近年来的快速城市化发展和全球变暖使得川渝地区的暴雨洪涝灾害呈现频发强发态势。这种变化不仅会对该区的生态环境和社会经济造成严重影响， 还会显著增加城市基础设施压力， 并威胁人民的生命财产安全。因此， 科学和准确地分析川渝地区过去和未来暴雨洪涝的灾害风险尤为重要。本文基于优选的川渝地区50个气象站点日值降水数据、 5个CMIP6模式降水数据、 共享社会经济路径SSPs下的人口和经济格点数据， 以及DEM和土地利用遥感数据等， 首先通过泰勒图、 定量化指标S和标准化距平序列评估了5个CMIP6单模式、 5个模式的等权重集合EWA-5（Equal Weighted Agggation）和不同权重集合UEWA-5（Un-Equal Weighted Agggation）对所选5个极端降水指数的模拟性能， 然后通过构建基于致灾危险性和承灾体易损度的综合暴雨洪涝灾害风险评估模型， 对基准期（1995 -2014年）和未来近期（2025 -2044年）和远期（2045 -2064年）三种不同气候变化情景（SSP1-2.6， SSP2-4.5， SSP5-8.5）下的暴雨洪涝灾害进行了不同时段的风险评估、 未来预估和对比分析。结果表明： （1）EC-Earth3模式模拟的5个极端降水指数的效果最好， R95p、 RX1day、 RX5day指数模拟和观测的相关系数分别为0.78， 0.90， 0.77， 整体UEWA-5的模拟性能优于EWA-5。（2）基准期5个极端降水指数在四川中部为高值区， 四川东部和重庆次之， 川西地区为低值区； 5个极端降水指数在1998年都呈现最大值， 其中一年中单日最大降水量RX1day达86 mm， 降水强度SDII指数值为11.3 mm·d^-1。（3）未来两个时期， 5个极端降水指数呈现出中间高， 四周低的空间分布特征， 社会脆弱性和辐射强迫等级越高， 极端降水指数值越大。对比两个时期， 远期各极端降水指数值更大， 特别是R95p均值为846.8 mm， 比近期增加了169.2 mm。（4）历史时期， 暴雨洪涝灾害较高的综合风险区位于四川中部和重庆市中心， 未来两个时期在四川中部的高和中高风险区范围将扩大， 中等风险区范围将缩小， 川西高原中低风险区范围也将减少， 四川南部和川渝东部的风险等级将分别降为中低和低风险区。对比未来两个时期， 四川中部的中高和中等风险区范围将扩大， 重庆西南部在远期将变为中等风险区， 其余区域基本维持原风险等级， 而随着社会脆弱性和辐射强迫的升高， 川渝地区的灾害风险等级变化不明显， 特别是川西高原和四川东北部的灾害风险等级变化较小。研究结果可为减少川渝地区灾害风险， 提高应急响应能力， 科学决策和防范等提供重要参考。

干旱作为全球气候灾害中的重要因素之一， 不仅对全球生态系统的稳定性和生物多样性构成了严重威胁， 还对社会经济发展产生了深远的影响。特别是在全球气候变化的背景下， 干旱的发生频率和强度也在不断变化。一些生态脆弱地区发生的干旱事件不仅威胁着水资源的供应， 还增加了粮食安全、 生态退化和社会冲突的风险。然而， 尽管这一领域的研究日益增多， 但过去四十年来干旱发生的时空变化特征及其在未来不同气候情景下的演变趋势仍存在着诸多未知与不确定性。本研究基于标准化降水蒸散指数SPEI（Standardized Precipitation Evapotranspiration Index）和CMIP6气候变化情景数据， 旨在系统分析全球干旱在过去四十年间的时空演变特征， 并预测在未来八十年内， 全球干旱在不同气候情景下（SSP1-2.6、 SSP2-4.5、 SSP5-8.5）以及不同地理条件下的变化趋势。研究结果表明： （1）在1980 -2022年期间， 全球干旱的时空变化特征表现出显著的区域差异。在全球范围内， 约57%的陆地未显示出显著的干旱趋势， 但约33%的陆地面积出现了持续的干旱化趋势， 干旱强度有所增加。相反， 仅10%的区域趋向于更加湿润， 可见全球逐渐干旱的区域明显大于逐渐湿润的区域， 这表明干旱化进程正在全球范围内蔓延； （2）在过去四十年里， 全球范围内正经历着无明显季节性差别的干旱趋势， 相较而言， 冬季的干旱区域不断扩大， 占全球陆地面积的33.2%； （3）不同植被覆盖类型对干旱的响应中， 稀疏植被覆盖区域更易受到干旱的影响， 而植被茂密的区域则倾向于湿润状态。此外， 不同气候类型中的干旱气候区则面临更为严峻的干旱挑战。在不同干湿区类型中， 极端干旱区的严重干旱面积在全球陆地面积占比最大， 最高可达67%， 表明旱地中干旱事件的发生频率更高； （4）在未来三种不同的气候变化情景下， 非洲、 南美洲、 亚洲东南部以及北美洲南部等地区的干旱事件发生概率显著增加， 特别是在热带或常暖型气候区、 极端干旱区以及常绿阔叶林区域， 干旱将变得更加频繁和严峻。预计在未来八十年内， SSP5-8.5情景下发生干旱事件的可能性最大， 强度最高， 即将面更加频繁且严重的干旱挑战。本研究的发现强调了全球干旱化趋势的广泛性和严重性， 特别是在气候变化的背景下， 干旱的频率和强度预计将大幅增加。这一趋势不仅加深了我们对干旱风险的认识， 还为政策制定者、 水资源管理者以及社会各界提供了重要的参考依据。为了应对未来可能加剧的干旱问题， 社会各界需要采取更加积极有效的措施， 推动适应和缓解干旱带来的挑战。加强水资源的合理管理， 改进农业灌溉技术， 提高生态系统恢复能力， 以及加强气候变化与干旱的监测与预警， 从而保障全球生态安全、 促进社会经济可持续发展。

