水文循环是地球上海洋、陆地和大气之间相互作用中最活跃且最重要的枢纽，受气候变化影响最为显著。本文回顾了气候变化对全球水文循环的影响，并对20世纪60年代以来中国降水、蒸散发、地表径流及大气水汽含量等陆地水文循环要素变化进行了评估。气候变暖使得全球水文循环加强，观测数据表明自1970年以来，全球对流层和地表水汽含量呈现增加趋势，但由于监测网络在空间覆盖和时间响应的限制，热带水汽增加与环流减弱之间相互影响，使得气候变化对区域水文循环的影响不确定性较大。在全球气候变化背景下，中国水文循环符合全球水循环变化的特征，又表现出更为复杂的区域特征，各个流域间空间差异增大。大气水汽含量在80年代后呈现上升的趋势；60年代以来，中国降水平均态虽然无明显变化但空间差异显著增加，实际蒸散发平均值微弱增加，空间差异增大，地表径流空间差异增大，某些流域呈现减少趋势。21世纪以来，由蒸散发再凝结形成的降水量增加，大气内循环活跃程度加大。

基于青海地区1981—2011年的地面天气现象月报表记录，整理出雷暴、冰雹天气的逐小时数据集和持续时间数据集，并利用该数据集对青海地区雷暴、冰雹的时空分布及变化特征进行分析。结果表明：青海地区雷暴、冰雹的发生频率受地形影响显著，呈现出“南多北少”的分布特征，雷暴过程的平均持续时间一般不超过40 min，冰雹过程的持续时间一般不超过10 min；雷暴、冰雹具有显著的年变化与日变化特征，一年之中主要集中出现在5—9月，一日之中主要出现在午后，但雷暴、冰雹峰值的出现时间表现为一致的由北向南逐渐推迟，平均而言北部比南部提前3 h左右；不同持续时间的雷暴、冰雹出现概率不同，随着持续时间的增长，雷暴过程数呈现出指数递减的变化特征，而冰雹过程的发生次数呈现出先增加后减少的特征；近31年来青海地区的雷暴、冰雹均呈明显的下降趋势，雷暴频数的下降速率为15.0次·(10 a)-1，冰雹频数的下降速率为2.3次·(10 a)-1，雷暴、冰雹多发地区/多发时段的下降趋势明显大于少发地区/少发时段；虽然雷暴天气过程在减少，但天气过程的平均持续时间却在缓慢增加，持续时间增加的站点主要位于人口较密集的青海中部和东北部，意味着每次雷暴过程带来的潜在危害在增大，冰雹天气过程与雷暴不同，冰雹天气过程数及其持续时间均呈现出减少的趋势。

暖区暴雨一直是业务预报难点，而双雨带中的暖区暴雨预报更是难以把握。2016年4月19日20时至20日20时出现了一次很强的双雨带过程，业务值班漏报了其对玉林地区的影响（漏报玉林南雨带的暴雨、大暴雨量级）。通过对数值预报产品、NCEP 1°×1°全球客观分析资料、常规气象资料、雷达资料等进行剖析，找出漏报的原因，结果如下：预报的500 hPa槽距本地较远、925 hPa辐合线不明显、雨量偏小，导致漏报玉林南雨带的暴雨、大暴雨量级；忽略了与冷温槽相配合的冷平流使高空槽加深的作用；上下游台站都误认为冷空气已入海，忽略了高压脊后部地面回流形势对玉林的影响；没有仔细分析暴雨前CAPE值，忽略了玉林周围已具备“上干下湿”的有利降水条件，易触发暴雨；边界层能量锋的锋生利于对流不稳定气团的抬升；低空急流为南雨带提供了源源不断的水汽输送,水汽通量大值区和水汽辐合区都集中在玉林，水汽补给充足，导致玉林普降暴雨。

