以2018年主要登陆台风暴雨过程为研究对象，利用多中心多模式（ECMWF、NCEP降水和台风路径集合预报及业务细网格模式，国内主要业务区域模式GRAPESMeso、GRAPES 3 km、RMAPS、SMSWARMS）预报及国家气象中心实时台风中心定位和路径预报，在统计检验和偏差分析的基础上，对前期已业务应用的基于观测的集合成员优选技术进行改进，以期获得更高分辨率和准确率的台风降水客观预报产品。结果显示，改进后的客观产品空间分辨率较前期有明显提升，预报准确率较ECMWF和NCEP业务模式确定性预报有明显提高，TS评分提高率在15%～20%，同时也高于各业务区域模式预报，且暴雨TS评分略高于同期预报员主观预报。此外，研究表明，该客观产品的预报准确率对参考路径的选取有较强的依赖性，依据实时台风中心定位优选出3～5个成员形成集合平均路径，将其作为参考路径的试验评分要高于以所有成员的集合平均路径为参考的试验评分。集合成员优选技术和以概率匹配方法为基础的QPF融合技术对改进全球和区域模式的台风暴雨预报有明显的帮助。

为综合评估智能网格预报业务的产品质量，基于站点观测和格点实况分析资料，开展了对2016—2018年国家级网格指导预报、省市级订正反馈网格预报的降水和温度要素的检验，并与GRAPES和ECMWF模式输出进行对比。分析结果表明：智能网格预报业务整体上实现了从数值模式系统、国家级指导产品到省市级订正反馈产品的逐级增加价值的业务链条；国家级指导产品的降水、温度在数值模式的基础上都有明显提升，相比于ECMWF模式，小雨ETS评分提升9%~37%，暴雨ETS评分提升最大达41%，日最高温的预报误差降幅可达16%；省市级订正反馈产品的日最高/低温在国家级指导产品基础上进一步降低误差，能给出最优预报结果；国家级指导产品需进一步改进，重点要控制对于强降水预报的空报率，改善午后降水峰值预报显著提前的偏差，提高对空间精细化降水特征的表现能力，改进对于最低温的预报统计模型；省市级订正反馈产品在降水预报、整点温度预报方面未能对国家级指导预报进行很好订正，需要进一步加强；智能网格预报产品已能替代城镇天气预报，有利于流程的集约高效。

从大量研究工作中可知，人工智能（AI）技术可以用于改进强对流天气临近预报。重庆市气象局与百度公司合作，基于2008—2018年的天气雷达数据，采用TrajGRU技术，初步建立了三维雷达回波智能临近预报模型。结合地面观测资料和Unet技术，对雷暴大风和冰雹进行智能识别。将以上技术用于降水、雷暴大风和冰雹的临近预报业务中。与SWAN产品相比，AI产品在回波演变预报方面有明显优势。雷达回波智能预报能力随时间降低的速度低于传统外推方法，对长时效雷达回波预报明显提升。降水智能预报较SWAN降水预报有一定程度提高。在2019年业务试运行过程中，雷暴大风、冰雹智能预报模型提前量分别为77和37 min。AI技术在重庆的强对流天气临近预警业务中的研究与应用已初见成效。

利用PMRS(physical PM2.5 remote sensing)方法，对FY-4A卫星资料进行反演，并通过与地面站点资料融合，得到我国近地面PM2.5网格化实况。建立清洁、霾、沙尘背景条件下PM2.5与PM10转化关系的格点地图，进一步估算我国地表PM10浓度。结果表明，不同区域间细粒子柱状体积消光比（VEf）与大气细粒子比（FMF）均存在相似的相关关系，以FMF=0.4 为界，分别建立了两个VEf拟合方程，估算得到的VEf与AERONET观测的VEf相关性（r2）高于0.85。霾过程中，通过PMRS方法反演得到的近地面PM2.5质量浓度与实况站点分布有较好的匹配，基本可以反映出污染的高浓度区域，单点检验中，反演结果与实况数据存在一定的相关性，其中京津冀的r2可达0.39，但数值上仍存在高估或低估。为了解决这一问题，本研究将卫星反演格点结果与地面观测站点进行融合，最终得到与实况吻合较好的0.25°×0.25°全国PM2.5网格化实况。不同天气背景条件下各站点PM10和PM2.5相关性均高于0.7。其中，沙尘时段PM10/PM2.5>3高值区与我国沙源地和沙尘高发区有较好的对应关系。霾时段PM10/PM2.5接近于1，清洁时段，全国大部PM10/PM2.5介于1~2。通过PM2.5与PM10转化关系的格点地图，根据不同天气背景，反演得到我国网格化地表PM10实况，其结果可以较好地反映我国西北地区的沙尘天气过程。

