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。
若尔盖生态区作为青藏高原独特的高寒泥炭沼泽湿地， 其气候变化不仅会影响当地脆弱的生态环境， 还会影响黄河上游的气候， 甚至对中国西部地区气候稳定起着重要作用。为了探究当前高分辨率气候模式对此地气候状况的模拟能力， 以及预估未来此地气候的可能变化， 本文使用耦合模式比较计划第6阶段（CMIP6）中的四个高分辨率气候模式AWI-CM-1-1-MR、 EC-Earth3、 EC-Earth3-CC、 MPI-ESM1-2-HR逐月气温、 降水资料， 对比国家气候中心所提供的CN05.1观测数据集， 评估了CMIP6高分辨率模式对若尔盖生态区气温、 降水的模拟能力， 并在四种不同共享社会经济路径情景下（Shared Socioeconomic Pathway， SSP）进行未来气温和降水的预估。四个高分辨率CMIP6模式都可以模拟出此地气温的分布型和变化趋势， 但均存在低估的现象， 特别是在若尔盖生态区的西部， 多模式集合平均（MME）与观测数据年平均时间序列相关系数为0.75， MME对比观测数据偏低0.75 ℃； 对于降水模拟， 模式都明显存在模拟高估， MME偏多1.45 mm·d-1， 与观测数据的相关系数为0.21； 模式可以模拟出南部降水偏多， 北部降水偏少的分布型， 但在南部存在较大的高估， 将会影响水源涵养区水资源评估； 对于气温变化趋势的模拟相比降水更理想。模式的未来预估结果表明， 预计到2100年， 若尔盖生态区在SSP1-2.6、 SSP2-4.5、 SSP3-7.0和SSP5-8.5情景分别相对于历史基准时期增温1.8、 3.2、 5.2和5.8 ℃； 降水量相比于历史时期在低浓度SSP1-2.6情景下增加最为显著， 2100年增幅对比历史时期约为0.4 mm·d-1， 而中等浓度到高浓度SSP2-4.5、 SSP3-7.0和SSP5-8.5情景， 到21世纪末期降水变化略有增长且差异较小， 增加幅度为0.1~0.2 mm·d-1之间。研究结果可为黄河上游水源涵养区水资源管理及当地气候变化的适应性研究提供科学依据， 也对若尔盖湿地生态保护有着重要的意义。
本文旨在研究青藏高原（以下简称高原）玉树地区对流云的微物理结构和水凝物转化过程， 利用中尺度数值预报模式WRF结合2019年夏季在青海玉树地区的观测资料， 分析玉树地区夏季一次对流降水过程。结果表明： （1）WRF模拟所得24 h累计降水量与玉树站点观测降水量相近， 模拟降水回波的时空分布与Ka毫米波云雷达探测结果基本一致， 表明模拟结果可靠。（2）降水云中各相态粒子有明显的垂直分布结构， 固态水凝物的大值中心位置均较高， 其中云冰的大值中心所处位置最高位于200 hPa附近； 液态水凝物的大值中心在500 hPa； 水汽的大值中心高度最低位于500 hPa以下， 其极大值中心早于其他粒子出现。（3）云的微物理转化过程中， 云水对降水的贡献最大， 水汽通过凝华形成雪、 霰等水凝物， 冰相粒子通过聚集、 贝杰龙过程、 碰连、 碰并等过程相互转化形成霰和雪粒子， 最终随高度下降， 冰相粒子融化后与云水相互结合， 加速了云水向雨水的转化。
基于四川省空间稠密的3454个站点逐小时降水资料及高精度格点海拔高度资料， 对四川省7个区域近10年的降水特征进行分析。研究发现： （1）四川省汛期雨量有三个大值中心： 盆地西南部雅安、 盆地西北部安州区和攀西地区南部盐边， 其中安州区是全省的大暴雨中心， 汛期雨量主要由R 24≥100 mm的天气过程贡献。（2）受山脉走向和地形陡峭程度影响， 盆周大值区形态和等值线梯度均有明显差异， 且累积雨量越大， 站点越向山脉迎风坡集中。（3）夜雨比率自西南向东北逐渐减弱， 其中攀枝花夜雨比率为全省最大。（4）大雨及以上量级的强降水雨日分布与地形关系密切， 大暴雨日站点仅分布在盆地西部与高原的陡峭过渡区。另外盆地西北部暴雨日中出现小时雨强≥50 mm·h-1的站点比率最高。（5）相较持续性大雨而言， 持续性暴雨的站点分布受迎风坡地形影响更加显著。
