本文利用08时至次日08时（北京时，下同）24 h地面降水资料，针对北京2016—2023年以来共计83个暴雨日，根据500 hPa位势高度场，将环流形势分为六类：蒙古低涡低槽型、 副热带高压与西风槽型、河套低涡型、东北冷涡型、热带气旋（台风）型、西风槽与台风结合型。发现河套低涡型和热带气旋（台风）型容易出现大范围特大暴雨，东北冷涡型以局地暴雨为主，很少出现大范围暴雨。根据北京站925、850、700、500、200 hPa观测资料的统计分析，发现暴雨时段各层比湿显著高于非暴雨时段。进一步分析表明，在六类暴雨过程中，热带气旋（台风）型和河套低涡型的比湿值最大，这两类暴雨的降水强度与范围也最大。结合1 h降水资料，将高空观测时间（08时、20时）前后1 h降水量≥10 mm定义为暴雨、0.1～9.9 mm定义为小雨以及无降水三种情况，分别统计各层比湿发现,暴雨时段各层比湿最大，其次是小雨时段，最小的是无雨时段。结合急流分析了8个方向各层风对应的比湿特征，发现风向为90°～225°有急流时比湿最大，风向在270°～315°有急流时比湿最小。本研究弥补了以往暴雨过程研究多关注700 hPa以下层次特别是850 hPa比湿特征而对高层分析欠缺的不足，发现500 hPa高度场的比湿增大对暴雨预报具有显著的指示作用。

针对2022年8月8日典型上岸对流风暴个例进行高分辨率数值模拟和敏感性试验，通过升高和降低黄渤海海温，探讨海温变化对上岸对流性降水强度的影响。结果表明：与控制试验相比，海温升高可使上岸对流性降水增强，其中海温升高1℃（2℃）时，沿岸区域平均累计降水量增加2.6 mm（15.7 mm），极值降水量增加38.2 mm（53.7 mm）；当海温降低1℃（2℃）时，相应降水量减小3.7 mm（8.3 mm），极值降水量未受明显影响。分析原因发现：与控制试验相比，当海温升高2℃时，沿岸边界层温度梯度、风场辐合抬升以及对流有效位能和南移冷池的强度均明显增强，导致冷池前沿锋区及动力抬升明显增强，但当海温升高1℃时，边界层风场辐合和南移冷池强度未见明显增强，冷池前沿锋区及动力抬升增强不如升高2℃时显著；当海温降低1℃和2℃时，中尺度环境场及南移冷池强度均明显减弱，冷池前沿锋区不明显，动力抬升被大幅削弱，甚至转为下沉气流，最终导致上岸对流性降水强度减弱。本文研究结果可为上岸对流性降水预报提供参考。

2021年5月10日午后，江西中北部发生了一次罕见的由风暴分裂产生的左移超级单体过程。本文利用吉安CINRAD/SC双偏振雷达、高空与地面观测以及ERA5再分析资料，对此次过程的环境条件、风暴结构特征和动力机制进行了分析。结果表明：该左移超级单体形成于强对流有效位能（＞3000 J·kg-1）和0～6 km强垂直风切变（＞20 m·s-1）环境中，3.0～4.9 km垂直风切变矢量随高度逆时针旋转产生显著负水平涡度，是左移超级单体选择性加强的关键环境因素。成熟阶段风暴中高层呈现“双涡旋”结构，其中中层中反气旋对应前侧强上升气流区，中气旋位于后侧并与前侧下沉气流区（FFD）相伴，整体与经典右移风暴呈近似镜像对称。双偏振参量显示，风暴低层差分反射率因子（ZDR）大值区与强垂直风切变引起的粒子分选机制相关；中层ZDR环和ZDR柱分别指示中反气旋的强旋转和强上升运动。中反气旋的形成机制源于负水平涡度在强上升气流作用下倾斜为负垂直涡度；风暴左移则与FFD位置、南北涡旋强度差异引起的Magnus效应密切相关。本研究为深入理解中国地区左移超级单体的发生发展机制、风暴结构特征和微物理特征提供了参考。

