利用常规高空和地面观测、多普勒雷达、卫星云图和ERA5再分析等资料，对2001—2022年山东干线和触发对流干线等个例进行分析。结果表明： 2001—2022年期间山东干线总日数达451 d，其中触发对流干线总日数为156 d。触发对流干线出现在4—9月，5月和5月上旬分别是干线出现最多的月份和旬，14—17时（北京时）是主要出现时段。干线主要分布在鲁中、鲁西北地区，其形成与山脉作用及海陆分布有关。触发对流干线和无对流干线的宽度分别为75～106 km、80～114 km，露点温度梯度分别为11.8～16.7 ℃·（100 km）-1、9.8～15.0 ℃·（100 km）-1。两类干线的干湿两侧温度分布在23～33℃，温度梯度为1～3 ℃·（100 km）-1，干侧温度略高。相比无对流干线，触发对流干线的干湿两侧温度和露点温度更高，宽度更小，露点温度水平梯度值更大，这与力管项环流在此时更强有关。对山东干线触发对流的关键环境参数阈值进行了统计，发现能量类和层结稳定度类等对流参数均具有一定可区分性，深层（0～6 km）垂直风切变也具有可区分性，低层（0～1 km、0～3 km）垂直风切变因差距较小难以区分；不稳定条件的对流参数季节差别不大，但水汽条件的环境参数与0～6 km垂直风切变等季节差异较大，因此应分季节区分其阈值。山东干线多发生在高空500 hPa为西北气流、西风槽前和东北低涡形势下，低空700 hPa、850 hPa主要受低涡切变线或西北气流影响，边界层多伴有辐合线，地面主要处在低压底部或前部的辐合流场或大陆暖低压影响下。

宁夏北部位于中国西北的温带大陆性气候区，地形复杂，暖季对流风暴（convective storm,CS）的气候特征尚未完全清楚。本研究使用2011—2016年5—9月银川CINRAD/CD雷达产品和探空资料，分析了宁夏北部在500 hPa和700 hPa不同盛行风向下CS的气候学特征，首次在该类研究中引入对平均环流形势、对流环境与CS强度的综合分析。结果表明，太阳辐射加热和贺兰山地形作用主导了宁夏北部CS气候特征的形成，在此基础上，动态变化的盛行风进一步调制了CS的发生频率、发生效率（定义为某一盛行风向下CS的发生频数与该盛行风频数的比值）、日变化、空间分布等，使其呈现出更为复杂多样的特征，特别是500 hPa盛行西南风、700 hPa盛行偏东风时，盛行风的作用甚至更为显著。某一盛行风向下能够发生CS的500 hPa环流形势平均场，表征了该盛行风向下有利于CS发生的典型天气系统和对流环境，直接决定了CS的发生效率和强度。500 hPa盛行偏北风和西北风时，宁夏北部处于槽后，CS发生效率最低，对应最高的对流有效位能和对流抑制能量，CS强度最强；盛行偏南风和西南风时，处于槽前脊后，水汽输送条件好，CS发生效率最高，CS发展相对较弱；盛行偏西风时，同纬度带环流平直，上游多短波槽活动，CS发生效率、强度和各环境特征值均处于中等水平。700 hPa各盛行风向下CS发生效率和强度差异相对较小，CS强度与上下层温差有较好的对应关系。

本文利用1961—2022年中国西北地区东部155个国家级气象观测站降水量以及全球大气、海温、海冰等历史数据资料，基于长短期记忆网络模型（LSTM）深度学习算法，融合了时间卷积网络（TCN）和嵌入卷积注意力机制（CBAM）算法，建立了中国西北地区东部夏季降水预测模型（CBAM-TCN-LSTM），并开展了预测技巧检验，与多种机器学习算法预测能力进行对比。结果表明：多种深度学习算法融合的降水预测模型预测技巧优于单一深度学习算法模型，独立样本检验阶段（2018—2022年）中国西北地区东部夏季降水预测趋势异常综合评分（PS）在60～80，均值达73.81，空间距平相关系数（ACC）除2020年为负值外，其余各年份均为正值，平均值为0.14，有明显提升。对比了目前7种主流的机器学习算法，CBAM-TCN-LSTM模型在PS、距平符号一致率（PC）、ACC、均方根误差（RMSE）和平均绝对误差（MAE）评价指标均优于其他模型。在2023年汛期预测业务中，CBAM-TCN-LSTM模型得到成功应用，准确预测了中国西北地区东部大部地区夏季降水偏少的特征，PS为81。通过采用具有强大时序预测能力的LSTM模型，融合TCN和嵌入CBAM建立的降水预测模型，可以为区域降水预测提供重要参考依据，具有较好的推广应用前景。

