关闭×
全球变暖导致南极与北极海冰发生了快速变化， 并引起了一系列气候反馈。在这些反馈过程中， 极区海-气湍流热量交换起到了关键作用。太阳辐射作为极区海表能量的主要来源， 主要用于海冰融化和海-气热量交换， 但海冰较高的反照率导致其对辐射的吸收较小。海-气热量交换受海表与大气的温度梯度、 湿度梯度等影响， 海冰边缘区以显热为主， 距离海冰较远处以潜热为主， 在北极以显热为主， 而在南极以潜热为主， 并且南北极的海-气热量通量均具有季节性特征。海冰在一定程度上会阻碍海-气的热量交换。因此， 准确的海冰区海-气湍流热量交换参数化是模拟海-气相互作用关键， 但受极区环境的限制， 现场观测资料仍然极度稀缺， 精确刻画海冰区的海-气湍流交换依然极具挑战性。在未来研究中， 应加强极区海气通量的观测网络建设， 尤其是海冰区的原位观测， 这对深刻理解极区海气作用对气候变化的影响， 降低气候模式的不确定性至关重要。其次， 充分考虑海冰的动力与热力因素， 进一步优化参数化方案， 或研发新模型， 提高模拟精度。再者， 明确海冰区波浪对海-气湍流热量交换的影响， 补充研究的空白。最后， 进一步评估极区海-气湍流热量交换对气候变化的贡献， 深入揭示极区海洋对气候变化的反馈机制。
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。
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。
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。
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。
基于陕西省地面气象观测站观测资料、 NCEP/NCAR逐日再分析等资料， 对1980 -2021年冬季陕西省关中历次持续性区域性霾事件的逐日背景环流和前兆信号进行了分析。冬季关中持续性区域性霾事件与北大西洋至欧亚大陆显著的大气遥相关环流型联系密切。正位相的北大西洋涛动（NAO+）和正位相的东大西洋/西俄罗斯（EATL/WRUS+）是与持续性区域性霾事件联系的重要遥相关型的一部分， 正位相北大西洋涛动（NAO+）是此环流型的起始模态。约75%持续性区域性霾事件发生前15天至前5天的NAO正位相天数大于5天， 每天NAO指数大于或者接近0， 平均强度大于0。关中冬季持续性区域性霾事件出现时的前3天至第3天500 hPa欧亚大陆存在明显正位相EATL/WRUS遥相关型， 第1~6天850 hPa中国东北至日本海为明显的位势高度正异常， 反映了朝鲜半岛至中国中部地区气压梯度正异常， 关中地区近地面存在东南风异常， 增强了关中及其以南地区大气辐合， 并且有利于将我国中东部地区气溶胶输送到陕西。
飞机积冰是影响航空飞行安全的重要高影响天气之一， 同时亦是复杂气象条件飞行试验的重要资源。民用运输类飞机在层状云积冰环境中的验证试飞是民机适航取证的重要科目， 加深积冰气象环境云微物理特征的认知可为国产民机适航取证试验提供支撑。为研究西北地区积冰环境的云微物理特征和适航符合性情况， 本文基于2021年12月8日陕西东部地区非降水层状云积冰环境观测试验期间收集的飞机观测数据、 静止气象卫星数据、 ERA5再分析数据及探空数据， 分析了积冰环境的天气背景、 云微物理特征及积冰强度， 并探讨了环境数据的适航符合性。研究结果表明： （1）西南暖湿气流在500 hPa高空槽、 700 hPa切变线和地面冷高压抬升作用下在西北地区东部形成大范围层状云， 云顶部的逆温层有利于过冷水的堆积。（2）观测区层状云分布于2.8~4.2 km高度， 温度分布于-4~-11 ℃， 云顶部存在约100 m厚的逆温层。液态水含量随高度呈增加趋势， 云底部接近0.1 g·m-3， 在云顶的逆温层底部达到最大值0.39 g·m-3。在云层的3.7~4.2 km和3~3.3 km高度区域， 小云滴主要分布于10~15 μm， 大云粒子主要分布于50~75 μm， 液态水含量、 小云滴中值体积直径和小云滴谱宽出现大值区； 3.3~3.7 km高度区域的小云滴主要分布于5~10 μm， 数浓度出现峰值， 中值体积直径出现低值。