利用南极中山站2018年11月至2019年2月及2019年12月夏季低层大气的观测数据， 研究了该站点气象要素的廓线特征、 日变化规律， 及逆温层和急流等。风的分析结果显示， 大部分时间该站点主要受到来自东至东北方向风的影响。风速随高度增加而快速增大， 上午与下午的风速分别在约1.2 km处与0.8 km处达到峰值， 而下午风速相对减小， 可能与下降风的发展和热对流导致的湍流交换增强有关。低空急流大多集中在8~12 m·s-1的风速范围以及800~1600 m的高度层， 并存在多层急流现象。温度观测揭示了位温廓线在地表附近形成超绝热层， 而在此层以上至3000 m高度， 位温逐渐递增， 呈现出稳定的大气层结。逆温层的分析进一步揭示了显著的日变化特性， 上午时段逆温层更厚且更接近地面， 而下午则变薄但强度增加， 揭示了太阳辐射和湍流强度的日变化对逆温层形成的影响。同时也出现了与多层急流相吻合的多层逆温现象， 显示了逆温与急流引起的风切变之间的联系。湿度分析表明， 比湿随高度递减， 且在250 m以下递减率较大。下午比湿在地面至250 m范围内低于上午。对湿度分层现象的研究发现， 比湿梯度变化的极大值高度与逆温层和低空急流的高度一致。
2022年11 -12月京津冀气候出现明显的暖冷转折， 11月和12月两个月平均气温温差大， 达到10.6 ℃， 位列1961年以来第一位， 与1971年和1980年持平。本文基于NCEP/NCAR再分析和气候指数等数据， 从大气环流转折、 厄尔尼诺-南方涛动（El -Southern Oscillation， ENSO）及北极涛动（Arctic Oscillation， AO）对气温异常影响的年代际变化角度， 探究了京津冀地区2022年11月和12月气温转折的可能原因。研究结果表明： （1）11-12月， 乌拉尔山阻塞高压和西伯利亚高压的强度， 以及西太平洋副高的强度发生了转折性变化， 导致11月京津冀地区气候异常偏暖， 12月异常偏冷。（2）通过与1971年、 1980年和2005年的冷暖转折事件对比， 大气环流转折特征存在年代际变化， 2022年和2005年11月偏暖除了北方冷空气活动偏弱外还受到南方暖气流北上的影响， 12月偏冷则出现在北极增暖和西伯利亚高压显著偏强的背景下。（3）ENSO与京津冀11月气温以及AO与12月气温相关性在21世纪00年代明显增强， 拉尼娜背景下AO由11月正位相转为12月负位相， 气温出现反相概率高， 2022年恰为拉尼娜年， 在AO位相由正转负的影响下， 11 -12月京津冀出现冷暖转折事件。
基于1979 -2023年欧洲中期天气预报中心第五代大气再分析数据集的中国逐小时降水和10 m风速， 利用复合极端事件判定、 趋势分析法、 空间统计分析以及合成分析法， 研究了中国降水-风速复合极端事件（PWEs）的时空变化以及相应聚类特征， 并对划分时间段后的环流特征进行分析。结果表明， 中国PWEs总体呈东多西少， 分区PWEs中， 华东地区发生最多， 其发生频次与日数平均值在4~8次和4~8 d范围内最多， 相应面积占比分别达到78.9%和71.5%。1979 -2023年PWEs整体呈下降趋势， 2011 - 2023年发生频次与日数的变化速率是1979 -2010年的2.3倍和3.4倍。1979 -2010年PWEs变化趋势在华东地区中东部、 西南地区中部和西北地区北部为增加趋势， 华中地区下降最快； 2011 -2023年， 正趋势值主要集中在中国中部， 华东地区增加最快， 每10年分别增加0.96次和1.12 d； 华南地区则以-0.81 次·（10a）-1和-0.77 d·（10a）-1的速度下降。1979 -2010年热点区域集中在胡焕庸线西侧以及沿海地区， 2011 -2023年热点区域的分布与变化趋势正值分布一致。PWEs是大气高、 中、 低层共同作用的结果： 大气高层的辐散增强以及急流带的减弱有助于北抬， 促进大气的上升运动， 同时也促使西北太平洋副热带高压（以下简称西太副高）向西伸展。大气中层东风异常有利于西太副高外围水汽进入中国内陆地区， 低层的东南风异常也进一步促进水汽向中国内陆输送。2010年之后的大气环流特征也表现为PWEs向中国中部地区发展。