降水是地质灾害的主要诱因。地质灾害气象风险主要是降水诱发地质灾害导致的人员伤亡、财产破坏和经济活动中断的预期损失；地质灾害气象风险度在数值上可表达为降水因子致灾概率、孕灾环境潜在危险度和易损度三者归一后数值的乘积。分析选取有效雨量代表降水致灾因子，分区建立有效雨量致灾概率拟合方程；通过下垫面环境信息量方法评价地质灾害潜在危险度；通过简易易损度模型评价地质灾害易损度，三者共同构建地质灾害气象风险预报模型和评价方法，应用精细化定量降水网格预报产品，建立地质灾害气象风险精细化网格预报试验，以地质灾害事件对照模型试验结果，表明地质灾害气象风险模型应用效果良好。

为推进海洋气象精细化网格预报建设，国家气象中心从2013年开始研发海雾客观预报方法，对基于配料法建立的海雾客观预报方法不断进行改进，并研发了基于决策树方法的海雾预报方法和海雾预报指数预报产品，客观方法对我国北部海区主要海雾过程预报效果较好，对2018年我国北部海区有无雾的24 h预报TS评分平均为0.25左右。将海雾客观预报产品集成应用于海洋气象智能网格预报背景场的生成规则中，生成天气现象网格预报结果，为主观预报订正提供了有力的支撑。基于精细化网格预报生成的海雾主观预报结果对2018年黄海中部和南部大雾预报的24 h TS评分接近0.25，对北部湾大雾预报的24 h TS评分在0.15左右。

不匹配的问题。以台风山竹（Mangkhut,编号1822）为例，首先通过数据清洗、特征提取和构建快速索引等检索方法，缩小判定范围，检索出10个可能与目标相似的台风，然后利用综合定量化判定方法得到7个相似台风。判定过程中实现了基于定制条件的多维度时空数据逐级下钻、定量化综合智能检索以及相似性结果可视化三个目标，为台风预报预警业务提供重要参考。

无缝隙全覆盖智能网格预报是中国气象局现代天气业务的重要业务体系与支撑。为了提升智能网格预报在全国天气预报及服务的业务应用水平，提高高时空分辨率智能网格预报数据的显示分析应用水平，设计并实现了智能网格预报应用分析平台(MOAP)，通过分析无缝隙全覆盖智能网格预报数据海量、实时等特点，采用浏览器/服务器架构设计，并通过分布式流式计算处理、WebGL高效渲染、GIS空间分析等关键技术，实现了短时、中短期及延伸期等海量智能网格数据的高效加工处理、网络共享服务、可视化分析、影响分析、产品制图等业务功能。MOAP平台已在中央气象台实时业务中运行，为全国预报服务业务人员高效提供了无缝隙智能网格预报业务指导、应用分析、产品服务等日常业务支撑，并在上海合作组织青岛峰会、九寨沟地震气象服务、台风登陆等气象保障服务工作中发挥了重要业务作用。

由于模式本身的误差以及地形等影响，对模式产品进行订正释用是提高气温客观预报准确率的重要手段。基于ECMWF细网格预报产品研发了气温偏差订正和准对称混合滑动训练期MOS预报系统，在此基础上，设计了一种气温最优集成预报方法。对不同模式和不同客观方法的日最高、最低气温预报准确率进行了对比分析，结果表明：通过10~30 d的偏差滑动订正可以较好提高ECMWF细网格模式日最高、最低气温预报准确率。偏差滑动订正在短期内订正效果较显著，对考核站和鲁中山区订正效果尤其明显，对最低气温预报订正效果好于最高气温。MOS客观预报对日最高、最低气温预报也有较好的订正效果，但ECMWF细网格、偏差订正、MOS客观预报产品在不同地区、不同季节预报准确率有所不同，采用动态最优集成的方法进行最优集成预报，可以集成不同客观方法的预报优势，在多种客观预报产品的基础上再次提高预报准确率，达到最优集成的目的。

