温带气旋是中纬度地区每日天气舞台上最重要的“演员”。在秋冬季节的中高纬度海洋上有一类快速发展的温带气旋——“爆发性气旋”,尚未受到公众的广泛关注。文章围绕这一主题,首先回顾了温带气旋研究的历史,介绍了“爆发性气旋”这一术语产生的渊源,并对多位学者给出的爆发性气旋定义进行了系统梳理,重点介绍了一个考虑风速影响的、修正的爆发性气旋定义，还总结了爆发性气旋的研究现状,最后对其未来数十年的研究前景进行了阐述展望。

近年来，机器学习理论和方法应用蓬勃发展，已在强对流天气监测和预报中广泛应用。各类机器学习算法，包括传统机器学习算法（如随机森林、决策树、支持向量机、神经网络等）和深度学习方法，已在强对流监测、短时临近预报、短期预报领域发挥了积极的重要作用，其应用效果往往明显优于依靠统计特征或者主观经验积累的传统方法。机器学习方法能够更有效提取高时空分辨率的中小尺度观测数据的强对流特征，为强对流监测提供更全面、更强大的自动识别和追踪能力；能够有效综合应用多源观测数据、分析数据和数值预报模式数据，为强对流临近预报预警提取更多有效信息；能够有效对数值模式预报进行释用和后处理，提升全球数值模式、高分辨率区域数值模式在强对流天气预报上的应用效果。最后，给出了目前机器学习方法应用中存在的问题和未来工作展望。

基于广东省气象观测资料、汕尾多普勒天气雷达产品和全球再分析资料CSFR，分析了2013年8月和2018年8月发生在粤东暴雨中心的破纪录极端强降水过程，阐明边界层急流的作用。结果表明：（1）两次过程的主要影响系统分别为长时间缓慢移动的1311号台风尤特残余环流和季风低压外围环流，当粤东暴雨中心处于台风环流东南侧和季风低压东侧时，边界层急流在该区域辐合抬升，形成的中尺度能量锋利于强降水的触发；（2）边界层急流为强降水提供了充沛的、源源不断的水汽条件，同时配合特殊地形的摩擦、阻挡等作用，在粤东暴雨中心内形成了明显的水汽通量辐合；（3）持续性强降水发展期间，大气层结长时间处于不稳定状态与对流层低空暖湿平流的不断输送密切相关。两次过程中不同点主要表现为边界层急流强度和风向不同，由此带来的气流辐合方式和强降水范围有明显的差异，季风低压影响过程中边界层急流作用更显著。

给出四川盆地暖区暴雨的定义，并根据天气形势和影响系统将其分为西南涡型、副热带高压边缘型、西南急流型和东南风型四类。然后利用2008—2018年5—9月常规和自动站逐时降水资料统计分析四类暖区暴雨的时空分布特征和降水性质，并选取典型个例，对暴雨中尺度特征和成因进行了分析。主要结论包括：四类暖区暴雨易发于山脉迎风坡、喇叭口地形、平原和丘陵山地不均匀下垫面附近。西南涡型和西南急流型暴雨范围广且成片，西南涡型暴雨主要位于盆地中部和南部，西南急流型暴雨主要出现在盆地中部到龙门山脉北段和大巴山脉；副热带高压边缘型和东南风型暴雨分散，主要出现在盆地西部；降水都具有明显的日变化，呈现为单峰型，夜间加强，白天减弱；暖区暴雨由对流性和稳定性降水组成，降水量级越大，对流性越明显，其中，副热带高压边缘型和东南风型对流性降水明显，西南涡型和西南急流型稳定性降水明显；暖区暴雨直接由β中尺度云团发展造成，西南涡型和西南急流型中尺度对流系统持续时间≥6 h，副热带高压边缘型和东南风型中尺度对流系统持续时间≤6 h，但四类暖区暴雨单站对流性降水（20~50 mm·h-1）的持续时间一般不超过3 h，≥50 mm·h-1的短时强降水维持时间不超过1 h，〖JP2〗若超过1 h易造成极端降水事件，西南涡型和西南急流型容易出现极端强降水；四类暖区暴雨发生在高能高湿不稳定环境条件下，平均CAPE值超过1 〖KG-*5〗000 J·kg-1，K指数在40℃左右，850 hPa平均假相当位温在85℃左右，平均比湿可达16 g·kg-1。