使用2011—2016年5—9月渤海西部7个海岛、平台、浮标站加密资料等，对渤海西部雷雨大风统计特征进行分析,结果表明：渤海西部雷雨大风以8~9级为主，主要发生在渤海西部偏南海区；6月发生最多，其次是7月，5月最少,其中,6月过程主要发生在19—23时，同时，高空冷涡影响过程是低槽影响过程次数的两倍,且以带状回波影响最多，占68.8%；大风发生前6~12 h，渤海西部比上游陆地站温度每经度低6℃，而在大风发生前1~2 h，比上游沿岸温度每经度高4℃以上，气压每经度低2 hPa；同时,使用订正探空资料分析渤海西部雷雨大风发生前对流参数指标及其参考阈值，结果表明:抬升指数、大风指数、最佳对流有效位能和0~3 km垂直风切变在渤海西部相对华北陆地更明显,分别给出渤海西部6—9月逐月以及高空冷涡和高空低槽背景下的抬升指数、大风指数、最佳对流有效位能和0~3 km垂直风切变参考阈值，为渤海西部雷雨大风预报提供参考。

本文介绍一种利用FY4A成像仪遥感数据和全球预报系统（GFS）资料估算全天空地表长波辐射通量的反演方法。该方法通过辐射传输模拟和统计回归计算建立云天地表下行长波辐射通量的反演模式，并基于GFS资料处理云覆盖地区的地表上、下行长波辐射通量。这种全天空状况下两种通量的反演结合了FY4A晴空地表长波辐射业务产品和本文反演模式处理的云天地表上、下行长波辐射通量。2018年9月1日的处理结果与Aqua/CERES同类产品相对比，精度为：RMSE=20.52 W·m-2,R=0.9481,Bias=3.3 W·m-2（夜间地表下行辐射通量对比）；RMSE=25.58 W·m-2, R=0.9096,Bias=5.4 W·m-2（白天地表下行辐射通量对比）；RMSE=10.97 W·m-2,R=0.9762,Bias=-3.3 W·m-2（夜间地表上行辐射通量对比）；RMSE=19.97 W·m-2,R=0.9283,Bias=5.0 W·m-2（白天地表上行辐射通量对比）。这些结果表明本文发展的方法能够反演出精度较好的云天上下行长波辐射通量资料，为今后利用FY4后续星处理生成全天空状况下的地表长波辐射通量产品奠定了理论基础。

基于中国西北四省（区）2016—2017年的站点观测降水数据和GRAPES区域数值模式24 h和48 h预报结果，采用平均误差、均方根误差、相关系数、分等级TS评分等指标，对GRAPES区域数值模式在西北四省（区）降水预报进行定量评估。结果表明：时间上，模式对西北四省的晴雨预报准确率能达到0.7以上，逐日空间相关系数为0.2~0.4。夏季降水的偏差最大，24 h和48 h预报平均误差分别为4、6 mm·d-1，均方根误差分别为6、8 mm·d-1。不同等级降水的24 h和48 h预报TS评分显示，各个月份小雨TS评分为0.2~0.5，中雨为0.1~0.2，大雨以上不到0.1。空间上，24 h和48 h预报晴雨准确率在大部分地区达到0.6以上，相关系数在甘肃东部、陕西中部和南部超过0.6。24 h预报平均误差在青海、甘肃、陕西三省南部最大（达到2~4 mm·d-1）， 48 h预报的平均误差比相同区域的24 h预报高出1~2 mm·d-1，在陕西南部平均误差最大（达到5~8 mm·d-1）。各个量级的24 h预报TS评分明显好于48 h，24 h预报对大雨、暴雨有所预报，48 h预报对中雨以上量级降水预报较差。

利用四维变分同化分析系统模拟和雷达拼图资料分析了2012年5月16日东北冷涡影响下的弱飑线过程。结果表明：较强的地面辐合线是该次过程在较弱稳定条件下被触发的重要原因，也是系统前期快速发展的重要原因；东北冷涡影响下中层不断输送干冷空气到江淮地区，飑线内对流部分由降水拖曳导致的下沉气流遇到夹卷进入下沉气流内的环境干空气，使得其中雨滴蒸发造成空气冷却，下沉到地面形成冷池；冷池形成之后，垂直风切变方向不垂直于系统，且切变值较弱，造成水平涡度不平衡，是该飑线发展相对较弱的主要原因，此外不稳定条件和湿度条件较差也可能是系统没有发展为强飑线的原因。该次飑线过程的重要特点是较强的地面辐合线；较干的环境条件，意味着凝结潜热释放较少，而系统中的垂直运动更多取决于冷池和垂直风切变之间的水平涡度平衡。