利用成都多普勒天气雷达、风廓线雷达以及加密自动站资料，详细分析了超级单体的形成演变，以及中反气旋的形成原因，得到以下结论：中反气旋超级单体形成于高空冷涡西部的偏北气流下，中高层伴有强的冷平流，对流不稳定能量达到5 〖KG-*5〗029.7 J·kg-1，500~850 hPa温差达到29℃，500~925 hPa风切变矢量差约为16 m·s-1，探空整体呈现上干冷、下暖湿的喇叭口形状，低层逆温的存在利于能量的累积；地面偏西风在龙泉山脉的强迫抬升下触发雷暴，雷暴中下沉气流产生冷出流，在北侧不断触发新单体，雷暴与新生单体合并发展为超级单体。中反气旋超级单体风暴伴随低层强辐合、中反气旋、后侧入流、后侧入流缺口、涡旋偶等回波特征；S1超级单体风暴内中反气旋的形成由低层和中层两个部分合并形成。对于低层中反气旋，雷暴单体合并时产生小涡旋，干冷空气侵入与暖湿上升气流造成斜压涡度，使辐合产生旋转，在强辐合作用下雷暴强烈发展，强的上升运动使垂直涡度拉伸，旋转增强。中层中反气旋，3~4 km高度内水平涡度约为1.2×10-2 s-1，利于水平涡管的形成，在强的上升气流与下沉气流作用下产生涡旋偶，中高层风随高度逆时针旋转利于反气旋的发展。

2020年春季（3—5月），全国平均气温为11.5℃，为1961年以来历史同期第五位，全国大部地区气温接近常年同期或偏高。全国平均降水量为137 mm，较常年同期偏少4%，东部降水总体呈现“南北多中间少”的特征，东北大部、华北东部、内蒙古东部、江南南部和华南大部降水偏多，江淮地区降水显著偏少，季节内变化显著。春季（尤其是4—5月）中高纬度呈现“两槽一脊”分布，在对流层中层，乌拉尔山西北地区为负高度距平中心，贝加尔湖以西地区有很强的高度场正距平中心，日本海上空为高度场负距平；在对流层低层，中国东部大部盛行偏北风，经向度大。低纬度地区西北太平洋上空为反气旋式距平，西太平洋副热带高压偏强偏西偏南。这种环流形势有利于水汽在东北、华北东部和内蒙古东部辐合，降水偏多，而对我国东部大部分地区的水汽输送则较为不利。3月中高纬度的纬向型环流和偏强的西太平洋副热带高压的阶段性偏北有利于江南和华南降水偏多。2019/2020年中东太平洋发生一次弱El Ni〖AKn~D〗o事件，同时印度洋海温偏高，对维持春季西太平洋副热带高压的偏强偏西有利。2020年2—3月北大西洋偶极子海温距平与后期4—5月海温有较好持续性，前期北大西洋偶极子是预测4—5月贝加尔湖以西阻塞高压偏强的重要外强迫因子。

2020年7月北半球大气环流主要特征表现为:极涡分裂为多个中心呈绕极分布，较常年同期均偏强；西太平洋副热带高压较常年同期强度偏强，位置偏西偏南，副热带高压主体中上旬稳定位于长江中下游及以南地区，下旬明显西伸北抬，并南北摆动。7月全国平均降水量为125.7 mm，较历史常年同期偏多4.2%，江南北部、江淮、江汉、黄淮以及西南地区累计降水量较常年同期偏多1~2倍，而东北地区大部、华南大部等地偏少5成左右。月内有7次区域性暴雨天气过程，主要出现在长江中下游地区、黄淮以及西南地区，共有103个站日降水量达到或超过同期极值，长江中下游、淮河流域等地出现严重汛情和洪涝灾害。全国平均气温为22.1℃，较历史同期略偏高，福建南部、广东大部、海南东部等地最高气温平均值较常年同期偏高2～4℃。中下旬，江南、华南等地出现大范围持续性高温天气，福建沿海、广东沿海以及湖南南部、四川中东部等地共81个站发生极端高温事件。2020年7月是1949年以来首个没有台风生成的“空台”7月。