基于3D-Unet深度学习模型及ECMWF-IFS全球模式（简称EC）、CMA-SH9区域模式预报产品，研发了多模式融合定量降水预报技术，并引入综合梯度（IG）方法增强模型可解释性。结果表明： 3D-Unet能够有效提升模式原始降水预报性能，且多模式融合深度学习预报模型（DL）对于5 mm·h-1降水预报TS评分明显优于单模式订正模型。实时业务检验结果表明，DL降水预报性能显著优于原始模式和传统最优权重融合方法（OFM），5 mm·h-1和10 mm·h-1量级TS评分较OFM分别提高了约70.3%和26.5%。24 h累计降水量预报检验结果显示，DL对中雨、大雨、暴雨量级的TS评分均优于单一模式和OFM产品；尤其在60 h和72 h的较长预报时效，其对暴雨的TS评分较EC分别提高了约42.7%和24.3%。DL能够有效订正模式原始预报较大尺度雨带的形态和位置误差，但对局地极端强降水存在范围偏大的倾向。采用IG算法分析特征因子重要性发现，DL能够识别不同模式中相同因子的作用差异，CMA-SH9中与边界层过程和局地动力热力结构相关的因子（如CAPE和近地层风场）具有更高的重要性，而EC中与天气尺度环流背景和气团热力状态相关的因子（如地面气压和2 m气温）贡献更为突出。

多普勒天气雷达观测数据在冰雹天气识别中发挥了重要作用，但单一雷达数据的时空覆盖范围有限，传统阈值识别方法的时效性和准确性仍存在不足。为弥补单一数据源的局限性，本文提出了一种基于静止卫星与雷达数据融合的冰雹识别方法。该方法利用静止卫星和雷达数据在时空上的互补性，结合降雹前后静止卫星和雷达数据的阈值特征，通过深度学习算法实现对多源数据的高效融合与识别。试验结果表明，该方法能够有效融合静止卫星和雷达数据，基于目标检测模型YOLO v7 的平均精度达0.9083，可有效识别降雹区域，为冰雹天气识别预警提供重要参考；并且在雷达数据易受地形遮挡区域，显著改善了因数据质量不佳导致的冰雹区域识别不准问题。

为深入了解我国典型北方地区酸雨污染的新变化，本文在对1993—2021年泰山站和2007—2021年泰安站降水pH值和电导率资料统计分析的基础上，进一步利用2018年5月至2019年4月在2个站同步开展的降水化学加强观测资料，分析云下过程和远距离输送对泰山地区酸性降水的贡献，并结合早期研究结果，探讨近年来泰山地区酸雨变化的新形势及其成因。结果表明，1993—2021年泰山站降水pH年均值在4.36～6.47，2007—2021年泰安站在4.73～6.66。泰安站在较强云下冲刷作用下，碱性污染物中和作用更强，降水酸性较泰山站显著降低。1993—2021年，泰山站降水酸性经历了减弱—增强—较缓的减弱—相对平稳或轻微增强的阶段性变化，碱性污染物中和作用在酸雨污染长期变化趋势中呈现重要影响。泰山地区降水中SO2-4离子浓度约下降到2004—2008年的50%，泰山站SO2-4/NO-3离子浓度平均比值由2.84～3.98下降到1.21，降水酸化的污染物来源已经由SO2主导转变为SO2、NOx并重。泰山站和泰安站降水中NO-3离子浓度约分别增加了47%和20%，与同时段全国和山东省NOx排放量呈下降趋势的结果相反。后向轨迹气团分析显示泰山站降水特性主要受山东、京津冀及内蒙古等周边省份污染排放影响。