利用1996—2015年中国的高空探测资料和地面观测数据，挑选发生降水的数十万个样本将其分为降雨和降雪两类事件，抽象为二分类问题，采用深度学习网络技术构建降水相态判识模型，并用2016—2017年的数据进行测试检验，针对2018年1月下旬中国一次大范围雨雪天气过程进行个例检验，在此基础上探讨了深度学习网络在降水相态判识和预报中的应用。主要结论如下：基于深度学习网络判识模型的判识准确率为98.2%，雨、雪的TS评分分别为97.4%和94.4%，相应空报率为1.7% 和2.0%，漏报率为1.0%和3.7%，较传统指标阈值法的判识准确率有较大提高；个例检验显示，基于实况探空数据的模型判识结果与降水相态实况在全国基本保持一致，欧洲中期数值预报中心（ECMWF）的降水相态预报产品和模型的预报结果对全国的降水相态都表现出较好的预报能力，而对雨雪分界线的预报，模型的预报结果较ECMWF总体上更接近实况。测试结果表明，模型较好地提取了雨、雪降水相态的结构特征，深度学习网络在降水相态判识和预报中的应用具有可行性和一定的优势，可为降水相态的客观判识和预报提供重要技术支撑。

利用中国冬季逐日平均气温均方差作为气温季节内变率指标，分析其变化特征并探讨引起季节内变率异常的环流背景。结果表明，中国冬季气温季节内变率总体呈减弱趋势，对气候增暖趋势响应明显，其年代际变化和东亚冬季风年代际转折时间相吻合。当气温季节内变率异常偏强时，冬季平均环流场上呈类似准正压结构，平流层极涡偏弱，对流层中高纬呈类似斯堪的纳维亚遥相关型分布，低层西伯利亚高压偏强，北大西洋涛动（NAO）为负位相；NAO同我国东部气温变率联系密切，进一步分析揭示出NAO是通过影响西伯利亚高压的高频变化来作用于气温季节内变率。最后，通过提取天气—次季节—季节不同时间尺度上的大气环流内部变率，发现在各个尺度上，气温季节内变率均受西伯利亚高压和东亚冷涡的调控作用；尤其在天气尺度上，阿留申低压频繁波动及上游欧洲脊的稳定少动与气温变率有密切联系，季节尺度上欧亚阻塞高压和鄂霍次克海阻塞高压异常对气温变率有显著影响。

2019年8月，中国电子科技集团第十四研究所南京恩瑞特实业有限公司研制的GLC-12A型移动X波段双线偏振多普勒天气雷达在江苏大丰进行外场观测。根据该雷达外场观测资料，联合盐城新一代SA天气雷达和江苏省6个雨量站资料，对移动X波段双线偏振雷达做数据质量分析。结果表明，针对同一次降水过程而言，距离越远，衰减越大。为了降低衰减造成的观测误差，首先利用信噪比对差分反射率Zdr、零滞后相关系数ρhv(0)进行偏差订正，提高Zdr和ρhv(0)的数据质量，以便进行地杂波、生物回波等非降水回波过滤。然后应用去抖动滤波后的差分传播相移率Kdp或总差分传播相位dp表达在雨中距离雷达R处的总双向反射率因子衰减订正值。数据分析表明，订正后移动X波段双线偏振雷达数据质量得到了提高。

基于生物质燃烧排放源清单、地面观测和数值模式对东南亚中南半岛生物质燃烧气溶胶的排放特征，以及其在2020年春季对我国云南地区霾天气和南方前汛期降水过程的影响进行了分析。结果表明：中南半岛生物质燃烧气溶胶排放主要集中于每年3—4月，排放峰值时段集中于3月下旬至4月上旬，主要排放区域为缅甸东部和老挝北部。中南半岛生物质燃烧气溶胶在地面主要影响我国云南南部城市的霾天气，缅甸的生物质燃烧气溶胶是最主要的贡献源。中南半岛生物质燃烧气溶胶在低空西南急流作用下，可以在800~600 hPa高度传输至我国华南和江南南部大部分区域上空。传输至我国南方上空的生物质燃烧气溶胶通过抑制对流性降水、增强非对流性降水，可以改变南方前汛期降水过程的空间分布，使降水更集中于切变线附近。