以2018年主要登陆台风暴雨过程为研究对象，利用多中心多模式（ECMWF、NCEP降水和台风路径集合预报及业务细网格模式，国内主要业务区域模式GRAPESMeso、GRAPES 3 km、RMAPS、SMSWARMS）预报及国家气象中心实时台风中心定位和路径预报，在统计检验和偏差分析的基础上，对前期已业务应用的基于观测的集合成员优选技术进行改进，以期获得更高分辨率和准确率的台风降水客观预报产品。结果显示，改进后的客观产品空间分辨率较前期有明显提升，预报准确率较ECMWF和NCEP业务模式确定性预报有明显提高，TS评分提高率在15%～20%，同时也高于各业务区域模式预报，且暴雨TS评分略高于同期预报员主观预报。此外，研究表明，该客观产品的预报准确率对参考路径的选取有较强的依赖性，依据实时台风中心定位优选出3～5个成员形成集合平均路径，将其作为参考路径的试验评分要高于以所有成员的集合平均路径为参考的试验评分。集合成员优选技术和以概率匹配方法为基础的QPF融合技术对改进全球和区域模式的台风暴雨预报有明显的帮助。

为综合评估智能网格预报业务的产品质量，基于站点观测和格点实况分析资料，开展了对2016—2018年国家级网格指导预报、省市级订正反馈网格预报的降水和温度要素的检验，并与GRAPES和ECMWF模式输出进行对比。分析结果表明：智能网格预报业务整体上实现了从数值模式系统、国家级指导产品到省市级订正反馈产品的逐级增加价值的业务链条；国家级指导产品的降水、温度在数值模式的基础上都有明显提升，相比于ECMWF模式，小雨ETS评分提升9%~37%，暴雨ETS评分提升最大达41%，日最高温的预报误差降幅可达16%；省市级订正反馈产品的日最高/低温在国家级指导产品基础上进一步降低误差，能给出最优预报结果；国家级指导产品需进一步改进，重点要控制对于强降水预报的空报率，改善午后降水峰值预报显著提前的偏差，提高对空间精细化降水特征的表现能力，改进对于最低温的预报统计模型；省市级订正反馈产品在降水预报、整点温度预报方面未能对国家级指导预报进行很好订正，需要进一步加强；智能网格预报产品已能替代城镇天气预报，有利于流程的集约高效。

从大量研究工作中可知，人工智能（AI）技术可以用于改进强对流天气临近预报。重庆市气象局与百度公司合作，基于2008—2018年的天气雷达数据，采用TrajGRU技术，初步建立了三维雷达回波智能临近预报模型。结合地面观测资料和Unet技术，对雷暴大风和冰雹进行智能识别。将以上技术用于降水、雷暴大风和冰雹的临近预报业务中。与SWAN产品相比，AI产品在回波演变预报方面有明显优势。雷达回波智能预报能力随时间降低的速度低于传统外推方法，对长时效雷达回波预报明显提升。降水智能预报较SWAN降水预报有一定程度提高。在2019年业务试运行过程中，雷暴大风、冰雹智能预报模型提前量分别为77和37 min。AI技术在重庆的强对流天气临近预警业务中的研究与应用已初见成效。

利用PMRS(physical PM2.5 remote sensing)方法，对FY-4A卫星资料进行反演，并通过与地面站点资料融合，得到我国近地面PM2.5网格化实况。建立清洁、霾、沙尘背景条件下PM2.5与PM10转化关系的格点地图，进一步估算我国地表PM10浓度。结果表明，不同区域间细粒子柱状体积消光比（VEf）与大气细粒子比（FMF）均存在相似的相关关系，以FMF=0.4 为界，分别建立了两个VEf拟合方程，估算得到的VEf与AERONET观测的VEf相关性（r2）高于0.85。霾过程中，通过PMRS方法反演得到的近地面PM2.5质量浓度与实况站点分布有较好的匹配，基本可以反映出污染的高浓度区域，单点检验中，反演结果与实况数据存在一定的相关性，其中京津冀的r2可达0.39，但数值上仍存在高估或低估。为了解决这一问题，本研究将卫星反演格点结果与地面观测站点进行融合，最终得到与实况吻合较好的0.25°×0.25°全国PM2.5网格化实况。不同天气背景条件下各站点PM10和PM2.5相关性均高于0.7。其中，沙尘时段PM10/PM2.5>3高值区与我国沙源地和沙尘高发区有较好的对应关系。霾时段PM10/PM2.5接近于1，清洁时段，全国大部PM10/PM2.5介于1~2。通过PM2.5与PM10转化关系的格点地图，根据不同天气背景，反演得到我国网格化地表PM10实况，其结果可以较好地反映我国西北地区的沙尘天气过程。