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。

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。

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。

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。

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。

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。

利用基于历史资料的模式距平积分预报订正（ANO）方法， 结合欧洲中期天气预报中心第五代（ERA5）全球再分析资料， 对中国西南区域数值天气预报模式系统（简称SWMS）预报产品进行订正试验， 检验了ANO方法对2019年6月20 -25日一次复杂地形条件下灾害性区域暴雨过程气象要素的中短期天气预报订正改进效果。结果发现， SWMS模式在对流层中上层的预报性能较好， 但在中低层随着高度降低预报质量逐渐下降， 经ANO方法订正后各预报变量均有所改进， 前72 h预报500 hPa和700 hPa位势高度场的平均距平相关系数（ACC）提高0.1~0.2， 达到0.8左右， 而850 hPa的位势高度ACC最大提高0.6； 同时， 700 hPa 和850 hPa订正位势高度的均方根误差（RMSE）降低显著， 分别平均降低了24%和66%。温、 湿、 风场的订正效果也显示出很好的正效果， 展示了基于历史资料的ANO方法对我国西南复杂地形区域中短期数值预报的订正能力和提高SWMS模式数值预报技巧的有效性。

本研究通过对珠穆朗玛峰（以下简称“珠峰”）国家级自然保护区辐射场的全面观测， 揭示了其时空变化规律及其对生态环境和气候的潜在影响。本研究通过建立覆盖高寒灌丛、 高寒湿地和高寒荒漠草原等多种生态环境的气象梯度观测网络， 应用先进的辐射观测设备， 结合数据质量控制和自动化处理流程， 获取了多年连续、 高精度的四分量辐射通量实测数据。结果表明： （1）珠峰站和高寒灌丛站的净辐射通量在年际尺度上呈现年均增加0.7 W·m^-2的趋势； （2）在多年月平均净辐射通量方面， 珠峰站和高寒灌丛站从1月的15 W·m^-2逐步增加， 于8月达到峰值110 W·m^-2后开始回落， 至12月降至14 W·m^-2。多年月平均向下短波辐射通量从1月的210 W·m^-2逐渐升高， 至6月达到最大值375 W·m^-2， 随后在7月显著下降至230 W·m^-2， 并在7 -10月保持相对稳定， 10月开始显著回落， 12月降至最小值200 W·m^-2； （3）多年夏季日平均净辐射通量在珠峰站和高寒灌丛站从07:00（北京时， 下同）的0 W·m^-2开始增加， 于13:00达到峰值530 W·m^-2， 随后逐渐降低， 至20:00降为-110 W·m^-2。多年夏季日平均向下短波辐射通量则从07:00的0 W·m^-2增加， 13:00达到860 W·m^-2的峰值后下降， 21:00降为0 W·m^-2。冬季日平均净辐射通量从08:00的-120 W·m^-2上升， 至14:00达到最大值370 W·m^-2后逐渐减少， 至20:00再次降为-120 W·m^-2。冬季日平均向下短波辐射通量则从08:00的0 W·m^-2开始升高， 14:00达到最高值840 W·m^-2后下降， 20:00降为0 W·m^-2； （4）各站点之间的辐射通量差异显著， 尤其在高寒湿地站与其他两站之间对比突出。高寒湿地站的年均净辐射、 年均向下短波辐射、 多年月平均净辐射、 多年月平均向下短波辐射、 夏冬季日平均净辐射及向下短波辐射均高于珠峰站和高寒灌丛站。本研究的结果为理解高海拔地区的气候变化提供了新的视角， 并为遥感监测技术的发展、 全球气候模式的改进以及高原地区环境保护策略的制定提供了关键数据支持。