（3）云层上部不同高度层的粒子平均谱分布趋势较为一致， 50 μm以下的小云滴呈双峰分布， 50 μm以上的大云粒子呈单峰分布， “Khrgian-Mazin”分布能较好的拟合云粒子谱的小云滴段。近云顶部的液态水含量大值区与Himawari-8卫星反演的较高反照率（38%~44%）、 较小的云有效半径（7~12 μm）、 较暖云顶（温度-15 ℃）和光学厚度大值区（40~100）有较好的对应关系， 卫星产品对于单层层状云的积冰环境识别具有一定的指示意义。（4）飞机在三次不同高度的水平飞行观测中主要遭遇了中度积冰， 云中的温度、 小云滴中值体积直径和液态水含量在水平方向上分布稳定， 累积平均液态水含量达到适航标准包线值（-10 ℃）的40%~60%， 所遭遇的积冰环境均处于包线范围内。此次非降水层状云的云微物理特征数据符合适航取证试飞的试验环境需求， 尤其在云顶下部逆温层中具备较为理想的试验环境。
利用2018 -2023年贵州DSG1型降水现象仪观测时间序列资料， 对比分析雨雪雹三种降水类型的粒子数分布和尺度谱特征， 建立了基于粒子数、 粒子谱宽、 粒子众数的降水现象类型识别综合判定算法并评估了算法的适用性。具体结论为： （1）雨、 雪、 雹滴谱的直径谱宽集中分布在1~8 mm、 1~12 mm、 5~12 mm， 速度谱宽集中分布在3~15 m∙s-1、 3~5 m∙s-1， 12~15 m∙s-1， 粒子众数速度分别为4.4 m∙s-1、 1.1 m∙s-1、 4.4 m∙s-1， 通过粒子下落速度可有效识别雨、 雪降水类型。（2）雨滴谱、 雹滴谱的雨粒子数占比分别为50.1%、 64.3%， 雪滴谱的雪粒子数占比为70.2%， 均在总粒子数半数以上； 雹滴谱的冰雹粒子数占比为0.19%， 高于雨滴谱的冰雹粒子数占比0.005%。（3）粒子直径≥3 mm和粒子速度5 m∙s-1的粒子， 主要存在于降雪天气过程中， 粒子直径≥5 mm和粒子速度≥10 m∙s-1的粒子， 主要存在于冰雹和短时强降水天气过程中， 提高对速度的限定可以改善冰雹粒子识别的准确性。（4）通过对降水现象类型识别综合判定算法评估， 单一降水类型识别准确率达到95%以上， 冰雹误报率仅为1.7%， 可有效减少在短时强降水中误识别为冰雹的情况。
基于四川省空间稠密的3454个站点逐小时降水资料及水平精度为30 m的DEM（Digital Elevation Model）数据， 对四川省7个区域近10年的极端小时降水时空分布特征进行分析， 并探讨高频极端降水与复杂地形的关系。结论如下： （1）近10年小时雨量≥100 mm的极端小时降水频次以6.4 times·（10a）-1的增长速率缓慢增多。（2）极端小时降水频次的次季节变化较雨强极值更为显著， 最大月增幅分别为3.7倍和0.2倍， 另外频次峰值出现时间随着极端小时降水阈值增大而推迟。（3）极端小时降水频次夜间明显多于白天， 且不同地区的峰谷值出现时间和高频集中时段也不同， 频次峰值出现时间大致由南向北、 由西向东逐渐推迟。（4）雨强极值的日变化特征比极端小时降水频次要弱得多， 盆地内多数站点雨强极值高于该区域平均值， 而川西高原和攀西地区则相反。（5）极端小时降水频次和累积雨量在不同区域的分布特征与该地区地形抬升和地形辐合关系密切， 其中盆地西部由地形抬升对极端小时降水造成的增幅大致集中在1400 m以下。（6）盆地极端小时降水高频站点坡向以偏东为主， 盆地西南部高频站点坡度较盆地西北部更大。川西高原和攀西地区极端小时累积雨量大值站点数随坡度先增多后减少， 峰值均位于斜坡， 但攀西地区比川西高原减少得更迅速。