土壤水热动态直接影响区域水文过程， 厘清土壤冻融过程中的水热动态变化是评估高寒地区水量平衡的关键。本文基于祁连山典型浅山区小流域气象和土壤水热的观测数据， 利用SHAW模型模拟亚高山灌丛草甸土壤水热动态变化， 分析土壤冻融过程中的水量平衡变化。结果表明： SHAW模型能较好地模拟亚高山灌丛草甸土壤温湿度随时间和垂直剖面变化规律， 模型模拟的不同深度土壤温度同观测值的相关系数R≥0.97， 纳什效率系数NSE≥0.88， 均方根误差RMSE≤1.89 ℃， 土壤湿度模拟值同观测值的相关系数R≥0.94， NSE≥0.88， RMSE≤0.05 m3·m-3， 总体上土壤温度的模拟效果比土壤湿度模拟效果更好， 且土层越深模拟效果越好。根据土壤温度划定土壤冻融阶段发现亚高山灌丛草甸土壤冻融过程具有明显的单向冻结单向融化特征， 其中完全冻结期持续时间最长， 冻结发展期持续时间最短。土壤剖面的温度和水分变化趋势呈现"U"型， 即在融化发展期和完全融化期的温度和水分较冻结发展期和完全冻结期更高， 表层土壤水分波动较大， 深层土壤水分则相对稳定。不同土壤冻融阶段的水量平衡特征差异明显， 冻结发展期降水输入4.28 mm， 水分支出以深层渗漏为主（9.06 mm）； 完全冻结期降水输入28.69 mm， 水分支出以地表径流为主（17.90 mm）； 融化发展期和完全融化期降水输入106.29 mm和207.31 mm， 水分支出以蒸散发为主， 其中植被蒸腾占78.11%和71.54%。土壤水分在冻结发展期和完全融化期呈现负均衡状态， 而在完全冻结期和融化发展期， 土壤水分呈现正均衡状态。研究结果为祁连山地区水资源形成和转化提供数据支持和理论依据。
气候和土地利用变化是引起陆地生态系统碳储量变动的重要驱动因素， 探究气候和土地利用变化对碳储量的影响对提出变化环境下碳增汇适应性管理对策具有现实意义。本文利用InVEST模型和PLUS模型评估了气候及土地利用变化双重影响下黄河水源涵养区碳储量时空动态。结果表明： （1）1980 -2020年黄河水源涵养区土地利用以草地、 林地为主， 占流域总面积的80%， 林地、 草地、 水域、 建设用地呈增长趋势， 其他地类面积呈减少趋势， 土地利用转移类型包括未利用地转为草地， 草地转为林地、 耕地等。（2）1980 -2020年黄河水源涵养区碳储量整体呈增长趋势， 碳储量增长区主要位于西部和中部海南， 增加了573.5×106 t， 这与气候暖湿化和生态修复密切相关。而中部和北部的城市扩张区域是主要的碳储量减少区。（3）未来不同土地利用情景下， 生态保护情景中林地和草地面积增加显著。SSP119和SSP245情景下2030 -2050年， 自然发展情景下碳储量分别增加294.83×106 t和79.56×106 t， 生态保护情景下碳储量分别增加364.8×106 t和151.95×106 t， 低排放和生态保护情景下， 有利于碳储量增加。（4）未来碳储量增加主要来源于草地、 未利用地转化为林地及耕地、 未利用地转化为草地； 而碳储量减少主要与林地转化为草地、 耕地有关， 可见保护林草是提高区域生态系统碳储量的重要措施。研究结果可为黄河水源涵养区土地利用结构调整和生态系统碳增汇提供科学依据。