2024年8月4日，山东省德州市出现大暴雨，其中武城站突破日降水量和最大小时降水量历史极值。利用加密自动气象观测站、多普勒天气雷达、风廓线雷达及ERA5再分析和GDAS资料，结合HYSPLIT模式揭示了其后向传播型对流系统得以长时间维持并产生极端降水的多尺度物理机制。结果表明，此次过程发生在大尺度后倾槽与副热带高压对峙的环流背景下，低空急流（LLJ）和超低空急流（ULLJ）持续将来自南海与孟加拉湾的充沛水汽输送至鲁西北，在锋前暖区构建了高能、高温、高湿的极端不稳定环境。降水形成的冷池出流与环境暖湿气流形成准静止辐合线，其与LLJ的时空脉动相耦合，共同驱动新生对流单体持续向西南方向传播，直接导致极端强降水。能量的动态重建是系统维持的关键：尽管降水消耗不稳定能量，但ULLJ持续的暖湿平流输送使得对流有效位能得以快速重建并维持峰值，形成了能量输送—对流消耗—能量重建的正反馈维持机制，导致后向传播型强降水的持续发生。

基于贵州2010—2023年汛期（4—9月）国家级、区域级气象观测站逐小时降水观测资料和地形高程数据、ERA5再分析资料，分析贵州暴雨精细化时空分布特征，并通过多元地形组合分析与地理加权回归模型（GWR）系统探讨地形对暴雨分布的影响。结果表明：贵州暴雨分布具有空间不均匀性，降水频次与降水量最大值均位于其东南部边缘，贵州东北部及中南部地区暴雨降水量占比较高。此外，贵州暴雨日数及站数占比年际变化明显，呈逐年增长趋势，峰值出现在2020—2021年。暴雨主要发生在6—7月，多伴随短时强降水，降水持续时间长，致灾风险高。降水日变化呈单峰型分布，小时降水量峰值大约出现在03时（北京时）；夜雨特征明显，夜间累计降水量约为白天的2倍，主要分布在贵州的西部和南部，并有向东传播的特征。贵州暴雨频发区与地形分布关系密切，西部、东南部及东北部暴雨中心分别位于北盘江、雷公山及梵净山地形抬升区。坡度、坡向、高程与起伏度等单一地形因子与降水的直接相关性较弱，利用多元地形组合分析能够一定程度上提高对降水分布的可解释性。进一步研究发现，暴雨站次在南坡最多，当坡度＜20°、高程为800~1000 m、起伏度＜200 m时，暴雨频次随相应地形因子的增大而增加，超过阈值后则逐步减少，其中急陡/中坡、南坡、中海拔、大/中起伏和迎风坡的组合对暴雨触发最为有利。GWR模型诊断结果表明，地形因子对降水的影响存在空间差异性，高程为贵州大部地区的主导因子，而起伏度、坡度和坡向的影响则具有局地性，多体现在地势落差较大或河流、高山地区。

针对X波段相控阵雷达时空分辨率高但观测范围小、存在各类影响数据可靠性误差的特点，提出一种将其与S波段业务雷达进行高质量数据融合的方法。首先基于光流法对S波段雷达数据进行运动趋势外推，将其时间分辨率由6 min提升至与X波段同步的1.5 min，继而分别采用最优插值与金字塔变换实现双波段雷达数据的空间融合，得到对应的SXnet-O与SXnet-K数据。使用粤港澳大湾区雷达观测网2022年5—6月近5000组雷达体扫数据统计表明：在时间维度上，光流法外推结果在各项预报评分及相关系数上均优于传统持续性方法；在空间维度上，融合数据有效弥补了单雷达的探测盲区，低空（500 m）回波覆盖率较S波段雷达提升约2.5倍。 对比两种空间融合方法发现，SXnet-O在系统偏差控制(±2 dB内比例达92%)、参量一致性及边界稳定性上显著优于SXnet-K。与单波段组网数据相比，SXnet-O极大缩小了与S波段基准的偏差均值，且有效整合了X波段结构精细度与S波段观测稳定性。