北极海冰变化与冬季欧亚大陆气温异常变化存在密切联系， 而冬季冷高压系统的频繁活动对于西伯利亚以及东亚地区降温产生直接影响， 在“北极放大”以及未来北极海冰退缩情景下， 西伯利亚近地面反气旋活动如何变化值得深入探究。本研究利用基于深度学习的Mask R-CNN反气旋客观识别算法对欧亚大陆冬季天气尺度反气旋进行识别， 使用欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts， ECMWF）ERA5再分析资料、 美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration， NOAA）OISST V2.1每日海冰密集度数据集以及MIROC6模式输出资料， 进一步研究了在未来北极海冰迅速退缩的背景下， 前期秋季海冰异常变化可能对反气旋和冷空气活动产生的影响及其机制。结果表明， 1981 -2022年秋季巴伦支海-卡拉海区域（Barents-Kara Sea， BKS）海冰指数减下降， 而欧亚大陆中高纬度特别是西伯利亚区域的气温显著下降， 冷空气质量异常堆积， 反气旋活动携带的冷空气质量增多。进一步利用北极放大计划（Polar Amplification Model Intercomparison Project， PAMIP）中的模式资料， 统计欧亚大陆反气旋在未来北极海冰较少情景下的活动变化规律， 发现海冰减少条件下， 西伯利亚区是欧亚大陆反气旋的主要影响和生消地之一， 该区域反气旋具有局地活动特征， 对准定常的西伯利亚冷高压以及冷池区冷空气积聚起重要促进作用。气温在欧亚大陆北边缘增高但在欧亚大陆中纬度呈显著下降特征， 伴随着欧亚大陆大部分地区极寒天数增多。进一步研究发现秋季BKS海冰状况可作为前兆因子对后期冬季反气旋活动以及气温异常产生影响， 该地区海冰状况引起区域位涡经向梯度显著降低， 从而使上游东欧平原阻塞发生频率增大， 有利于反气旋活动增强和冷空气的输送， 促使东亚冬季寒冷趋势加剧。
利用1961 -2021年CN05.1地面观测数据集的逐日降水格点资料、 NCEP/NCAR逐月再分析资料及日本气象厅提供的逐月海表温度（Sea Surface Temperature， SST）资料， 揭示了北太平洋和北大西洋SST协同影响新疆冬季全区一致型降水年际异常的机制。结果表明： （1）新疆冬季降水多集中于天山山脉以北与喀什地区， 且主要存在以北疆为主的全区一致型、 南北反位相型、 三极型年际异常模态。1987年前后由偏少转为偏多， 2000年后年际变率显著增强。（2）获得了有利于新疆冬季降水年际异常偏多的关键环流系统和三条利于降水偏多的冷空气和水汽输送路径， 即新地岛以东的极地-西西伯利亚-咸海-新疆西北部和北部的偏北冷空气和水汽路径， 热带和副热带大西洋-地中海-黑海-里海-新疆的偏西水汽路径， 赤道印度洋-阿拉伯海-红海-波斯湾-里海南部-新疆的偏西南水汽路径。（3）北太平洋和北大西洋SST“接力”影响新疆冬季降水年际异常的机制为： 前春到前秋， 正类太平洋年代际振荡（Pacific Decadal Oscillation， PDO）海表温度异常（SST Anomalies， SSTA）激发的Rossby波能量从北太平洋向东传播到北大西洋上空， 激发了相应的大气遥相关波列， 北大西洋SST存储这些能量和大气异常信号， 并促使其SSTA向“+”“-”“+”三极型发展。冬季， 北大西洋三极型SSTA释放其存储的能量， 在其上空激发出经向三极型异常波列（低层为负位相的北大西洋涛动）和向下游传播的两支能量， 东北支促进了正斯堪的纳维亚环流（Scandinavian Pattern， SCA）的发展， 东南支促进了北非到阿拉伯海北部反气旋环流的发展， 又有高层偏弱的温带急流和偏强的副热带急流， 使得冷暖气流在新疆尤其其西北部辐合， 导致降水偏多。前期类“+PDO”SSTA是新疆冬季降水偏多的年际预测信号。
利用1961 -2022年川西北生态示范区以及其周边地区共70个地面常规观测站的逐日平均气温、 最高气温、 最低气温资料， 采用气候倾向率、 经验正交分解（Empirical Orthogonal Function， EOF）分析法、 Morlet复小波方法， 分析川西北及周边地区极端气温指数的时空变化特征， 结果表明： （1）研究区内极端气温暖指数和极值指数呈增加趋势， 极端气温冷指数呈减少趋势， 气温日较差（Diurnal Temperature Range， DTR）变化不明显； 暖、 冷指数变化幅度相近， 夜指数变化速率大于昼指数， 周边地区的极端气温指数变化相较于川西北地区更加显著。