利用传统点对点TS评分、邻域法以及对象检验等多种方法，综合评估了GRAPES_3 km模式的对流风暴预报性能，分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性，并同GRAPES_Meso模式的相关结果进行了对比。结果表明：对强对流典型个例的预报评估发现，综合应用多种评估方法能够更全面地评估对流风暴预报，获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法，GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报，起报时间越新预报效果越好。邻域TS方法考虑了时空偏差，GRAPES_3 km模式20和35 dBz采用时间邻域1 h，空间点对点时预报技巧最高；50 dBz时空偏差较大，时间邻域尺度为3 h技巧最高。分数技巧评分（FSS）显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度，而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果，GRAPES_3 km模式的对流风暴个数预报与实况较为一致，但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好，对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小，对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小，位置预报偏差较大，形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致，依然具有一定的参考价值，但新型空间检验方法能够提供更详细的评估信息。

为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度，利用Cressman插值初步建立了我国0.25°×0.25°网格化污染物实况。结合4套空气质量数值预报模式，通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上，建立了最优集成预报。对2018年12月19—22日一次重污染过程中集成预报的PM2.5浓度评估结果显示：在污染较重时刻，最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在-20%~40%，对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中，最优集成在大部分污染区域与观测之间的NMB值为-20%~20%，均方根误差（RMSE）值为35~75 μg·m-3，相关系数（R）值大于0.4。相较于所有单一模式和其他集成方法，最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市，最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度，利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。

基于2009—2017年的广西县级暴雨灾情记录，综合考虑致灾因子、孕灾环境和承灾体因素选取7个解释变量，运用随机森林算法，构建暴雨灾害人口损失预估模型；并以精细化网格降水实况分析和预报产品驱动模型，预估是否发生人口损失。研究结果表明：模型训练样本及测试样本的分类准确率均在90%以上，致灾因子（降水情况）是最主要的解释变量，重要性从大到小依次是前10 d降水距平百分率、过程最大日雨量、最大小时雨量和短时强降水频次。应用智能网格降水产品对广西地区近两年的暴雨灾害过程进行回报试验，准确率超过70%。

基于RMAPS-CHEM空间分辨率为3 km的逐小时能见度预报产品，考虑到不同区域、不同时效及不同级别的预报误差不同，对北京区域各站点能见度观测值与模式预报结果进行比较和分时段逐级偏差订正，以2016年数据为样本，并对2017年数据检验。订正结果表明该统计订正方案对2017年能见度预报有较好的订正效果，不仅可以较好地改善其对高海拔地区的高估现象，也能更好地预报出低能见度现象。以2017年1月为例，北京观象台站能见度平均偏差及均方根误差都有所降低，0~24 h分级预报准确率均有所提高。同时，对优化后结果进行合理插值，并应用于北京iGrAPS无缝隙智能网格预报分析系统，得到北京地区1 km空间分辨率的0~96 h时效能见度预报产品，从而为雾、霾等低能见度天气现象的预报提供支撑。

应用滑动平均误差订正方法和历史偏差订正方法，对欧洲中期天气预报中心的数值模式延伸期2 m温度预报进行误差订正。研究发现，应用滑动平均误差订正方法进行11~15 d逐日温度预报订正时，25~30 d是最优的训练期长度。对2018年订正预报的检验分析显示，应用上述两种误差订正方法均可减小模式预报的系统偏差，有效修正模式温度预报较实况明显偏低的问题，并将预报准确率提高30%以上。在6—10月，订正后的温度预报平均绝对误差基本在2℃以内，具有一定的参考性，其业务化产品可支撑预报员的业务预报需求。在15 d内的延伸期预报时效上，两种订正方法对温度预报的订正效果差异并不明显。随着时效的延长，历史偏差订正方法的优势逐渐显现。

开展了夏半年72 h内逐3 h降水预报试验，针对ECMWF模式预报、基于ECMWF的模式输出统计(MOS)预报、纳入超前空间实况信息的OMOS预报，以及三种预报的最优TS评分订正(OTS)预报，对比分析预报效果，探讨一种多方法结合能够提供良好预报性能的3 h定量降水预报技术方案。结果表明:在短期预报中，MOS预报与OTS订正相结合的MOSOTS综合预报方法的预报性能最好，而且MOSOTS方法的3 h强降水预报与业务运行的城镇指导预报中融合主客观预报的降水预报相比，也具有一定优势；而在临近3 h预报中，则OMOS预报与OTS订正相结合的OMOSOTS综合预报方法最优，3 h内0.1、3和10 mm以上降水的TS评分最高，比原始模式预报分别提高73%、198%和483%，Bias评分接近于1，在夏半年的逐日晴雨预报中，OMOSOTS方法在大部分日期都稳定优于MOSOTS预报和城镇指导预报。