“五一”“十一”假期是中国旅游黄金周，全国大部分地区气候适宜旅游度假，但旅游气象灾害的突发性、破坏性叠加黄金周旅游的集中性对旅游业的影响不容忽视。文章利用1961年以来国家级气象观测站逐日观测资料及登陆中国热带气旋信息，揭示了两个假期中国旅游气象灾害的时空格局，进一步分析了长期变化趋势。结果表明，“十一”假期全国平均旅游气象灾害日数总体少于“五一”假期，除雾、寒潮和热带气旋以外，“十一”假期的各种旅游气象灾害影响均小于“五一”假期。两个假期后期旅游气象灾害影响较前期减轻，更有利于旅游出行。中国各地区的主要旅游气象灾害差异明显，北方地区主要受大风、沙尘和寒潮影响；西南地区受强对流和雾影响较大；华南地区以暴雨和高温为主。两个假期全国平均旅游气象灾害日数总体呈显著减少趋势，其中大风和沙尘日数减少趋势尤为明显，但高温日数呈显著增加趋势。两个假期旅游气象灾害在西藏东北部、青海南部、四川西北部、云南南部等地发生概率较高，而在东北地区、华北地区、黄淮地区、西北地区东南部以及新疆北部等地发生概率较低。1961—2024年“十一”假期有18个热带气旋登陆中国，其中登陆广东次数最多。气候变暖背景下，需要关注高温天气以及登陆热带气旋对旅游业的不利影响。

本研究评定2025年西北太平洋及南海台风的业务定位和定强精度，以及路径和强度预报精度。2025年，中央气象台的台风定位平均误差为13.5 km，台风定强平均绝对误差为1.1 m·s-1，定位和定强精度优于日本气象厅、美国联合台风警报中心等其他官方台风预报机构。中央气象台24 h、48 h路径预报平均误差分别为56.6 km、95.8 km，24 h、48 h强度预报平均绝对误差分别为3.6 m·s-1、4.9 m·s-1， 24 h和48 h路径和强度预报性能达到历史最好水平。人工智能气象模型在短预报时效的路径预报误差第95%分位数普遍高于数值预报模式，长预报时效则低于数值预报模式。使用适配模型对人工智能气象模型的强度预报进行订正，能够改善人工智能气象模型对台风强度的低估，从而提高台风强度预报精度。

2026年春季（3—5月）我国大部地区气温偏高，全国平均气温为12.0℃，为1961年以来历史同期第四高。全国平均降水量为166.3 mm，较常年同期偏多15.8%。从空间分布看，我国中东部地区降水呈现南北两条多雨带：北方多雨带主要位于华北南部至黄淮，南方多雨带位于西南地区中东部至江南西部。春季欧亚中高纬500 hPa高度场呈现“两脊一槽”分布，乌拉尔山至巴尔喀什湖、东北亚为正高度距平控制，贝加尔湖及以北的中西伯利亚地区为负高度距平，此环流形势有利于中西路冷空气南下影响我国。对流层低层风场上，东北亚地区受异常反气旋式环流控制，有利于西北太平洋的暖湿水汽输送至我国北方地区，并与南下的冷空气相结合，造成我国华北南部至黄淮等地春季降水明显偏多。2026年春季北大西洋三极子正位相是造成我国中东部地区北方多雨带形成的重要外强迫信号。

2026年7月，北半球中高纬环流呈四槽四脊型分布，西北太平洋副热带高压位置阶段性北抬西伸且位置偏北，华北雨季开始偏早。全国平均降水量为122.8 mm，较常年同期偏多1.0%，偏多区域主要位于西北地区东部、东北地区、华北东部和南部、江南中部及华南等地。月内出现6次大范围降水过程和4次强对流过程，88个国家级气象观测站出现极端日降水量，其中22个站突破历史极值。全国平均气温为23.5℃，较常年同期偏高1.3℃，为1961年以来同期第二高，全国平均高温日数为5.7 d，为历史同期第三多，225个站日最高气温达到极端高温阈值，40个站达到或突破历史极值，新疆吐鲁番东坎站最高气温达49.8℃。西北太平洋和南海先后有5个台风生成，其中3个登陆我国，均多于常年同期，并给我国部分地区带来强风雨。强对流活动偏强，7月6日傍晚至夜间湖北东部出现3次龙卷，其中2次为EF3级、1次为EF1级。