受设备故障、外界干扰等多种因素影响，长时间业务运行的天气雷达时常产生异常回波，制约其在强天气监测预警预报中的应用效果。本研究从历史雷达拼图数据中人工筛选出径向与环状两类异常回波并标注标签，利用数据增强技术构建了包含20 000张图像的雷达拼图异常回波数据集。针对语义分割模型DeepLabV3+进行改进：使用精简的ResNet50结构作为主干网络,减少了计算量；主干特征提取层增加了简单注意力机制SimAM，使模型更加关注重要回波特征；在解码器中增加了中层，可以有效引入更多的细节和背景。试验结果表明，改进后的模型DeepLab-ARER对异常回波的识别效果较好，其平均像素准确率为96.75%，平均交并比为93.95%，与DeepLabV3+相比有明显提升，可为雷达拼图异常回波的自动识别提供有效技术支撑。

针对现有雷达降水外推技术对雷暴发展演变刻画不足，导致强降水预报存在较大偏差的问题，提出了一种融合雷暴演变特征的强降水外推订正技术。在风暴识别（SCIT）算法的基础上，针对不同雷暴，结合回波强梯度区、新生单体、回波面积变化等关键因子构建雷暴发展趋势判别模型，利用反射率因子、光流矢量与动态Z-I关系，实现对强降水外推过程的演变约束与订正。2025年主汛期检验表明：在0～1 h预报中，订正产品在≥20 mm·h-1和≥50 mm·h-1量级的TS评分均优于光流法产品，且优势随量级增大而增强；在1～2 h预报中，两个量级订正产品的评分相比光流法产品仍有明显提升，但≥50 mm·h-1量级评分仅为0.004，业务指导价值低。典型个例检验进一步表明，订正技术能在一定程度上捕捉快速移动与发展型对流系统的降水特征，有效缓解传统外推“强度偏弱、范围偏小”的问题。

对2024年西北太平洋和南海26个台风的定位、定强精度，以及台风路径和强度预报精度开展评定，评定的预报方法涵盖了主观综合预报、数值模式、统计预报方法、动力-统计预报方法、多模式集成预报方法以及人工智能（AI）气象预报模型等。结果表明：2024年5个官方台风预报机构的台风定位误差总体平均为22.3 km，台风定强平均绝对误差总体平均为2.5 m·s-1。中央气象台48 h和72 h台风路径预报性能达到其历史最优。全球数值模式中ECMWF-IFS的路径预报表现最优，AI气象预报模型风清96 h内的路径预报性能与ECMWF-IFS相当，其中60~96 h略优于ECMWF-IFS。数值模式、动力-统计预报方法的强度预报性能优于集合预报系统、AI气象预报模型，AI气象预报模型系统性低估了台风强度。

2026年6月，北半球极涡呈偶极分布，主涡位于极点附近北冰洋上空，强度偏强，欧亚中高纬呈现“两槽一脊”型，西西伯利亚至新疆北部平均高压脊异常偏强；西太平洋副热带高压呈带状分布，强度偏强，位置偏西、偏北。全国平均气温为20.7℃，较常年同期偏高0.3℃；全国平均降水量为99 mm，较常年同期偏少3.7%，但华北、东北冷涡活跃，多出现对流过程，南方强降水过程频繁、落区重叠度高、局地降水极端性强。月内共出现5次暴雨过程和6次强对流天气过程，长江中下游、华南和西南地区东部等地出现区域性强降水和局地极端降水，东北、华北、黄淮地区多次出现雷暴大风和冰雹天气；简要分析了14—18日华南极端降水以及19—22日长江中下游梅雨期首轮强降水过程的环流形势演变、成因及预报难点。月内西北太平洋和南海共生成2个台风，均未登陆我国。