低矮房屋是受台风影响最为严重的房屋类型之一。从建筑构件可靠性的角度，利用蒙特卡洛方法模拟典型双坡屋面小青瓦砖木结构的低矮房屋（以下简称为“低矮房屋”）不同构件对风速的易损性曲线，低矮房屋不同构件的大风易损性为：侧边>屋檐>迎风屋面>屋脊>侧边墙角>背风屋面。从而构建了台风大风对低矮房屋倒损概率模型，量化风灾对低矮房屋的风险。利用全球灯光数据（DMSP/OLS）对地面粗糙度进行分类，分析不同地面粗糙度低矮房屋易损性的差异。基于我国精细化智能网格预报产品，预估了2017年13号台风天鸽低矮房屋风险等级，并与实际灾情进行检验。结果表明，该模型的预估结果与实际灾情在广东中西部较为吻合，但在广东东部沿海地区产生了一定范围的空报，可能是智能网格风速预报产品在台风东侧风速偏大所导致，其预估结果的TS评分为0.28，空报率为0.62，漏报率为0.48，模型能够在一定程度上预估风灾对低矮房屋的倒损风险。

2019年12月大气环流主要特征为：北半球极涡为偶极型分布，环流呈三波型，东亚槽略偏弱，南支槽偏强，且副热带高压位置偏西。12月，全国平均降水量为11.2 mm，较常年同期（10.5 mm）偏多6.7%；全国平均气温为-2.7℃，较常年同期（-3.2℃）偏高 0.5℃。月内共出现3次较强降水过程和3次中等强度冷空气过程。另外，7—10日、20—26日我国中东部地区发生了两次持续性大范围雾霾天气过程。

水文循环是地球上海洋、陆地和大气之间相互作用中最活跃且最重要的枢纽，受气候变化影响最为显著。本文回顾了气候变化对全球水文循环的影响，并对20世纪60年代以来中国降水、蒸散发、地表径流及大气水汽含量等陆地水文循环要素变化进行了评估。气候变暖使得全球水文循环加强，观测数据表明自1970年以来，全球对流层和地表水汽含量呈现增加趋势，但由于监测网络在空间覆盖和时间响应的限制，热带水汽增加与环流减弱之间相互影响，使得气候变化对区域水文循环的影响不确定性较大。在全球气候变化背景下，中国水文循环符合全球水循环变化的特征，又表现出更为复杂的区域特征，各个流域间空间差异增大。大气水汽含量在80年代后呈现上升的趋势；60年代以来，中国降水平均态虽然无明显变化但空间差异显著增加，实际蒸散发平均值微弱增加，空间差异增大，地表径流空间差异增大，某些流域呈现减少趋势。21世纪以来，由蒸散发再凝结形成的降水量增加，大气内循环活跃程度加大。

基于青海地区1981—2011年的地面天气现象月报表记录，整理出雷暴、冰雹天气的逐小时数据集和持续时间数据集，并利用该数据集对青海地区雷暴、冰雹的时空分布及变化特征进行分析。结果表明：青海地区雷暴、冰雹的发生频率受地形影响显著，呈现出“南多北少”的分布特征，雷暴过程的平均持续时间一般不超过40 min，冰雹过程的持续时间一般不超过10 min；雷暴、冰雹具有显著的年变化与日变化特征，一年之中主要集中出现在5—9月，一日之中主要出现在午后，但雷暴、冰雹峰值的出现时间表现为一致的由北向南逐渐推迟，平均而言北部比南部提前3 h左右；不同持续时间的雷暴、冰雹出现概率不同，随着持续时间的增长，雷暴过程数呈现出指数递减的变化特征，而冰雹过程的发生次数呈现出先增加后减少的特征；近31年来青海地区的雷暴、冰雹均呈明显的下降趋势，雷暴频数的下降速率为15.0次·(10 a)-1，冰雹频数的下降速率为2.3次·(10 a)-1，雷暴、冰雹多发地区/多发时段的下降趋势明显大于少发地区/少发时段；虽然雷暴天气过程在减少，但天气过程的平均持续时间却在缓慢增加，持续时间增加的站点主要位于人口较密集的青海中部和东北部，意味着每次雷暴过程带来的潜在危害在增大，冰雹天气过程与雷暴不同，冰雹天气过程数及其持续时间均呈现出减少的趋势。