利用常规高空和地面观测、多普勒雷达、卫星云图和ERA5再分析等资料，对2001—2022年山东干线和触发对流干线等个例进行分析。结果表明： 2001—2022年期间山东干线总日数达451 d，其中触发对流干线总日数为156 d。触发对流干线出现在4—9月，5月和5月上旬分别是干线出现最多的月份和旬，14—17时（北京时）是主要出现时段。干线主要分布在鲁中、鲁西北地区，其形成与山脉作用及海陆分布有关。触发对流干线和无对流干线的宽度分别为75～106 km、80～114 km，露点温度梯度分别为11.8～16.7 ℃·（100 km）-1、9.8～15.0 ℃·（100 km）-1。两类干线的干湿两侧温度分布在23～33℃，温度梯度为1～3 ℃·（100 km）-1，干侧温度略高。相比无对流干线，触发对流干线的干湿两侧温度和露点温度更高，宽度更小，露点温度水平梯度值更大，这与力管项环流在此时更强有关。对山东干线触发对流的关键环境参数阈值进行了统计，发现能量类和层结稳定度类等对流参数均具有一定可区分性，深层（0～6 km）垂直风切变也具有可区分性，低层（0～1 km、0～3 km）垂直风切变因差距较小难以区分；不稳定条件的对流参数季节差别不大，但水汽条件的环境参数与0～6 km垂直风切变等季节差异较大，因此应分季节区分其阈值。山东干线多发生在高空500 hPa为西北气流、西风槽前和东北低涡形势下，低空700 hPa、850 hPa主要受低涡切变线或西北气流影响，边界层多伴有辐合线，地面主要处在低压底部或前部的辐合流场或大陆暖低压影响下。

宁夏北部位于中国西北的温带大陆性气候区，地形复杂，暖季对流风暴（convective storm,CS）的气候特征尚未完全清楚。本研究使用2011—2016年5—9月银川CINRAD/CD雷达产品和探空资料，分析了宁夏北部在500 hPa和700 hPa不同盛行风向下CS的气候学特征，首次在该类研究中引入对平均环流形势、对流环境与CS强度的综合分析。结果表明，太阳辐射加热和贺兰山地形作用主导了宁夏北部CS气候特征的形成，在此基础上，动态变化的盛行风进一步调制了CS的发生频率、发生效率（定义为某一盛行风向下CS的发生频数与该盛行风频数的比值）、日变化、空间分布等，使其呈现出更为复杂多样的特征，特别是500 hPa盛行西南风、700 hPa盛行偏东风时，盛行风的作用甚至更为显著。某一盛行风向下能够发生CS的500 hPa环流形势平均场，表征了该盛行风向下有利于CS发生的典型天气系统和对流环境，直接决定了CS的发生效率和强度。500 hPa盛行偏北风和西北风时，宁夏北部处于槽后，CS发生效率最低，对应最高的对流有效位能和对流抑制能量，CS强度最强；盛行偏南风和西南风时，处于槽前脊后，水汽输送条件好，CS发生效率最高，CS发展相对较弱；盛行偏西风时，同纬度带环流平直，上游多短波槽活动，CS发生效率、强度和各环境特征值均处于中等水平。700 hPa各盛行风向下CS发生效率和强度差异相对较小，CS强度与上下层温差有较好的对应关系。

本文利用1961—2022年中国西北地区东部155个国家级气象观测站降水量以及全球大气、海温、海冰等历史数据资料，基于长短期记忆网络模型（LSTM）深度学习算法，融合了时间卷积网络（TCN）和嵌入卷积注意力机制（CBAM）算法，建立了中国西北地区东部夏季降水预测模型（CBAM-TCN-LSTM），并开展了预测技巧检验，与多种机器学习算法预测能力进行对比。结果表明：多种深度学习算法融合的降水预测模型预测技巧优于单一深度学习算法模型，独立样本检验阶段（2018—2022年）中国西北地区东部夏季降水预测趋势异常综合评分（PS）在60～80，均值达73.81，空间距平相关系数（ACC）除2020年为负值外，其余各年份均为正值，平均值为0.14，有明显提升。对比了目前7种主流的机器学习算法，CBAM-TCN-LSTM模型在PS、距平符号一致率（PC）、ACC、均方根误差（RMSE）和平均绝对误差（MAE）评价指标均优于其他模型。在2023年汛期预测业务中，CBAM-TCN-LSTM模型得到成功应用，准确预测了中国西北地区东部大部地区夏季降水偏少的特征，PS为81。通过采用具有强大时序预测能力的LSTM模型，融合TCN和嵌入CBAM建立的降水预测模型，可以为区域降水预测提供重要参考依据，具有较好的推广应用前景。