本文利用08时至次日08时（北京时，下同）24 h地面降水资料，针对北京2016—2023年以来共计83个暴雨日，根据500 hPa位势高度场，将环流形势分为六类：蒙古低涡低槽型、 副热带高压与西风槽型、河套低涡型、东北冷涡型、热带气旋（台风）型、西风槽与台风结合型。发现河套低涡型和热带气旋（台风）型容易出现大范围特大暴雨，东北冷涡型以局地暴雨为主，很少出现大范围暴雨。根据北京站925、850、700、500、200 hPa观测资料的统计分析，发现暴雨时段各层比湿显著高于非暴雨时段。进一步分析表明，在六类暴雨过程中，热带气旋（台风）型和河套低涡型的比湿值最大，这两类暴雨的降水强度与范围也最大。结合1 h降水资料，将高空观测时间（08时、20时）前后1 h降水量≥10 mm定义为暴雨、0.1～9.9 mm定义为小雨以及无降水三种情况，分别统计各层比湿发现,暴雨时段各层比湿最大，其次是小雨时段，最小的是无雨时段。结合急流分析了8个方向各层风对应的比湿特征，发现风向为90°～225°有急流时比湿最大，风向在270°～315°有急流时比湿最小。本研究弥补了以往暴雨过程研究多关注700 hPa以下层次特别是850 hPa比湿特征而对高层分析欠缺的不足，发现500 hPa高度场的比湿增大对暴雨预报具有显著的指示作用。

针对2022年8月8日典型上岸对流风暴个例进行高分辨率数值模拟和敏感性试验，通过升高和降低黄渤海海温，探讨海温变化对上岸对流性降水强度的影响。结果表明：与控制试验相比，海温升高可使上岸对流性降水增强，其中海温升高1℃（2℃）时，沿岸区域平均累计降水量增加2.6 mm（15.7 mm），极值降水量增加38.2 mm（53.7 mm）；当海温降低1℃（2℃）时，相应降水量减小3.7 mm（8.3 mm），极值降水量未受明显影响。分析原因发现：与控制试验相比，当海温升高2℃时，沿岸边界层温度梯度、风场辐合抬升以及对流有效位能和南移冷池的强度均明显增强，导致冷池前沿锋区及动力抬升明显增强，但当海温升高1℃时，边界层风场辐合和南移冷池强度未见明显增强，冷池前沿锋区及动力抬升增强不如升高2℃时显著；当海温降低1℃和2℃时，中尺度环境场及南移冷池强度均明显减弱，冷池前沿锋区不明显，动力抬升被大幅削弱，甚至转为下沉气流，最终导致上岸对流性降水强度减弱。本文研究结果可为上岸对流性降水预报提供参考。

2021年5月10日午后，江西中北部发生了一次罕见的由风暴分裂产生的左移超级单体过程。本文利用吉安CINRAD/SC双偏振雷达、高空与地面观测以及ERA5再分析资料，对此次过程的环境条件、风暴结构特征和动力机制进行了分析。结果表明：该左移超级单体形成于强对流有效位能（＞3000 J·kg-1）和0～6 km强垂直风切变（＞20 m·s-1）环境中，3.0～4.9 km垂直风切变矢量随高度逆时针旋转产生显著负水平涡度，是左移超级单体选择性加强的关键环境因素。成熟阶段风暴中高层呈现“双涡旋”结构，其中中层中反气旋对应前侧强上升气流区，中气旋位于后侧并与前侧下沉气流区（FFD）相伴，整体与经典右移风暴呈近似镜像对称。双偏振参量显示，风暴低层差分反射率因子（ZDR）大值区与强垂直风切变引起的粒子分选机制相关；中层ZDR环和ZDR柱分别指示中反气旋的强旋转和强上升运动。中反气旋的形成机制源于负水平涡度在强上升气流作用下倾斜为负垂直涡度；风暴左移则与FFD位置、南北涡旋强度差异引起的Magnus效应密切相关。本研究为深入理解中国地区左移超级单体的发生发展机制、风暴结构特征和微物理特征提供了参考。