风是历届冬奥会十分关注的气象条件之一， 是影响北京冬奥会山地赛事的首要气象因素， 复杂地形下局地风场的精细化时空分布规律可以为赛道施工、 风场预报、 防风措施提供重要的理论依据。本文利用2017年12月至2022年3月北京冬奥会延庆高山区不同海拔常规地面自动气象站和冬奥赛道加密站逐小时观测资料， 研究了冬季（12月至次年2月）和早春（3月， 残奥会期间）复杂地形下局地风场的精细化时空分布特征， 重点对比分析了风速风向频率分布、 日变化规律及季节变化差异。首先采用K-Means聚类方法将所有自动站分为四组， 组1到组4分别代表延庆低海拔远郊区、 东北山麓过渡区、 西南过渡区、 高海拔山顶区， 然后以组为单位进行精细化特征分析。结果表明： （1）大风发生频率与海拔紧密相关， 海拔越高， 则大风发生频率越高。组1和组2（海拔1000 m以下）小风（<3.3 m·s-1）发生频率超过80%， 而大风（≥10.7 m·s-1）占比为0%； 组3（海拔1000 m以上）小风发生频率下降至75%以下， 并偶尔发生大风， 但占比不足1%； 组4（海拔1800 m以上）风速频率分布发生质变， 大风出现频率增加至10%以上， 其中冬季远高于早春。（2）风向分布特征存在显著的局地性差异。组4受大尺度冬季风环流主导， 盛行偏西北风， 极少出现其他风向； 组1~3受大尺度环流、 山谷风环流和局地下垫面综合作用， 各个风向以不同频率发生。（3）日循环变化呈现高、 低海拔截然相反的特征。组1~3风速夜间小、 白天大， 组4则表现为夜间大、 白天小、 午间小风“窗口期”规律； 组1~3存在明显的风向日夜转换， 转换时间为日出和日落后， 组4风向不存在日变化。（4）从季节变化看， 早春风场和冬季存在较明显的差异， 且局地差异较大。相比冬季， 早春组1~2白天风速增大， 组3夜间风速降低， 组4全天风速均大幅减小； 早春风向相对更多变， 组1东北风向显著增多， 组2谷风转山风时间比冬季推迟3 h， 组3~4西南风向所有增加。上述研究结果有助于深入认识复杂地形下近地面局地风场的精细化时空规律， 可为冬奥会及小尺度山地气象监测和预报提供重要的背景参考。
差分反射率因子（Z DR）是反映大气中云和降水粒子形状的重要偏振参量， 但其极易受硬件设备和环境影响导致质量变差， 分析Z DR系统偏差并开展订正， 是双偏振雷达数据有效应用的关键。本文采用2023年7月北京8部X波段速调管双偏振天气雷达资料， 利用小雨法筛选出Z DR数据获得其逐仰角逐径向平均值， 分析了Z DR的受影响因素和受影响程度； 并利用相应时段的大量雨滴谱数据， 通过T矩阵法计算的Z DR中值作为基准， 开展全体扫Z DR的系统偏差订正。结果表明： （1）避雷针对于北京X波段雷达Z DR有较大的影响， 影响范围在10°~25°， 平均影响幅度在0.16~1.21 dB； （2）门头沟和怀柔雷达的Z DR数据， 除受避雷针影响外， 还分别受近距离铁塔、 信号塔的影响， 受影响方位角度小于避雷针； （3）差分反射率因子受部分波束遮挡会导致较大的系统偏差， 房山X波段雷达Z DR数据显示部分波束遮挡可使其值增大1.19 dB； （4）本文提出的系统偏差订正方法能够明显改善所有仰角所有径向由避雷针、 部分波束遮挡等因素导致的Z DR值不合理的情况。
2021年10月2 -6日， 山西发生有气象记录以来秋季最强的持续性降水。本文利用自动气象站降水观测资料、 ERA5再分析资料、 NCEP GDAS再分析资料对此次极端降水过程的环流形势、 低空急流及水汽输送特征、 水汽源地等进行了分析， 结果表明此次极端降水过程有明显的阶段性特点。第一阶段（2 -3日）为锋前暖区降水， 集中发生在山西南部， 雨强大且波动性强， 对流性降水特征显著； 第二阶段（4 -6日）为锋后稳定性降水， 雨强小但持续时间长， 导致山西中南部出现持续性暴雨。环流分析显示， 异常偏北、 偏强的西太平洋副热带高压和异常偏南、 偏强的西西伯利亚切断低涡共同构建有利的环流背景。整个降水期间， 异常偏北、 偏强的700 hPa低空急流稳定维持， 对低层辐合场的加强、 垂直上升运动的强烈发展及水汽持续供应有重要作用， 是导致降水极端性形成的关键。850 hPa低空急流存在时间短， 但在第一阶段对晋东南暖湿空气输送和不稳定层结构建至关重要。强降水区水汽输入的主要层次在降水期间逐渐升高， 第一阶段集中在850 hPa附近， 第二阶段集中在700 hPa附近， 对应天气形势演变。此次极端降水过程的水汽源地主要为南海、 东海和黄海， 输送路径为东南路径， 明显区别于其他暴雨过程， 其他暴雨的水汽源地多为孟加拉湾、 阿拉伯海和南海， 以西南路径输送为主。