（2）川西北地区极端气温指数在2~30年内有2~3个主周期； 周边地区在2~20年内有2~3个主周期； 川西北地区多数指数的周期突变于2000年左右， 短中周期交替频率升高， 周边地区的FD0（Frost Days， 霜冻指数）、 TN10P（Cold Nights， 冷夜日数）、 TX10P（Cold Days， 冷昼日数）、 CSDI（Cold Spell Duration， 冷持续日数）的周期突变于1990年左右， 短中周期交替频率下降； 川西北地区的极端气温指数周期变化相较于周边地区具有滞后性。（3）TNx（Max TN， 日最低气温极大值）、 TXx（Max TX， 日最高气温极大值）、 TR20（Tropical Nights， 热夜日数）于研究区北部呈增长趋势； TXn（Min TX， 日最高气温极小值）于川西北东部以及周边地区呈增长趋势； ID0（Ice Days， 冰冻指数）、 TN10P全域减小； FD0于川西北地区减小、 周边地区增加； TNn（Min TN， 日最低气温极小值）、 TN90P（Warm Nights， 暖夜日数）、 DTR于川西北西北部减少、 周边地区增加； CSDI、 SU25（Summer Days， 夏季指数）于研究区内东增西减， 暖持续日数（Warm Spell Duration， WSDI）与之相反。（4）研究区内极端气温冷指数主要呈减少趋势， 极值指数变化较小， 其余指数主要呈增加趋势； 总体呈现增温趋势， 研究区内的指数变化对全球气候变暖有较好的响应， 其中周边地区的变化更为显著。
洪涝灾害是海河流域最严重的自然灾害之一， 对基础设施、 电力、 交通、 农业等都具有巨大破坏性， 一直以来受到各防汛决策部门的重视和关注。而海河流域西部、 北部为山区高原， 东南部为华北平原， 地势平缓， 流域山地与平原间丘陵过渡带较短， 河道源短流急， 洪水流速大， 传播时间短， 从山区降雨到河道出口出现洪水， 最长不超过1~2天， 短的仅几个小时， 使得流域洪水具有预见期短且突发性强的特性。暴雨是造成洪灾最直接最根本的原因， 本文应用水文、 气象资料相结合来筛选海河流域历史致洪暴雨个例并进行特征分析的研究， 具体采用海河流域水文监测资料、 国家气象站日降水资料和ERA5全球再分析资料， 依据海河水利委员会《海河流域设计洪水修订推荐成果表》中规定的频率和相应的洪峰流量设计值， 按照1952 -2020年海河流域各水文站日最大流量数据筛选出近70年海河流域的历史特大洪水、 大洪水和中等洪水过程， 并进一步根据发生洪水的水文站点和时间间隔将洪水分为区域性洪水和局地性洪水。通过分析洪水发生次数随时间变化和海河流域不同河系历史洪水发生频率分布得到海河流域历史洪水时空变化特征。结果表明： 近70年流域的特大洪水、 大洪水和中等洪水均出现在7月和8月， 洪水发生频数存在两个峰值点， 这与夏季风的移动和强度变化有关； 空间上流域洪水地理分布呈东北-西南走向， 呈现出南多北少、 西多东少的特点， 其与流域地形密切相关， 发源地为山区背风坡的河系， 河流源远流长， 汇水面积大、 水系集中， 比较容易控制， 而发源地为迎风坡的河系， 支流分散、 源短流急， 突发性强， 较难控制， 且流域太行山、 燕山迎风区也是大暴雨的集中地带， 使得河系陡涨抖落、 洪量集中、 洪峰高、 历史短的形式出现， 这导致流域中南部是区域性特大洪水频发区。进一步对1952 - 2020年海河流域历史洪水分布及降水距平年际变化进行统计分析， 发现80%以上的洪水个例和100%的区域性洪水均发生在降水偏多年份， 历史洪水次数的年代际波动较大， 呈“多-少-多-少”阶段式变化特征， 与华北夏季降水的变化特征相符。最后， 本文通过分析致洪暴雨历史个例发生当日及过去4天的天气图， 将海河流域（111°E -121°E， 34°N -43°N）作为关键区， 分析关键区暴雨的影响系统和发生机制， 将海河流域致洪暴雨大致分为5种天气型， 分别为： 北上台风型、 东北冷涡+西南涡型、 低涡型、 高空槽型和蒙古冷涡型， 其中海河流域致洪暴雨受台风影响占比最高， 为42.4%， 其次是冷涡和低涡， 占比分别为27.3%和15.2%。而流域发生过的3次区域性特大洪水也均受台风和低涡影响。