2024年8月4日，山东省德州市出现大暴雨，其中武城站突破日降水量和最大小时降水量历史极值。利用加密自动气象观测站、多普勒天气雷达、风廓线雷达及ERA5再分析和GDAS资料，结合HYSPLIT模式揭示了其后向传播型对流系统得以长时间维持并产生极端降水的多尺度物理机制。结果表明，此次过程发生在大尺度后倾槽与副热带高压对峙的环流背景下，低空急流（LLJ）和超低空急流（ULLJ）持续将来自南海与孟加拉湾的充沛水汽输送至鲁西北，在锋前暖区构建了高能、高温、高湿的极端不稳定环境。降水形成的冷池出流与环境暖湿气流形成准静止辐合线，其与LLJ的时空脉动相耦合，共同驱动新生对流单体持续向西南方向传播，直接导致极端强降水。能量的动态重建是系统维持的关键：尽管降水消耗不稳定能量，但ULLJ持续的暖湿平流输送使得对流有效位能得以快速重建并维持峰值，形成了能量输送—对流消耗—能量重建的正反馈维持机制，导致后向传播型强降水的持续发生。

基于贵州2010—2023年汛期（4—9月）国家级、区域级气象观测站逐小时降水观测资料和地形高程数据、ERA5再分析资料，分析贵州暴雨精细化时空分布特征，并通过多元地形组合分析与地理加权回归模型（GWR）系统探讨地形对暴雨分布的影响。结果表明：贵州暴雨分布具有空间不均匀性，降水频次与降水量最大值均位于其东南部边缘，贵州东北部及中南部地区暴雨降水量占比较高。此外，贵州暴雨日数及站数占比年际变化明显，呈逐年增长趋势，峰值出现在2020—2021年。暴雨主要发生在6—7月，多伴随短时强降水，降水持续时间长，致灾风险高。降水日变化呈单峰型分布，小时降水量峰值大约出现在03时（北京时）；夜雨特征明显，夜间累计降水量约为白天的2倍，主要分布在贵州的西部和南部，并有向东传播的特征。贵州暴雨频发区与地形分布关系密切，西部、东南部及东北部暴雨中心分别位于北盘江、雷公山及梵净山地形抬升区。坡度、坡向、高程与起伏度等单一地形因子与降水的直接相关性较弱，利用多元地形组合分析能够一定程度上提高对降水分布的可解释性。进一步研究发现，暴雨站次在南坡最多，当坡度＜20°、高程为800~1000 m、起伏度＜200 m时，暴雨频次随相应地形因子的增大而增加，超过阈值后则逐步减少，其中急陡/中坡、南坡、中海拔、大/中起伏和迎风坡的组合对暴雨触发最为有利。GWR模型诊断结果表明，地形因子对降水的影响存在空间差异性，高程为贵州大部地区的主导因子，而起伏度、坡度和坡向的影响则具有局地性，多体现在地势落差较大或河流、高山地区。

针对X波段相控阵雷达时空分辨率高但观测范围小、存在各类影响数据可靠性误差的特点，提出一种将其与S波段业务雷达进行高质量数据融合的方法。首先基于光流法对S波段雷达数据进行运动趋势外推，将其时间分辨率由6 min提升至与X波段同步的1.5 min，继而分别采用最优插值与金字塔变换实现双波段雷达数据的空间融合，得到对应的SXnet-O与SXnet-K数据。使用粤港澳大湾区雷达观测网2022年5—6月近5000组雷达体扫数据统计表明：在时间维度上，光流法外推结果在各项预报评分及相关系数上均优于传统持续性方法；在空间维度上，融合数据有效弥补了单雷达的探测盲区，低空（500 m）回波覆盖率较S波段雷达提升约2.5倍。 对比两种空间融合方法发现，SXnet-O在系统偏差控制(±2 dB内比例达92%)、参量一致性及边界稳定性上显著优于SXnet-K。与单波段组网数据相比，SXnet-O极大缩小了与S波段基准的偏差均值，且有效整合了X波段结构精细度与S波段观测稳定性。