降水是地质灾害的主要诱因。地质灾害气象风险主要是降水诱发地质灾害导致的人员伤亡、财产破坏和经济活动中断的预期损失；地质灾害气象风险度在数值上可表达为降水因子致灾概率、孕灾环境潜在危险度和易损度三者归一后数值的乘积。分析选取有效雨量代表降水致灾因子，分区建立有效雨量致灾概率拟合方程；通过下垫面环境信息量方法评价地质灾害潜在危险度；通过简易易损度模型评价地质灾害易损度，三者共同构建地质灾害气象风险预报模型和评价方法，应用精细化定量降水网格预报产品，建立地质灾害气象风险精细化网格预报试验，以地质灾害事件对照模型试验结果，表明地质灾害气象风险模型应用效果良好。

为推进海洋气象精细化网格预报建设，国家气象中心从2013年开始研发海雾客观预报方法，对基于配料法建立的海雾客观预报方法不断进行改进，并研发了基于决策树方法的海雾预报方法和海雾预报指数预报产品，客观方法对我国北部海区主要海雾过程预报效果较好，对2018年我国北部海区有无雾的24 h预报TS评分平均为0.25左右。将海雾客观预报产品集成应用于海洋气象智能网格预报背景场的生成规则中，生成天气现象网格预报结果，为主观预报订正提供了有力的支撑。基于精细化网格预报生成的海雾主观预报结果对2018年黄海中部和南部大雾预报的24 h TS评分接近0.25，对北部湾大雾预报的24 h TS评分在0.15左右。

不匹配的问题。以台风山竹（Mangkhut,编号1822）为例，首先通过数据清洗、特征提取和构建快速索引等检索方法，缩小判定范围，检索出10个可能与目标相似的台风，然后利用综合定量化判定方法得到7个相似台风。判定过程中实现了基于定制条件的多维度时空数据逐级下钻、定量化综合智能检索以及相似性结果可视化三个目标，为台风预报预警业务提供重要参考。

无缝隙全覆盖智能网格预报是中国气象局现代天气业务的重要业务体系与支撑。为了提升智能网格预报在全国天气预报及服务的业务应用水平，提高高时空分辨率智能网格预报数据的显示分析应用水平，设计并实现了智能网格预报应用分析平台(MOAP)，通过分析无缝隙全覆盖智能网格预报数据海量、实时等特点，采用浏览器/服务器架构设计，并通过分布式流式计算处理、WebGL高效渲染、GIS空间分析等关键技术，实现了短时、中短期及延伸期等海量智能网格数据的高效加工处理、网络共享服务、可视化分析、影响分析、产品制图等业务功能。MOAP平台已在中央气象台实时业务中运行，为全国预报服务业务人员高效提供了无缝隙智能网格预报业务指导、应用分析、产品服务等日常业务支撑，并在上海合作组织青岛峰会、九寨沟地震气象服务、台风登陆等气象保障服务工作中发挥了重要业务作用。

由于模式本身的误差以及地形等影响，对模式产品进行订正释用是提高气温客观预报准确率的重要手段。基于ECMWF细网格预报产品研发了气温偏差订正和准对称混合滑动训练期MOS预报系统，在此基础上，设计了一种气温最优集成预报方法。对不同模式和不同客观方法的日最高、最低气温预报准确率进行了对比分析，结果表明：通过10~30 d的偏差滑动订正可以较好提高ECMWF细网格模式日最高、最低气温预报准确率。偏差滑动订正在短期内订正效果较显著，对考核站和鲁中山区订正效果尤其明显，对最低气温预报订正效果好于最高气温。MOS客观预报对日最高、最低气温预报也有较好的订正效果，但ECMWF细网格、偏差订正、MOS客观预报产品在不同地区、不同季节预报准确率有所不同，采用动态最优集成的方法进行最优集成预报，可以集成不同客观方法的预报优势，在多种客观预报产品的基础上再次提高预报准确率，达到最优集成的目的。