研究水热变化对青海云杉林水源涵养功能的影响， 确定不同水热条件的水源涵养功能对于合理制定生态保护政策和水资源管理策略具有重要科学意义。本文利用回归、拟合模型及水量平衡模型对21年的水热长序列数据进行了整理分析。结果表明： （1）苔藓和土壤在海拔2600 m、 2700 m、 2900 m、 3100 m、 3300 m的平均含水量分别为100.76%和27.42%、 86.94%和33.18%、 92.32%和43.72%、 83.43%和74.33%、 117.62%和84.64%， 变化趋势遵循二次函数和指数函数， 苔藓其吸水、 保水、 存水作用明显， 体现了超强的水源涵养功能； （2）土壤温度随海拔的升高而降低， 百米递减率为0.39%， 变化趋势呈显著的线性递减函数， 2900 m为正负零界点， 2900 m以上土壤温度在0 ℃以下， 2900 m以下土壤温度在0 ℃以上； 气温随海拔的升高而波动下降， 变化趋势遵循显著的二次多项式； （3）水源涵养量均值为159.63 mm·m-2·a-1， 在海拔2600~3300 m区间内呈显著的二次函数变化趋势； （4）降水和土壤水分与水源涵养量呈显著的正相关（R 2为0.994和0.988， P0.01）， 土壤温度和林地蒸散量与水源涵养量呈显著的负相关（R2 为0.96和0.98， P0.01）。因此， 水热是决定植被生长和水源涵养功能的重要因素， 表现为降水和土壤水分对水源涵养功能具有明显的促进作用， 温度和林地蒸散对水源涵养功能具有明显的抑制作用。
利用雷达探空加密观测资料， 对夏季午后重庆山地大气边界层的垂直结构进行分析， 给出不同天气条件下大气边界层的一般特征。结果表明， 晴天及多云条件下， 夏季午后重庆大气边界层表现为典型的对流边界层结构： 晴天， 对流边界层发展旺盛， 地表加热明显， 近地面超绝热层较厚、 位温递减率较大， 边界层高度平均可达1.5 km， 最高达到2.1 km； 多云条件下， 对流边界层相对较弱， 边界层高度平均只有1.0 km。阴天， 大气边界层表现为典型的上午时段的边界层结构， 即在对流边界层与夹卷层之间存在稳定边界层和残余混合层， 对流边界层厚度较低， 在0.8 km以下。降雨时， 大气边界层位温表现出中性层结特征， 即不存在明显的对流边界层结构。在无明显天气过程条件下， 边界层的风速整体较低， 小于5.0 m·s-1， 甚至出现静风， 比湿随高度的变化与位温大致相反； 降水条件下， 由于受不同天气系统和过程的影响， 边界层的风场和湿度特征相对比较复杂和多变。
BCC_AVIM模式在陆面潜热通量模拟中忽略了分子扩散速率、 植被凋落物以及干燥表层厚度对水汽传导率的影响， 基于此， 本文针对陆面潜热通量模拟考虑了上述详细的物理过程， 并研究这些过程对模拟的影响。考虑的物理过程主要包括： （1）分子经土壤孔隙到干燥表层的扩散速率以及植物凋落覆盖物对水汽传导的影响（下称S-Z方案）； （2）土壤干燥表层厚度对水汽传导的影响（下称S-L方案）； （3）综合考虑S-Z方案与S-L方案中的物理过程对水汽传导的影响， 下称SZ-SL方案。为更好地研究其在不同下垫面的敏感性， 选取了平坦均匀的高寒草甸玛曲站和地形复杂的川南林区四峨山站观测资料对不同参数化方案的模拟效应进行检验。结果如下： （1）BCC_AVIM模式能较好再现四峨山站和玛曲站土壤温湿度、 感潜热通量等要素的变化趋势， 但模拟值与实测值存在一定程度偏差； （2）在BCC_AVIM模式的基础上， 引入更详细的物理过程， 两个站点的潜热通量模拟值得到了显著改善， 其中S-Z方案的模拟结果与实测值最为接近， 四峨山站皮尔逊相关系数（R）由0.68提升至0.74， 平均绝对百分误差（MAPE）降低10.7%， 均方根误差（RMSE）减少4 W·m-2； 玛曲站R由0.15提升至0.62， MAPE降低5.7%， RMSE减少11.2 W·m-2； （3）两个站点土壤温湿度模拟结果显示， 相较于原有方案， 考虑更详细的物理过程后的方案， 升高了土壤温度、 土壤湿度模拟值， 增强了与实测值的相关性， 其中S-Z方案为两个站点土壤温度模拟最佳方案， S-L方案为四峨山站土壤湿度模拟最优参数化方案， SZ-SL方案为玛曲站土壤湿度模拟最优参数化方案； （4）通过考虑了更详细的物理过程， 不仅显著提高了潜热通量的模拟准确度， 同时也增强了对土壤温度和土壤湿度的模拟能力， 但感热通量的改善程度仍然有限。