秦岭-大巴山合称秦巴山区， 被称为我国的“中央水塔”， 是南北过渡带的主体组成部分， 对我国自然环境演变起着至关重要的调节作用。然而当前对于秦巴山区降水的水汽源地贡献量和变化成因尚不清楚， 严重制约了对其影响我国南北地理分界深层机理的理解。鉴于此， 基于HYSPLIT（Hybrid Single Particle Lagrangian Integrated Trajectory）拉格朗日轨迹追踪模式， 对1970 -2020年降水高、 低值年夏季降水进行后向轨迹追踪模拟， 并结合欧拉方法计算水汽通量及风场距平， 系统分析了秦巴山区6 -8月不同垂直高度层上的水汽输送路径与源地贡献特征。研究结果表明： （1）秦巴山区夏季主要水汽通道有： 局地通道、 欧亚通道、 西太平洋通道、 南海通道及印度洋通道。（2）从通道强度看， 降水高值年低层主要水汽通道为局地和南海通道； 中、 高层主要通道为欧亚通道和印度洋通道。降水低值年6 -8月各层主要通道几乎均为欧亚通道。（3）从源地贡献看， 高值年低层主要水汽源地为局地及南海地区， 低值年低层南海、 欧亚及西太平洋地区水汽贡献相当， 中、 高层主要源地为欧亚和印度洋地区。（4）东南地区环流异常与秦巴山区夏季降水量变化高度一致， 该地反气旋性及气旋性异常环流特征对降水高、 低值年水汽输送差异影响显著。研究结果初步揭示了秦巴山区夏季降水异常年的水汽输送特征和变化成因， 为进一步理解“中央水塔”的成因和秦巴山区的地理分界作用提供了关键证据。
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。
为解决传统经验模态分解算法（Empirical Mode Decomposition， EMD）中存在的模态混叠现象， 引入了互补集合经验模态分解算法（Complementary Ensemble Empirical Mode Decomposition， CEEMD）和镜像延拓算法对EMD算法分解中存在的缺陷进行改进。本文选取四峨山人工森林区的湍流观测的个例数据， 首先对比分析了两种方法的差异， 明确CEEMD算法的优势； 随后选取了不同高度下稳定层结和不稳定层结的个例数据， 应用希尔伯特-黄变换算法对该个例下的风速 和温度 序列的湍流特征进行了分析， 探讨了希尔伯特黄变换算法的应用。结果表明： CEEMD的算法分解结果更加精细， 模态函数的模态混叠缺陷得到了更好的压制， 模态能量分布更集中， 希尔伯特边际谱存在更多的能量尖峰， 能量分布更加清晰。不同的模态函数存在有各自的特征频率， 分解所得的模态函数中包含着不同尺度的运动， 其中包含有满足-2/3斜率的惯性副区的湍流运动， 以及对应着含能区的低频大尺度模态， 且CEEMD分解得到的边际谱能量尖峰很好的反映了各模态函数的含能特征。个例分析表明： CEEMD算法可以作为一个典型的二分滤波器， 经CEEMD分解后， 该个例湍流信号中 风的各模态函数中存在有3~6 min的阵风波动， 不同高度、 不同稳定层结下湍流特征表现有所差异， 正午不稳定层结下相比夜间稳定层结下希尔伯特边际谱幅值更高， 三维风速在各个高度混合更好， 且较低高度由于冠层的作用， 存在对大尺度湍涡的破碎作用， 边际谱相比其他高度表现出低频小而高频大的特征， 而温度 在该个例下与三维风速表现有所不同： 稳定层层结下不同高度湍涡混合更好， 而不稳定层结下由于不同高度热力吸收的差异， 较低高度边际谱幅值较高， 并随着高度的升高而减小。
