相关的正位相特征， 即欧洲西南部、 阿拉伯海、 东北亚上空位势高度场为显著正异常， 中东地区、 青藏高原上空为显著负异常， 经分析发现， SEA正位相时中东急流增强， 高原南部上升运动明显， 高原东北部和西南侧出现水汽显著辐合区， 为青藏高原冬季降雪异常偏多提供有利条件。与此同时， 北大西洋涛动（North Atlantic Oscillation， NAO）正（负）位相时有利于青藏高原降雪偏多（少）， NAO主要通过SEA型遥相关和中东急流等环流系统来调控高原冬季降雪。

为了进一步认识青藏高原中东部和下游四川盆地的降水微观特征和差异， 本文利用2019年7 -8月和2020年7 -8月那曲、 玉树、 林芝、 巴塘、 泸定和成都6个地区的雨滴谱观测资料， 研究了不同地区之间的雨滴谱特征和差异， 并提出了各个地区降水的Gamma谱形状参数-斜率参数关系和反射率因子-雨强关系。结果表明： 因更多强对流降水的贡献， 盆地和邻近地区（成都和泸定）的雨滴谱整体比高原地区（那曲、 玉树、 林芝和巴塘）的更宽， 中大雨滴（直径≥1.0 mm）数浓度更高； 而高原地区的降水主要来自层云和弱对流， 整体雨滴谱更窄， 小雨滴（直径<1.0 mm）数浓度更高。6个地区的雨滴谱均随雨强增大而变宽， 数浓度也逐渐升高。不同地区之间的雨滴谱差异也会随雨强变化而改变， 当雨强超过0.1 mm·h^-1后， 那曲和林芝的小雨滴数浓度随雨强增大而增大的幅度明显比其他地区更大； 当雨强达到5 mm·h^-1后， 成都和泸定的中大雨滴数浓度与其他高原地区的差异也逐渐变大。在谱形状参数相同情况下， 成都和泸定的谱倾斜率更小， 反映了这两个地区雨滴数浓度随粒径增大而减小的速率比高原地区的更慢。在相同雷达回波强度（反射率因子）情况下， 那曲和林芝层云降水的雨强比其他地区大； 林芝对流降水在雷达回波低于40 dBZ时， 雨强也比其他地区的大， 而那曲对流降水在雷达回波大于40 dBZ后， 雨强比其他地区的小。

利用常规观测资料、 FNL分析资料及经质控后的自动站小时降水数据， 诊断分析了青藏高原东坡地形在2017年7月2 -3日高原涡影响云南降水过程中的作用， 并利用数值模式WRFv4.0对此次过程进行了地形敏感性试验。结果表明： 高原涡是此次云南强降水的重要影响系统； 低涡中心及附近区域中高层维持暖心结构， 并呈现显著的上升、 下沉运动交替的分布； 过程累积雨量分布表现为两条明显的与山脉走向平行的西北-东南向雨带， 且具有强弱交错的分布特征， 强降水集中出现在午后至傍晚及前半夜两个时段内， 中心均位于地形边坡， 并随着低涡向下游传播； 南亚高压、 西北辐散气流、 西太平洋副热带高压及滇缅高压为低涡的东移发展提供了有利的高空环流场， 500 hPa正涡度及700 hPa水汽通量辐合中心对强降水落区具有较好指示意义； 低涡降水期间存在β中尺度重力波， 波动由青藏高原东坡地形激发， 沿着300~200 hPa的气层传播， 高空的非地转平衡运动及垂直风切变为重力波的发展及传播提供了有利条件， 重力波先于低涡及降水向下游方向移动及发展， 波脊处对应上升运动及辐散中心， 波槽处对应下沉运动及辐合中心， 强降水及波脊均位于低涡西南侧强辐合上升运动区； 地形高度降低后， 其机械阻挡抬升作用减弱， 重力波和高原低涡消失， 雨带强度及空间分布特征发生显著改变。高原东坡地形对高原涡的形成和发展， 以及高原涡影响下的云南降水具有重要作用。

青藏高原作为气候敏感区域， 其降水对东亚水文循环和气候有着巨大的影响， 因此对于其变化的研究十分重要。降水是全球水文循环的重要变量， 是受气候变化影响的重要气候系统之一， 为了探究全球气候模式对青藏高原降水的模拟能力以及探究在新模式、 新情景下未来降水可能变化， 本文使用耦合模式比较计划第6阶段（CMIP6）最新的31个气候模式逐月降水资料， 以及国家气候中心所提供的CN05.1降水观测数据集， 评估CMIP6模式对青藏高原降水的模拟能力， 并择优选择模式在不同共享社会经济路径情景下（Shared Socioeconomic Pathway， SSP）进行高原未来降水预估。结果表明： 1995 -2014年青藏高原观测降水分布模态特征为自东南向西北递减并且降水集中在夏季， 大部分模式可以模拟出降水分布和季节性趋势但几乎都有高估降水的现象， 多模式平均降水高出观测102%； 总体上CMIP6最新模式对于青藏高原降水模拟能力较差， 模式相对于观测的平均相对偏差指数为102%， 说明大部分模式表现不理想， 定量分析所有模式后选出EC-Earth3-Veg-LR， MPI-ESM1-2-LR， EC-Earth3-Veg， MRI-ESM2-0为模拟较优模式， 可大致反映出青藏高原的降水特性； 气候模式在SSP1-2.6情景下青藏高原降水增长最慢， SSP5-8.5增长最快； 从辐射强迫较弱情景SSP1-2.6到较强情景SSP5-8.5， 近期（2021 -2040年）高原降水增幅在各情景下难发现较大差别， 但中期（2041 -2060年）和末期（2081 - 2100年）有明显增长， 说明碳排放强度对近期影响较小而对长期影响大； 未来降水增幅主要发生在念青唐古拉山以南地区， 从季节性来看夏季增幅最大， 其次是春季、 秋季， 增幅最小的是冬季， 因此应当注重青藏高原未来夏季和春季的降水变化， 做好应对措施。