暖区暴雨一直是业务预报难点，而双雨带中的暖区暴雨预报更是难以把握。2016年4月19日20时至20日20时出现了一次很强的双雨带过程，业务值班漏报了其对玉林地区的影响（漏报玉林南雨带的暴雨、大暴雨量级）。通过对数值预报产品、NCEP 1°×1°全球客观分析资料、常规气象资料、雷达资料等进行剖析，找出漏报的原因，结果如下：预报的500 hPa槽距本地较远、925 hPa辐合线不明显、雨量偏小，导致漏报玉林南雨带的暴雨、大暴雨量级；忽略了与冷温槽相配合的冷平流使高空槽加深的作用；上下游台站都误认为冷空气已入海，忽略了高压脊后部地面回流形势对玉林的影响；没有仔细分析暴雨前CAPE值，忽略了玉林周围已具备“上干下湿”的有利降水条件，易触发暴雨；边界层能量锋的锋生利于对流不稳定气团的抬升；低空急流为南雨带提供了源源不断的水汽输送,水汽通量大值区和水汽辐合区都集中在玉林，水汽补给充足，导致玉林普降暴雨。

使用2011—2016年5—9月渤海西部7个海岛、平台、浮标站加密资料等，对渤海西部雷雨大风统计特征进行分析,结果表明：渤海西部雷雨大风以8~9级为主，主要发生在渤海西部偏南海区；6月发生最多，其次是7月，5月最少,其中,6月过程主要发生在19—23时，同时，高空冷涡影响过程是低槽影响过程次数的两倍,且以带状回波影响最多，占68.8%；大风发生前6~12 h，渤海西部比上游陆地站温度每经度低6℃，而在大风发生前1~2 h，比上游沿岸温度每经度高4℃以上，气压每经度低2 hPa；同时,使用订正探空资料分析渤海西部雷雨大风发生前对流参数指标及其参考阈值，结果表明:抬升指数、大风指数、最佳对流有效位能和0~3 km垂直风切变在渤海西部相对华北陆地更明显,分别给出渤海西部6—9月逐月以及高空冷涡和高空低槽背景下的抬升指数、大风指数、最佳对流有效位能和0~3 km垂直风切变参考阈值，为渤海西部雷雨大风预报提供参考。

本文介绍一种利用FY4A成像仪遥感数据和全球预报系统（GFS）资料估算全天空地表长波辐射通量的反演方法。该方法通过辐射传输模拟和统计回归计算建立云天地表下行长波辐射通量的反演模式，并基于GFS资料处理云覆盖地区的地表上、下行长波辐射通量。这种全天空状况下两种通量的反演结合了FY4A晴空地表长波辐射业务产品和本文反演模式处理的云天地表上、下行长波辐射通量。2018年9月1日的处理结果与Aqua/CERES同类产品相对比，精度为：RMSE=20.52 W·m-2,R=0.9481,Bias=3.3 W·m-2（夜间地表下行辐射通量对比）；RMSE=25.58 W·m-2, R=0.9096,Bias=5.4 W·m-2（白天地表下行辐射通量对比）；RMSE=10.97 W·m-2,R=0.9762,Bias=-3.3 W·m-2（夜间地表上行辐射通量对比）；RMSE=19.97 W·m-2,R=0.9283,Bias=5.0 W·m-2（白天地表上行辐射通量对比）。这些结果表明本文发展的方法能够反演出精度较好的云天上下行长波辐射通量资料，为今后利用FY4后续星处理生成全天空状况下的地表长波辐射通量产品奠定了理论基础。