风廓线雷达是一种具有较高时空分辨率且与探空资料具有较好一致性的探测大气风场垂直分布的遥感设备。大理机场位于横断山区东南缘的云贵高原西部， 是典型高原机场， 局地环流明显， 风的影响对航空安全影响较大。应用大理机场2016 -2022年风廓线雷达观测数据对风场垂直分布与风切变分布特征进行统计分析， 能够帮助更好地理解复杂下垫面下的风场垂直结构特征， 并对风切变影响进行评估， 正确认识其对民航机场飞行安全的影响。研究发现： （1） 冬春季水平风速较大， 风速频率分布轮廓呈下窄上宽的喇叭形， 夏季风速频率分布轮廓呈较为平直的顺S形， 高低层风速分布区间相近， 秋季则体现为夏季与冬季之间的过渡态， 需注意1000 m附近的风速切变以及冬春季大风对航班安全的影响； （2） 水平风向全年高层盛行偏西风， 近地层为偏南风， 500 m高度附近随高度的增加有风向转变现象， 结合机场跑道方向， 需考虑侧风分量变化对航班起降的影响； （3） 平均纬向风速大小大于平均经向风速， 风场日变化受到太阳辐射影响， 13:00（世界时， 下同）和00:00为纬向风速日变化的重要时间节点， 07:00和02:00为经向风速日变化的重要时间节点； （4）垂直速度春冬偏大， 频率分布分散程度较高， 夏秋偏小， 频率分布较为集中， 下沉气流出现频率较上升气流偏高， 有明显的日变化特征； （5）春季水平风垂直切变事件偏多， 强度偏大， 严重等级出现次数高， 秋冬季次之， 各个高度层上的多年平均风切变发生频次有明显差异， 在840~900 m之间存在一个风切变的高发区， 以1000 m高度为界， 上下层风切变指数有明显差异。
准确的降水量是精准预报降水引发的相关灾害的前提条件和基础， 因此， 获取准确的降水量显得十分必要。为此， 本研究搭建了一个基于宽度学习系统（Broad learning system， BLS）的多源降水融合模型， 以获取更准确的降水数据。以云南省为研究区域， 选用2014年4月至2017年12月的3B42V7、 IMERG、 GSMaP、 CMORPH、 PERSIANN卫星数据以及雨量计数据作为源数据， 加入经纬度信息， 进行多源数据融合。留一年交叉验证法（Leave-one-year-out cross validation， LOYOCV）用于验证所提融合模型的性能， 并使用相关系数（Pearson’s correlation coefficient， CC）、 均方根误差（Root-mean square error， RMSE）、 平均绝对误差（Mean absolute error， MAE）、 纳什效率系数（Nash-Sutcliffe coefficient of efficiency， NSE）和克林-古普塔效率系数（Kling-Gupta efficiency， KGE）等统计指标量化在不同时空尺度上的融合降水量的准确性。同时， 分别对比了基于支持向量机（Support vector machine， SVM）和深度神经网络（Deep neural network， DNN）的融合模型， 评估了经纬度信息在所提融合模型中的效力。在LOYOCV中， BLS融合降水的日平均CC、 RMSE、 MAE、 NSE均优于5个卫星产品。在时间尺度上， 融合降水能够捕捉实际雨量计降水的时间趋势， 且能较准确地估计2017年云南省的暴雨量； BLS融合降水在雨季（5 -10月）和干季（11月到次年4月）均优于5个卫星产品中表现最好的CMORPH降水产品。在空间尺度上， 相比5个卫星产品， BLS融合降水能在大部分地区表现出最高的CC、 NSE以及最小的RMSE、 MAE。BLS融合模型对实际降水的模拟能力高于SVM融合模型， 且相对于DNN模型用时更短、 更高效。此外， 经纬度信息的加入能提升融合降水的准确性。总之， 考虑了经纬度信息的基于BLS的多源降水融合模型能够提升云南省降水量的准确性， 在多源降水数据融合领域有一定的应用价值。