受设备故障、外界干扰等多种因素影响，长时间业务运行的天气雷达时常产生异常回波，制约其在强天气监测预警预报中的应用效果。本研究从历史雷达拼图数据中人工筛选出径向与环状两类异常回波并标注标签，利用数据增强技术构建了包含20 000张图像的雷达拼图异常回波数据集。针对语义分割模型DeepLabV3+进行改进：使用精简的ResNet50结构作为主干网络,减少了计算量；主干特征提取层增加了简单注意力机制SimAM，使模型更加关注重要回波特征；在解码器中增加了中层，可以有效引入更多的细节和背景。试验结果表明，改进后的模型DeepLab-ARER对异常回波的识别效果较好，其平均像素准确率为96.75%，平均交并比为93.95%，与DeepLabV3+相比有明显提升，可为雷达拼图异常回波的自动识别提供有效技术支撑。

针对现有雷达降水外推技术对雷暴发展演变刻画不足，导致强降水预报存在较大偏差的问题，提出了一种融合雷暴演变特征的强降水外推订正技术。在风暴识别（SCIT）算法的基础上，针对不同雷暴，结合回波强梯度区、新生单体、回波面积变化等关键因子构建雷暴发展趋势判别模型，利用反射率因子、光流矢量与动态Z-I关系，实现对强降水外推过程的演变约束与订正。2025年主汛期检验表明：在0～1 h预报中，订正产品在≥20 mm·h-1和≥50 mm·h-1量级的TS评分均优于光流法产品，且优势随量级增大而增强；在1～2 h预报中，两个量级订正产品的评分相比光流法产品仍有明显提升，但≥50 mm·h-1量级评分仅为0.004，业务指导价值低。典型个例检验进一步表明，订正技术能在一定程度上捕捉快速移动与发展型对流系统的降水特征，有效缓解传统外推“强度偏弱、范围偏小”的问题。

对2024年西北太平洋和南海26个台风的定位、定强精度，以及台风路径和强度预报精度开展评定，评定的预报方法涵盖了主观综合预报、数值模式、统计预报方法、动力-统计预报方法、多模式集成预报方法以及人工智能（AI）气象预报模型等。结果表明：2024年5个官方台风预报机构的台风定位误差总体平均为22.3 km，台风定强平均绝对误差总体平均为2.5 m·s-1。中央气象台48 h和72 h台风路径预报性能达到其历史最优。全球数值模式中ECMWF-IFS的路径预报表现最优，AI气象预报模型风清96 h内的路径预报性能与ECMWF-IFS相当，其中60~96 h略优于ECMWF-IFS。数值模式、动力-统计预报方法的强度预报性能优于集合预报系统、AI气象预报模型，AI气象预报模型系统性低估了台风强度。

2026年6月，北半球极涡呈偶极分布，主涡位于极点附近北冰洋上空，强度偏强，欧亚中高纬呈现“两槽一脊”型，西西伯利亚至新疆北部平均高压脊异常偏强；西太平洋副热带高压呈带状分布，强度偏强，位置偏西、偏北。全国平均气温为20.7℃，较常年同期偏高0.3℃；全国平均降水量为99 mm，较常年同期偏少3.7%，但华北、东北冷涡活跃，多出现对流过程，南方强降水过程频繁、落区重叠度高、局地降水极端性强。月内共出现5次暴雨过程和6次强对流天气过程，长江中下游、华南和西南地区东部等地出现区域性强降水和局地极端降水，东北、华北、黄淮地区多次出现雷暴大风和冰雹天气；简要分析了14—18日华南极端降水以及19—22日长江中下游梅雨期首轮强降水过程的环流形势演变、成因及预报难点。月内西北太平洋和南海共生成2个台风，均未登陆我国。