基于中国西北四省（区）2016—2017年的站点观测降水数据和GRAPES区域数值模式24 h和48 h预报结果，采用平均误差、均方根误差、相关系数、分等级TS评分等指标，对GRAPES区域数值模式在西北四省（区）降水预报进行定量评估。结果表明：时间上，模式对西北四省的晴雨预报准确率能达到0.7以上，逐日空间相关系数为0.2~0.4。夏季降水的偏差最大，24 h和48 h预报平均误差分别为4、6 mm·d-1，均方根误差分别为6、8 mm·d-1。不同等级降水的24 h和48 h预报TS评分显示，各个月份小雨TS评分为0.2~0.5，中雨为0.1~0.2，大雨以上不到0.1。空间上，24 h和48 h预报晴雨准确率在大部分地区达到0.6以上，相关系数在甘肃东部、陕西中部和南部超过0.6。24 h预报平均误差在青海、甘肃、陕西三省南部最大（达到2~4 mm·d-1）， 48 h预报的平均误差比相同区域的24 h预报高出1~2 mm·d-1，在陕西南部平均误差最大（达到5~8 mm·d-1）。各个量级的24 h预报TS评分明显好于48 h，24 h预报对大雨、暴雨有所预报，48 h预报对中雨以上量级降水预报较差。

利用四维变分同化分析系统模拟和雷达拼图资料分析了2012年5月16日东北冷涡影响下的弱飑线过程。结果表明：较强的地面辐合线是该次过程在较弱稳定条件下被触发的重要原因，也是系统前期快速发展的重要原因；东北冷涡影响下中层不断输送干冷空气到江淮地区，飑线内对流部分由降水拖曳导致的下沉气流遇到夹卷进入下沉气流内的环境干空气，使得其中雨滴蒸发造成空气冷却，下沉到地面形成冷池；冷池形成之后，垂直风切变方向不垂直于系统，且切变值较弱，造成水平涡度不平衡，是该飑线发展相对较弱的主要原因，此外不稳定条件和湿度条件较差也可能是系统没有发展为强飑线的原因。该次飑线过程的重要特点是较强的地面辐合线；较干的环境条件，意味着凝结潜热释放较少，而系统中的垂直运动更多取决于冷池和垂直风切变之间的水平涡度平衡。

利用传统点对点TS评分、邻域法以及对象检验等多种方法，综合评估了GRAPES_3 km模式的对流风暴预报性能，分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性，并同GRAPES_Meso模式的相关结果进行了对比。结果表明：对强对流典型个例的预报评估发现，综合应用多种评估方法能够更全面地评估对流风暴预报，获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法，GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报，起报时间越新预报效果越好。邻域TS方法考虑了时空偏差，GRAPES_3 km模式20和35 dBz采用时间邻域1 h，空间点对点时预报技巧最高；50 dBz时空偏差较大，时间邻域尺度为3 h技巧最高。分数技巧评分（FSS）显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度，而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果，GRAPES_3 km模式的对流风暴个数预报与实况较为一致，但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好，对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小，对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小，位置预报偏差较大，形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致，依然具有一定的参考价值，但新型空间检验方法能够提供更详细的评估信息。

为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度，利用Cressman插值初步建立了我国0.25°×0.25°网格化污染物实况。结合4套空气质量数值预报模式，通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上，建立了最优集成预报。对2018年12月19—22日一次重污染过程中集成预报的PM2.5浓度评估结果显示：在污染较重时刻，最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在-20%~40%，对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中，最优集成在大部分污染区域与观测之间的NMB值为-20%~20%，均方根误差（RMSE）值为35~75 μg·m-3，相关系数（R）值大于0.4。相较于所有单一模式和其他集成方法，最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市，最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度，利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。

基于2009—2017年的广西县级暴雨灾情记录，综合考虑致灾因子、孕灾环境和承灾体因素选取7个解释变量，运用随机森林算法，构建暴雨灾害人口损失预估模型；并以精细化网格降水实况分析和预报产品驱动模型，预估是否发生人口损失。研究结果表明：模型训练样本及测试样本的分类准确率均在90%以上，致灾因子（降水情况）是最主要的解释变量，重要性从大到小依次是前10 d降水距平百分率、过程最大日雨量、最大小时雨量和短时强降水频次。应用智能网格降水产品对广西地区近两年的暴雨灾害过程进行回报试验，准确率超过70%。