为了研究云南地区影响航空安全的四类关键气象因子及其区域变化特征， 利用2010 -2021年云南125个气象站逐日逐时地面观测数据与2013 -2019年腾冲驼峰机场的机场地面观测数据， 首先分析了云南地区关键气象要素四季的主要变化特征， 接着针对15个机场城市典型季节短时强降水和大风事件进行时空演变特征分析， 进一步选取典型高原山地机场-腾冲驼峰机场和腾冲气象站点观测数据对比分析夏季短时强降水事件的年发生日数、 春季大风事件的日频发时段， 最后分析了四类气象要素之间的复杂关系并探讨了云南地区航空安全日和危险日的空间分布状况， 结果表明： （1）短时强降水夏季最为显著， 自保山、 腾冲经临沧至普洱等地为短时强降水的高发区； 大风春季最为显著， 宁蒗和昆明两地为春季大风日数高值区且均呈增多趋势； 秋季低能见度最为显著， 主要发生在临沧、 沧源、 普洱、 西双版纳的滇西南地区， 并呈增加趋势； 低云四季空间分布相似且变化较平缓， 夏、 秋季的发生日数和分布区域均高于冬、 春季； （2）夏季短时强降水的发生日数与降水量具有明显的正相关关系， 且发生时段与机场主要航运时段相吻合， 春季大风各机场差异明显， 且多发于14:00 -23:00（北京时）； （3）天气系统的局地性使机场地区发生的天气现象同所在地区之间存在频数差异， 但在变化规律上存在相关性； （4）大理-昆明一线以北地区的航空飞行安全日显著多于云南南部地区， 云南多数地区安全日呈减少趋势； 危险日则集中在普洱以东至文山以西的云南边缘地区， 且沿迪庆-丽江-昆明以西地区呈增加趋势。
2020年3月23日08:00（北京时， 下同）至26日08:00在云南昆明至老挝万象国际航线途经地区出现一次大范围以冰雹、 雷暴大风为主并伴随有局地短时强降水的强对流天气过程。本文基于中尺度数值模式WRFV4.2（Weather Research and Forecasting Model）和美国国家环境预报中心（NCEP）的FNL（Final Operational Global Analysis）资料， 模拟了此次强对流天气过程， 并利用中国气象局逐小时气象站数据对模拟结果进行可靠性检验。此外， 对WRF模式输出的多种物理量进行了诊断分析， 以期为云南昆明-老挝万象航线的航空气象安全提供参考。结果表明： （1）WRF模式能够较好地模拟气温、 可降水量等要素， 但在白天期间近地面风场的模拟值偏大。（2）模拟输出的物理量场可以指示强雷暴天气发生的时间和地点， 具有一定的时空预报预警作用， 可根据其判断强对流天气对飞行的影响以及影响程度。（3）此次强对流主要是受南支槽东移影响， 高层干冷空气叠加在暖湿空气上， 形成不稳定结构， 被地面辐合线触发而引起。航线途经地区的CAPE（Convective Available Potential Energy）不稳定能量大， 水汽条件充沛， 9 km高度以下上升运动与下沉运动交替出现， 容易对航班造成颠簸。加之0 ℃层位于3 km左右的高度， 航班在飞行时容易造成机身覆冰或遭遇冰雹天气， 给飞行安全造成一定的影响。
2022年2月19 -22日， 云南出现大范围降温、 雨雪天气过程， 造成8个机场多架次航班出现取消、 延误、 返航和颠簸等情况。本文综合利用地面站点观测数据、 ERA5再分析资料和风廓线雷达资料， 分析了此次过程的环流成因、 锋面活动特征及其对航空的影响。结果表明： （1）此次低温雨雪天气是在冷锋和南支槽的共同影响下形成的大范围寒潮过程。21日前， 主要受冷锋影响， 气温骤降， 降水偏弱， 对航空的影响主要是风切变和层结不稳定导致的飞机颠簸； 此后受南支槽影响， 降水增大， 机场积雪、 低云、 雷雨、 风切变等天气对航班影响明显。（2）冷锋主体位于700 hPa以下， 寒潮爆发时， 锋后冷空气在低层偏东风引导下向西推进， 冷空气前端有鼻状凸起， 偏东风的强度和厚度与冷气团的强度和厚度有较好的对应关系； 低层冷空气入侵导致暖空被迫抬升， 同时锋前温暖的西南风沿锋面爬升， 在冷气团上形成明显的逆温层。（3）当锋面强烈发展西进时， 800 hPa锋生函数大值带可较好反映锋线的位置及强度， 锋后偏东风与锋前西南风辐合可在锋生区形成明显的上升气流， 同时锋前650 hPa以下垂直温度梯度较大的区域以及锋后的近地面层理查孙数（Ri ）数值偏小， 易出现湍流和飞机颠簸。（4）风廓线雷达资料显示， 低层偏东风维持期间， 2 km以上西风增强对降水具有一定的指示性意义， 当低层系统性的偏东风减弱消失， 过程结束。