基于3D-Unet深度学习模型及ECMWF-IFS全球模式（简称EC）、CMA-SH9区域模式预报产品，研发了多模式融合定量降水预报技术，并引入综合梯度（IG）方法增强模型可解释性。结果表明： 3D-Unet能够有效提升模式原始降水预报性能，且多模式融合深度学习预报模型（DL）对于5 mm·h-1降水预报TS评分明显优于单模式订正模型。实时业务检验结果表明，DL降水预报性能显著优于原始模式和传统最优权重融合方法（OFM），5 mm·h-1和10 mm·h-1量级TS评分较OFM分别提高了约70.3%和26.5%。24 h累计降水量预报检验结果显示，DL对中雨、大雨、暴雨量级的TS评分均优于单一模式和OFM产品；尤其在60 h和72 h的较长预报时效，其对暴雨的TS评分较EC分别提高了约42.7%和24.3%。DL能够有效订正模式原始预报较大尺度雨带的形态和位置误差，但对局地极端强降水存在范围偏大的倾向。采用IG算法分析特征因子重要性发现，DL能够识别不同模式中相同因子的作用差异，CMA-SH9中与边界层过程和局地动力热力结构相关的因子（如CAPE和近地层风场）具有更高的重要性，而EC中与天气尺度环流背景和气团热力状态相关的因子（如地面气压和2 m气温）贡献更为突出。

多普勒天气雷达观测数据在冰雹天气识别中发挥了重要作用，但单一雷达数据的时空覆盖范围有限，传统阈值识别方法的时效性和准确性仍存在不足。为弥补单一数据源的局限性，本文提出了一种基于静止卫星与雷达数据融合的冰雹识别方法。该方法利用静止卫星和雷达数据在时空上的互补性，结合降雹前后静止卫星和雷达数据的阈值特征，通过深度学习算法实现对多源数据的高效融合与识别。试验结果表明，该方法能够有效融合静止卫星和雷达数据，基于目标检测模型YOLO v7 的平均精度达0.9083，可有效识别降雹区域，为冰雹天气识别预警提供重要参考；并且在雷达数据易受地形遮挡区域，显著改善了因数据质量不佳导致的冰雹区域识别不准问题。

为深入了解我国典型北方地区酸雨污染的新变化，本文在对1993—2021年泰山站和2007—2021年泰安站降水pH值和电导率资料统计分析的基础上，进一步利用2018年5月至2019年4月在2个站同步开展的降水化学加强观测资料，分析云下过程和远距离输送对泰山地区酸性降水的贡献，并结合早期研究结果，探讨近年来泰山地区酸雨变化的新形势及其成因。结果表明，1993—2021年泰山站降水pH年均值在4.36～6.47，2007—2021年泰安站在4.73～6.66。泰安站在较强云下冲刷作用下，碱性污染物中和作用更强，降水酸性较泰山站显著降低。1993—2021年，泰山站降水酸性经历了减弱—增强—较缓的减弱—相对平稳或轻微增强的阶段性变化，碱性污染物中和作用在酸雨污染长期变化趋势中呈现重要影响。泰山地区降水中SO2-4离子浓度约下降到2004—2008年的50%，泰山站SO2-4/NO-3离子浓度平均比值由2.84～3.98下降到1.21，降水酸化的污染物来源已经由SO2主导转变为SO2、NOx并重。泰山站和泰安站降水中NO-3离子浓度约分别增加了47%和20%，与同时段全国和山东省NOx排放量呈下降趋势的结果相反。后向轨迹气团分析显示泰山站降水特性主要受山东、京津冀及内蒙古等周边省份污染排放影响。