基于RMAPS-CHEM空间分辨率为3 km的逐小时能见度预报产品，考虑到不同区域、不同时效及不同级别的预报误差不同，对北京区域各站点能见度观测值与模式预报结果进行比较和分时段逐级偏差订正，以2016年数据为样本，并对2017年数据检验。订正结果表明该统计订正方案对2017年能见度预报有较好的订正效果，不仅可以较好地改善其对高海拔地区的高估现象，也能更好地预报出低能见度现象。以2017年1月为例，北京观象台站能见度平均偏差及均方根误差都有所降低，0~24 h分级预报准确率均有所提高。同时，对优化后结果进行合理插值，并应用于北京iGrAPS无缝隙智能网格预报分析系统，得到北京地区1 km空间分辨率的0~96 h时效能见度预报产品，从而为雾、霾等低能见度天气现象的预报提供支撑。

应用滑动平均误差订正方法和历史偏差订正方法，对欧洲中期天气预报中心的数值模式延伸期2 m温度预报进行误差订正。研究发现，应用滑动平均误差订正方法进行11~15 d逐日温度预报订正时，25~30 d是最优的训练期长度。对2018年订正预报的检验分析显示，应用上述两种误差订正方法均可减小模式预报的系统偏差，有效修正模式温度预报较实况明显偏低的问题，并将预报准确率提高30%以上。在6—10月，订正后的温度预报平均绝对误差基本在2℃以内，具有一定的参考性，其业务化产品可支撑预报员的业务预报需求。在15 d内的延伸期预报时效上，两种订正方法对温度预报的订正效果差异并不明显。随着时效的延长，历史偏差订正方法的优势逐渐显现。

开展了夏半年72 h内逐3 h降水预报试验，针对ECMWF模式预报、基于ECMWF的模式输出统计(MOS)预报、纳入超前空间实况信息的OMOS预报，以及三种预报的最优TS评分订正(OTS)预报，对比分析预报效果，探讨一种多方法结合能够提供良好预报性能的3 h定量降水预报技术方案。结果表明:在短期预报中，MOS预报与OTS订正相结合的MOSOTS综合预报方法的预报性能最好，而且MOSOTS方法的3 h强降水预报与业务运行的城镇指导预报中融合主客观预报的降水预报相比，也具有一定优势；而在临近3 h预报中，则OMOS预报与OTS订正相结合的OMOSOTS综合预报方法最优，3 h内0.1、3和10 mm以上降水的TS评分最高，比原始模式预报分别提高73%、198%和483%，Bias评分接近于1，在夏半年的逐日晴雨预报中，OMOSOTS方法在大部分日期都稳定优于MOSOTS预报和城镇指导预报。

低矮房屋是受台风影响最为严重的房屋类型之一。从建筑构件可靠性的角度，利用蒙特卡洛方法模拟典型双坡屋面小青瓦砖木结构的低矮房屋（以下简称为“低矮房屋”）不同构件对风速的易损性曲线，低矮房屋不同构件的大风易损性为：侧边>屋檐>迎风屋面>屋脊>侧边墙角>背风屋面。从而构建了台风大风对低矮房屋倒损概率模型，量化风灾对低矮房屋的风险。利用全球灯光数据（DMSP/OLS）对地面粗糙度进行分类，分析不同地面粗糙度低矮房屋易损性的差异。基于我国精细化智能网格预报产品，预估了2017年13号台风天鸽低矮房屋风险等级，并与实际灾情进行检验。结果表明，该模型的预估结果与实际灾情在广东中西部较为吻合，但在广东东部沿海地区产生了一定范围的空报，可能是智能网格风速预报产品在台风东侧风速偏大所导致，其预估结果的TS评分为0.28，空报率为0.62，漏报率为0.48，模型能够在一定程度上预估风灾对低矮房屋的倒损风险。

2019年12月大气环流主要特征为：北半球极涡为偶极型分布，环流呈三波型，东亚槽略偏弱，南支槽偏强，且副热带高压位置偏西。12月，全国平均降水量为11.2 mm，较常年同期（10.5 mm）偏多6.7%；全国平均气温为-2.7℃，较常年同期（-3.2℃）偏高 0.5℃。月内共出现3次较强降水过程和3次中等强度冷空气过程。另外，7—10日、20—26日我国中东部地区发生了两次持续性大范围雾霾天气过程。