2018年第14号台风“摩羯”8月14日北上影响山东期间， 在台风东南侧鲁中以东地区出现了台风外围螺旋雨带， 导致多地出现短时强降水。基于雷达、 逐小时降水量、 地面、 探空、 飞机报资料， 并利用美国WRF（Weather Research and Forecasting）模式进行数值试验， 对螺旋雨带的特征及成因进行了研究。研究结果表明： 外围螺旋雨带是由多条线状对流系统合并发展而成。台风外围螺旋雨带表现出较明显的前导层状（LS）降水线状中尺度对流系统（MCS）的特征， 即线状MCS由多个对流单体组成， 对流为后向发展， 且存在多次较强线状MCS由侧面并入线状MCS的过程。强降水主要出现在线状对流系统成熟阶段。强降水水汽主要来自850 hPa以下台风周边的近地层大气。对流发生前， 山东上空中低层受高温高湿热力不稳定大气控制， 风随高度顺时针旋转， 有利于对流系统发展。随着台风缓慢北上， 500 hPa高空有冷空气向下侵入， 在台风东南侧鲁中地区900 hPa以下出现西南风和偏南风、 以及偏南风和东南风气流的局地辐合， 辐合动力抬升触发不稳定大气能量释放， 激发出多条局地线状对流系统。对流系统沿引导气流向北发展， 西侧对流系统向北发展同时向东北方向移动， 并与前部线状对流系统多次合并加强， 逐渐形成细长的外围螺旋雨带。对流发生过程中上升气流明显强于下沉气流， 在成熟阶段对流系统的前方低层出现干冷下沉气流， 600 hPa以上高度的对流区随高空引导气流快速东移， 对流系统迅速减弱。同化AMDAR飞机报资料可以改进WRF模式台风路径和风场预报， 准确预报出对流系统的动力触发机制， 从而准确预报出台风外围螺旋中尺度雨带的发生。

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。

降水在地球水循环和能量循环过程中起重要作用， 陆地表面的物质循环和能量循环也深受降水的影响。黄土高原地区自然环境脆弱， 降水的时空变化对区内生态环境和经济发展建设具有深远影响， 因此开展关于黄土高原地区降水时空变化的研究具有重要的理论和实践意义。本研究选取了黄土高原及其周围地区的115个气象站点1959 -2018年的逐日降水数据， 采用反距离加权（IDW）插值法和小波分析等方法对黄土高原地区近60年的降水时空变化特征进行综合分析。结果表明： （1） 黄土高原地区降水量在空间上的分布具有明显的“阶梯状”特点， 从东南向西北逐渐递减， 降水量东多西少、 南多北少。局部地形而言， 海拔越高， 降水量越大。（2） 在东南季风和大气环流改变的影响下， 黄土高原地区1989 -2018年降水量空间分布与1959 -1988年相比， 200 mm和400 mm等降水量线明显北移， 东南部季风区降水明显减少， 西北部非季风区降水明显增多。黄土高原季风边缘区受季风的变化影响较大： 东南季风不断减弱导致水汽输送的能力随之减弱， 同时ENSO暖事件也使东南降水减少， 最终造成了东南部降水的减少； 西北部则由于大气环流变化的影响导致降水逐渐增多， 区内半湿润地区的面积略有扩大。（3） 黄土高原地区在研究时段内降水整体上呈波动上升趋势， 表现为湿润化的发展趋势。（4） 黄土高原地区降水年际变化存在5年、 7年、 11年、 43~45年 4个时间尺度的振荡周期， 并以5年为第一主周期。