南支槽是冬半年位于青藏高原南侧的半永久性低压槽， 对中国冬春季降水有重要影响。为了定量评估南支槽的活动特征， 研究者提出了很多不同的南支槽指数定义方法。不同南支槽定义具有较大的差异， 资料来源和等压面的选择对南支槽指数影响不大， 差异主要来源于定义南支槽的物理量不同（位势高度、 相对涡度和垂直速度场）。其中， 以平均位势高度为基础的南支槽指数受到了全球变暖导致的等压面抬升的强烈影响， 它反映的南支槽近几十年的显著减弱是全球变暖的表现， 因此需要经过纬向差异校正才能正确反映南支槽的活动和年际年代际变化特征。校正后的南支槽指数表现了南支槽对中国南部地区冬季降水的强烈影响， 并反映了自20世纪50年代以来冬季降水与南支槽活动一致的年代际变化特征。
利用2014年3月至2023年7月星载降水雷达（Global Precipitation Measurement， GPM）资料， 揭示了中国华东地区中尺度对流系统的时空分布特征， 并对2022年6 -8月期间六个中尺度对流系统个例的宏微观结构特征进行了分类研究。结果表明： （1）MCSs（mesoscale convective systems）在6月发生最多， 日变化幅度相对平缓， 生命史更长； sub-MCSs（sub-Mesoscale Convective Systems）在8月发生最多， 14:00 -15:00（北京时）是一天中最易发的时段； 对流地理分布与地形密切相关， 夏季MCSs集中区有逐月北调的趋势， sub-MCSs主要分布在闽浙地区及江西高海拔山区。（2）MCSs和sub-MCSs一般由对流性降水、 层云性降水和其他降水三种降水类型组成， MCSs中对流性降水粒子浓度一般低于层云性降水， 但粒径更大， 雨强为层云性降水的4~5倍； 以对流性降水为主的sub-MCSs与MCSs中对流性降水的粒子尺度相当， 但粒子浓度更低， 使其雨强远低于MCSs中对流性降水的强度， 降水强度由粒子大小和粒子浓度等多因素共同决定。（3）5 km高度以上， 降水粒子在下降过程中尺度增加为主， 对流性降水粒子尺度下落时增长速度强于层云性降水； 4 km高度以下的暖层， 降水粒子在下降过程中粒子尺度逐渐减小， 其中层云性降水粒子尺度减小的同时数浓度变化不明显， 对流性降水则一般伴有粒子数浓度的增大。
为研究中国第一代全球大气再分析降水产品（CRA）在四川地区的适用性。利用四川地区155个国家气象站1979 -2021年降水观测数据为参考， 以欧洲中期天气预报中心再分析产品ERA5和美国国家环境预报中心再分析产品CFSR为对比评估对象， 计算平均误差、 均方根误差、 标准差、 相关系数， 对三套再分析资料降水的空间分布、 时间变化、 误差分析等进行分析， 评估CRA在四川的适用性。研究表明： （1）关于年降水空间分布特征， 三套再分析资料均能反映出川西高原降水偏少、 四川盆地偏多的现状， 但是仅CRA能较好反映降水极值区的位置和量级； （2）关于四季降水空间分布特征， CRA四季降水分布几乎和观测一致， 仅夏季降水比观测偏少， ERA5和CFSR降水分布及量级大多和观测不符， 二者降水量大多比观测偏大； （3）关于降水时间变化特征， 三套再分析资料均能反映出降水的季节性差异， 但是仅CRA降水能较好反映月和季节降水的年际变化， CRA比EAR5和CFSR能更好反映四川降水的线性变化特征； （4）关于日降水均方根误差的空间分布， CRA的均方根误差最小， ERA5和CFSR在不同区域均方根误差大小各不同， 从四季降水的相关系数、 标准差、 均方根误差， CRA在四季的相关系数均最大、 在四季的标准差和均方根误差均最小。综合来看， 在反映四川降水特征方面， CRA优于ERA5、 ERA5优于CFSR， CRA可以代替ERA5和CFSR使用。