为开展云南航空气象安全风险等级评价， 以经过数据质量控制的云南省124个县级气象站点的低云低能见度、 降水、 大风、 结冰、 雷暴等实测数据为基础， 研究云南各区域影响航空起降安全的主要气象要素， 分析云南航空起降气象条件整体状况， 并采用模糊综合评价法， 运用Arcgis空间分析工具， 建立云南航空起降气象安全风险等级区划， 进而明确云南各区域的航空起降气象安全综合风险等级。研究表明： （1）从区域角度来看， 影响云南航空起降安全的主要气象要素在滇西北为结冰， 滇西主要为降雨、 大风； 滇西南主要为低云低能见度、 降雨以及雷暴； 滇东南主要为低云低能见度、 降雨； 滇东的南部主要为降雨， 其余滇东北、 滇中以及滇东的大部整体条件较好， 没有较明显的影响因素。（2）从航空起降气象安全日、 危险日来看， 云南绝大部分地区航空起降气象条件较好， 气象条件相对略差地区主要位于滇西北， 以及滇西的南部边缘、 滇西南的西南边缘、 滇东南的南部边缘、 滇东的南部等地区。（3）从航空起降综合气象风险来看， 云南大部地区处于较安全、 很安全等级； 相对较集中的很危险、 较危险等级仅分布于滇西北的迪庆州中部， 滇西南的临沧市西南部及西双版纳州等地； 整体上， 云南航空起降综合气象风险等级较好。
为提升低空风切变预报精度， 本文综合运用欧洲中期天气预报中心第五代再分析资料［European Centre for Medium-Range Weather Forecasts （ECMWF） fifth-generation reanalysis data， ERA5］和美国国家环境预报中心（National Centers for Environmental Prediction， NCEP）的FNL全球再分析资料（Final Operational Global Analysis）、 先进星载热发射和反射辐射仪全球数字高程模型以及兰州中川机场的实况观测资料， 采用中尺度数值天气预报模式（Weather Research and Forecasting Model， WRF）、 WRF结合计算流体动力学（Computational Fluid Dynamics， CFD）方法、 长短期神经网络（Long Short-Term Memory， LSTM） 方法， 对2021年4月15 -16日兰州中川机场的两次风切变过程进行模拟分析。结果表明： （1）在小于1 km的网格中使用大涡模拟， WRF模式在单个站点风速模拟任务中表现更好， 但在近地面水平风场风速模拟效果上， 不如WRF模式结合计算流体力学模型方案； （2） 对于飞机降落过程中遭遇的两次低空风切变的模拟， WRF-LES和WRF-CFD两种模式都可以模拟出第一次低空风切变， 而第二次受传入模式的WRF风速数据值较小的影响， 两种模式风速差都没有达到阈值， 需要在后续工作中进一步验证； （3）低风速条件（6 m·s-1）下， 基于LSTM的单变量风速预测模型平均绝对误差基本维持在0.59 m·s-1， 能较好地把握不同地形与环流背景条件下风速变化的非线性关系， 虽然受到WRF误差和观测要素不全的限制， 多变量风速预测能在保证平均绝对百分比误差小于6.60%的情况下， 以更高的计算效率和泛化能力实现风速预测。本文不仅验证了WRF-CFD和WRF-LES耦合方案在风场和低空风切变预报中的差异， 还探讨了基于LSTM的风速预测的可行性和准确性， 期望为提高风场模拟精度， 缩短精细风场模拟时间提供新的视角和方法。