“五一”“十一”假期是中国旅游黄金周，全国大部分地区气候适宜旅游度假，但旅游气象灾害的突发性、破坏性叠加黄金周旅游的集中性对旅游业的影响不容忽视。文章利用1961年以来国家级气象观测站逐日观测资料及登陆中国热带气旋信息，揭示了两个假期中国旅游气象灾害的时空格局，进一步分析了长期变化趋势。结果表明，“十一”假期全国平均旅游气象灾害日数总体少于“五一”假期，除雾、寒潮和热带气旋以外，“十一”假期的各种旅游气象灾害影响均小于“五一”假期。两个假期后期旅游气象灾害影响较前期减轻，更有利于旅游出行。中国各地区的主要旅游气象灾害差异明显，北方地区主要受大风、沙尘和寒潮影响；西南地区受强对流和雾影响较大；华南地区以暴雨和高温为主。两个假期全国平均旅游气象灾害日数总体呈显著减少趋势，其中大风和沙尘日数减少趋势尤为明显，但高温日数呈显著增加趋势。两个假期旅游气象灾害在西藏东北部、青海南部、四川西北部、云南南部等地发生概率较高，而在东北地区、华北地区、黄淮地区、西北地区东南部以及新疆北部等地发生概率较低。1961—2024年“十一”假期有18个热带气旋登陆中国，其中登陆广东次数最多。气候变暖背景下，需要关注高温天气以及登陆热带气旋对旅游业的不利影响。

本研究评定2025年西北太平洋及南海台风的业务定位和定强精度，以及路径和强度预报精度。2025年，中央气象台的台风定位平均误差为13.5 km，台风定强平均绝对误差为1.1 m·s-1，定位和定强精度优于日本气象厅、美国联合台风警报中心等其他官方台风预报机构。中央气象台24 h、48 h路径预报平均误差分别为56.6 km、95.8 km，24 h、48 h强度预报平均绝对误差分别为3.6 m·s-1、4.9 m·s-1， 24 h和48 h路径和强度预报性能达到历史最好水平。人工智能气象模型在短预报时效的路径预报误差第95%分位数普遍高于数值预报模式，长预报时效则低于数值预报模式。使用适配模型对人工智能气象模型的强度预报进行订正，能够改善人工智能气象模型对台风强度的低估，从而提高台风强度预报精度。

2026年春季（3—5月）我国大部地区气温偏高，全国平均气温为12.0℃，为1961年以来历史同期第四高。全国平均降水量为166.3 mm，较常年同期偏多15.8%。从空间分布看，我国中东部地区降水呈现南北两条多雨带：北方多雨带主要位于华北南部至黄淮，南方多雨带位于西南地区中东部至江南西部。春季欧亚中高纬500 hPa高度场呈现“两脊一槽”分布，乌拉尔山至巴尔喀什湖、东北亚为正高度距平控制，贝加尔湖及以北的中西伯利亚地区为负高度距平，此环流形势有利于中西路冷空气南下影响我国。对流层低层风场上，东北亚地区受异常反气旋式环流控制，有利于西北太平洋的暖湿水汽输送至我国北方地区，并与南下的冷空气相结合，造成我国华北南部至黄淮等地春季降水明显偏多。2026年春季北大西洋三极子正位相是造成我国中东部地区北方多雨带形成的重要外强迫信号。

2026年7月，北半球中高纬环流呈四槽四脊型分布，西北太平洋副热带高压位置阶段性北抬西伸且位置偏北，华北雨季开始偏早。全国平均降水量为122.8 mm，较常年同期偏多1.0%，偏多区域主要位于西北地区东部、东北地区、华北东部和南部、江南中部及华南等地。月内出现6次大范围降水过程和4次强对流过程，88个国家级气象观测站出现极端日降水量，其中22个站突破历史极值。全国平均气温为23.5℃，较常年同期偏高1.3℃，为1961年以来同期第二高，全国平均高温日数为5.7 d，为历史同期第三多，225个站日最高气温达到极端高温阈值，40个站达到或突破历史极值，新疆吐鲁番东坎站最高气温达49.8℃。西北太平洋和南海先后有5个台风生成，其中3个登陆我国，均多于常年同期，并给我国部分地区带来强风雨。强对流活动偏强，7月6日傍晚至夜间湖北东部出现3次龙卷，其中2次为EF3级、1次为EF1级。