利用成都多普勒天气雷达、风廓线雷达以及加密自动站资料，详细分析了超级单体的形成演变，以及中反气旋的形成原因，得到以下结论：中反气旋超级单体形成于高空冷涡西部的偏北气流下，中高层伴有强的冷平流，对流不稳定能量达到5 〖KG-*5〗029.7 J·kg-1，500~850 hPa温差达到29℃，500~925 hPa风切变矢量差约为16 m·s-1，探空整体呈现上干冷、下暖湿的喇叭口形状，低层逆温的存在利于能量的累积；地面偏西风在龙泉山脉的强迫抬升下触发雷暴，雷暴中下沉气流产生冷出流，在北侧不断触发新单体，雷暴与新生单体合并发展为超级单体。中反气旋超级单体风暴伴随低层强辐合、中反气旋、后侧入流、后侧入流缺口、涡旋偶等回波特征；S1超级单体风暴内中反气旋的形成由低层和中层两个部分合并形成。对于低层中反气旋，雷暴单体合并时产生小涡旋，干冷空气侵入与暖湿上升气流造成斜压涡度，使辐合产生旋转，在强辐合作用下雷暴强烈发展，强的上升运动使垂直涡度拉伸，旋转增强。中层中反气旋，3~4 km高度内水平涡度约为1.2×10-2 s-1，利于水平涡管的形成，在强的上升气流与下沉气流作用下产生涡旋偶，中高层风随高度逆时针旋转利于反气旋的发展。

2020年春季（3—5月），全国平均气温为11.5℃，为1961年以来历史同期第五位，全国大部地区气温接近常年同期或偏高。全国平均降水量为137 mm，较常年同期偏少4%，东部降水总体呈现“南北多中间少”的特征，东北大部、华北东部、内蒙古东部、江南南部和华南大部降水偏多，江淮地区降水显著偏少，季节内变化显著。春季（尤其是4—5月）中高纬度呈现“两槽一脊”分布，在对流层中层，乌拉尔山西北地区为负高度距平中心，贝加尔湖以西地区有很强的高度场正距平中心，日本海上空为高度场负距平；在对流层低层，中国东部大部盛行偏北风，经向度大。低纬度地区西北太平洋上空为反气旋式距平，西太平洋副热带高压偏强偏西偏南。这种环流形势有利于水汽在东北、华北东部和内蒙古东部辐合，降水偏多，而对我国东部大部分地区的水汽输送则较为不利。3月中高纬度的纬向型环流和偏强的西太平洋副热带高压的阶段性偏北有利于江南和华南降水偏多。2019/2020年中东太平洋发生一次弱El Ni〖AKn~D〗o事件，同时印度洋海温偏高，对维持春季西太平洋副热带高压的偏强偏西有利。2020年2—3月北大西洋偶极子海温距平与后期4—5月海温有较好持续性，前期北大西洋偶极子是预测4—5月贝加尔湖以西阻塞高压偏强的重要外强迫因子。

2020年7月北半球大气环流主要特征表现为:极涡分裂为多个中心呈绕极分布，较常年同期均偏强；西太平洋副热带高压较常年同期强度偏强，位置偏西偏南，副热带高压主体中上旬稳定位于长江中下游及以南地区，下旬明显西伸北抬，并南北摆动。7月全国平均降水量为125.7 mm，较历史常年同期偏多4.2%，江南北部、江淮、江汉、黄淮以及西南地区累计降水量较常年同期偏多1~2倍，而东北地区大部、华南大部等地偏少5成左右。月内有7次区域性暴雨天气过程，主要出现在长江中下游地区、黄淮以及西南地区，共有103个站日降水量达到或超过同期极值，长江中下游、淮河流域等地出现严重汛情和洪涝灾害。全国平均气温为22.1℃，较历史同期略偏高，福建南部、广东大部、海南东部等地最高气温平均值较常年同期偏高2～4℃。中下旬，江南、华南等地出现大范围持续性高温天气，福建沿海、广东沿海以及湖南南部、四川中东部等地共81个站发生极端高温事件。2020年7月是1949年以来首个没有台风生成的“空台”7月。