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。

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。

研究青藏高原高寒草甸生态系统碳水通量及水分利用效率（WUE）特征对准确评估气候变化背景下高寒草地生态系统的碳收支、 水循环及碳水耦合具有重要意义。本文利用2012 -2017年青藏高原东部中国科学院西北生态环境资源研究院若尔盖高原湿地生态系统研究站玛曲观测点高寒草甸下垫面的涡动相关系统的观测资料， 分析了生长季碳水通量、 WUE的变化特征， 并结合多元逐步回归和结构方程模型两种统计方法， 得到了生长季碳水通量和WUE变化的主要驱动因子。结果表明： （1）玛曲高寒草甸生态系统6年的年平均净生态系统碳交换（NEE）、 生态系统呼吸（Re）和总初级生产力（GPP）分别为-109.7、 798.6和908.3 gC·m^-2·a^-1， 整体呈碳汇； 蒸散（ET）6年年平均值为446.5 kg·m^-2·a^-1； WUE 6年平均值为2.0 gC·kg^-1。（2）生长季NEE和GPP日变化呈现明显的单峰型， 在一日14:00（北京时， 下同）左右达到峰值， Re全天变化较为平缓， 夜晚略低于白天； ET日变化呈单峰型， 月平均值和月累积值在7月达到最大； WUE日变化呈不对称的“U”型曲线， 最小值出现在13:00 -14:00， WUE日值和日变化幅度在7、 8月较大。（3）在生长季， 多元逐步回归和结构方程模型均证实了温度在控制碳通量中的主导作用， 以及辐射在控制ET中的主导作用， 温度和太阳辐射是生长季WUE的主要影响因素。

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。

三江源区植被季节性变绿对区域生态环境和水资源安全具有深远影响。本研究利用2003 -2021年多源数据， 采用趋势分析、 相关分析和部分信息分解（PID）解耦分析， 探讨了三江源地区植被季节性变绿的水分驱动因子及其对气候变化的响应关系。结果表明： （1）2003 -2021年间， 三江源区春、 夏、 秋季叶面积指数（LAI）的线性趋势总体上升， 但是不同季节的环境条件差异显著。春、 秋季降水量、 土壤湿度（SM）和积雪覆盖（SC）的线性趋势均表现出增加趋势， 温度变化不明显； 夏季温度的线性趋势轻微上升， 但降水量和SM略有下降， SC变化不显著。（2）水分驱动因子对LAI的影响方面， 相关分析研究表明， 春、 夏季LAI与SM显著正相关， 秋季不显著； LAI与SC的相关性各季节均较弱。引入PID解耦分析方法， 有效地揭示了SM和SC对LAI的非线性和协同影响。SC在春、 秋季影响LAI变化的独立信息贡献更高， 成为主要水分驱动因子， 夏季则SM贡献更大； 同时， SM和SC的协同作用在各季节对LAI变化起重要作用， 协同信息贡献均超过30%。（3）水分驱动因子对气候变化的响应： 相关分析研究表明， SM在各季节均与降水显著正相关， 与春季温度显著负相关； SC在各季节均与降水显著正相关， 与春、 秋季温度显著负相关。PID分析也表明， 降水是影响三个季节SM和SC变化的主要气象因子， 对SM和SC的独立贡献均高于温度， 但温度和降水对各季节的SM和SC的协同作用也不容忽视。

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。

气候舒适度是影响居民生活质量、 旅游产业发展， 以及城市规划布局等多个领域的关键因素。通用热气候指数（Universal Thermal Climate Index， UTCI）是目前国际上评估气候舒适度的最主要和最有效的方式。深入研究黄河流域气候舒适度可以填补黄河流域地区在气候舒适度方面研究的空白， 补充全面的认识。本文基于气候分区的结果， 将黄河流域划分为了6个子区域。使用ERA5再分析数据， 采用UTCI分析讨论了1979 -2022年黄河流域气候舒适度的空间分布与时空变化情况。结果显示： （1）整体上看， 黄河流域年平均UTCI值为2.8 ℃， 舒适等级为“凉”。UTCI值大部分都处于冷区间和舒适区间， 热区间分布地区较少。内部各区域之间UTCI分布呈现出较大差异。Ⅰ 区域低温持续时间相对较长， 处于“凉”和“冷不舒适”的面积较大。Ⅱ 区域大部分地区仍处于冷区间。Ⅲ、 Ⅳ 区域较为接近， “舒适”与“凉”占主导地位。Ⅴ、 Ⅵ 区域其UTCI值处于较高水平， 但大部分地区仍处于舒适区间。（2）就各季节来看， 春秋两季Ⅲ、 Ⅳ、 Ⅴ、 Ⅵ 四个区域舒适区间分布相对广泛， 夏季黄河流域整体舒适区域面积扩大； 冬季冷不舒适占据主导地位， 黄河流域整体舒适区域全面缩小。（3）1979-2022年黄河流域年平均UTCI整体上呈现上升的趋势， 变化速率为0.4 ℃·（10a）^-1， 子区域变化范围为0.14~0.85 ℃·（10a）^-1。黄河流域年平均UTCI变化的空间分布存在着西高东低、 北高南低的显著特点。（4）整体上看， 黄河流域气候舒适度主要处于舒适和较冷不舒适等级。6个舒适度等级分布天数分别为 24天（冷不舒适）、 126天（较冷不舒适）、 59天（凉）、 131天（舒适）、 19天（较热不舒适）和6天（热不舒适）。Ⅰ、 Ⅱ 地区未受热带来的不舒适影响。而黄河流域、 Ⅲ、 Ⅳ、 Ⅴ、 Ⅵ 地区受较热不舒适影响， 全年处于较热不舒适的时间分别平均长达19天、 23天、 24天、 46天、 60天。

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。

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。

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。

温度是最重要的气象要素， 其预报准确率对于天气预报至关重要。本文针对华南区域中尺度数值模式（China Meteorological Administration Guangdong， CMA-GD）2 m气温逐时预报产品， 使用线性不分级回归法对地形偏差导致的气温预报误差进行订正， 并使用一维卡尔曼滤波法和双权重滑动平均法对结果再订正。结果表明， 模式地形高度偏差与温度误差均值呈线性负相关关系， 准确率逐时效分布呈日变化特征， 不分级回归法订正后， 白天的订正效果优于夜间。使用最优周期的数理订正方法（卡尔曼法周期为15 d， 平均值法周期为20 d）进行再订正， 平均值法的订正效果优于卡尔曼法， 对比日内时段， 白天订正效果优于夜间。夏、 秋季的订正效果优于冬季、 春季， 前者平均值法优于卡尔曼法， 后者两种方法差异不大， 春季部分时段呈负订正效果。不分级回归法订正后有8个站点为负订正， 数理方法再订正后无负订正站点， 对北部区域的订正效果总体优于南部。逐时效MAE和ACC订正幅度占比呈二项式正相关关系， 不分级回归法的斜率最小， 订正效果有限， 平均值法相关性最好， 斜率最高。对鄱阳湖平原中部和浙闽丘陵南部区域进行误差评估， 前者误差峰值小于后者， 峰值处订正幅度也小于后者， 订正后MAE分别降低25.1%、 19.8%， 2022年11月至2023年1月冷空气入侵频繁， 鄱阳湖平原中部MAE降低13.5%。模式对高海拔山区的预报显著偏高， 8 -10月气温预报误差振荡幅度最小， 春、 冬季误差振荡幅度最大， 订正后预报误差围绕0轴振荡， 系统性正误差得到明显改善。以增温（2022年5月1 -6日）和强降温（2022年11月28日至12月3日）过程为例， 订正后MAE分别降低18.2%、 16.0%， 表明方法对转折性天气取得了稳定的订正效果。该复合订正方法稳定性好， 预报订正能力较强， 易于业务推广。

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。

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。

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。

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。

使用黑龙江省80个国家站小时降水量资料、 NCEP/NCAR和EC-ERA5再分析资料， 统计1981 -2022年暖季（5 -9月）东北冷涡强降水（小时降水量≥5 mm）日变化特征， 选取一天4个时次多个典型个例进行合成， 用于消除单个个例系统生消过程引发强度变化的影响， 分析产生强降水日变化特征的原因。结果表明： （1）暖季强降水集中出现在6 -8月， 又以7月最多， 降水极值6月和8月最大。强降水的高频区位于冷涡东南象限， 其次是东北象限。（2）与大范围强降水对应的冷涡中心位置和强度有明显的日变化特征： 夜间冷涡偏强， 位置偏北偏西； 白天冷涡偏弱， 位置偏南偏东。大范围强降水与高低空急流耦合相伴出现： 强降水区位于高空急流核右后侧或左前侧、 低空急流前侧和左前侧。高低空急流分布具有显著的日变化特征： 下午全天最强， 动力条件最好； 夜间高空急流最弱， 相应的高层辐散条件最弱。夜间以偏南气流水汽输送为主； 白天西南气流水汽输送作用显著增强， 到下午以西南气流水汽输送为主。（3）大范围强降水与较强气旋相对应， 各时次气旋中心位置相差不大。气旋强度和地面露点温度均有显著的日变化特征。强降水高频区一般出现在气旋中心及其北侧或东侧的气压梯度大值区内， 与较大的露点温度相对应。（4）高频次强降水与局地地形分布相关。夜间中小尺度垂直环流对冷涡东侧强降水的量级及高频区分布作用更突出。夜间冷空气更活跃， 降水空间梯度大， 强降水局地性更强、 受地形影响更显著； 白天地形对降水的增幅作用不明显。山脉背风坡降水量普遍大于迎风坡。