利用1949—2018年中国气象局台风最佳路径、2018年中央气象台的台风路径强度实时预报、ECMWF数值预报以及NCEP逐日高分辨率海温RTG_SST（0.083°×0.083°）等资料，对2018年西北太平洋台风活动的主要特征和预报难点进行了分析。结果表明：2018年台风生成频数偏多,生成源地偏东，南海台风活跃；生成时间集中，盛夏台风异常偏多，台风群发性强，双台风或多台风共存活动频次偏多；台风生命史长,累积气旋能量偏高,超强台风偏多，但整体强度偏弱，较弱台风异常偏多；台风登陆频数和频次偏多,登陆地段偏北，且登陆台风强度明显偏弱。中央气象台24～120 h台风路径预报误差分别为72、124、179、262和388 km，各时效误差较2017年均有减少，特别是长时效路径预报误差明显减少；24~120 h台风强度预报误差分别为3.7、5.1、5.5、6.6和7.1 m·s-1。由于双台风或多台风之间的相互作用、“鞍型场”等造成路径预报难度大以及多台风之间复杂水汽输送、近海台风强度变化不确定性大等原因,造成强度预报难度大。若采用更多观测资料、进行更深入的台风机理研究以及研发更有效的台风客观预报技术将是突破这些难点的有效途径。

从研究人工智能雷电临近预警模型的目的出发，以卷积神经网络模型为基础，结合多个时间序列的雷达产品（组合反射率、液态水含量、回波顶高）与闪电数据，对雷电临近预报方法进行基于卷积神经网络结构的应用，以福建省2017—2018年雷达、闪电数据为样本完成了模型的训练与预测研究。训练结果显示，15~30 min模型训练样本测试集准确率为0.798 〖KG-*5〗5；选取福建省2019年20个雷电过程验证分析表明，15~30 min模型对动力抬升型雷电过程预警TS评分为0.716，夏季局地热雷暴预警TS评分为0.694，与常规采用雷达、闪电阈值控制的雷电预警算法相比，准确率有一定的提高，具有一定的实践意义。

2020年12月大气环流的主要特征是：北半球极涡呈偶极分布，环流呈三波型，欧亚中高纬度环流经向度大，东亚大槽偏强，南支槽偏弱。12月，全国平均降水量为5.8 mm，比常年同期（10.5 mm）偏少45.3%，全国平均气温为-3.9℃，比常年同期（-3.2℃）偏低0.7℃。月内共出现2次强冷空气过程、2次大范围降水过程和２次大范围雾霾天气过程。其中27—31日，我国大部分地区遭遇寒潮天气，降温幅度大，影响范围广，多地最低气温突破历史极值。

温带气旋是中纬度地区每日天气舞台上最重要的“演员”。在秋冬季节的中高纬度海洋上有一类快速发展的温带气旋——“爆发性气旋”,尚未受到公众的广泛关注。文章围绕这一主题,首先回顾了温带气旋研究的历史,介绍了“爆发性气旋”这一术语产生的渊源,并对多位学者给出的爆发性气旋定义进行了系统梳理,重点介绍了一个考虑风速影响的、修正的爆发性气旋定义，还总结了爆发性气旋的研究现状,最后对其未来数十年的研究前景进行了阐述展望。

近年来，机器学习理论和方法应用蓬勃发展，已在强对流天气监测和预报中广泛应用。各类机器学习算法，包括传统机器学习算法（如随机森林、决策树、支持向量机、神经网络等）和深度学习方法，已在强对流监测、短时临近预报、短期预报领域发挥了积极的重要作用，其应用效果往往明显优于依靠统计特征或者主观经验积累的传统方法。机器学习方法能够更有效提取高时空分辨率的中小尺度观测数据的强对流特征，为强对流监测提供更全面、更强大的自动识别和追踪能力；能够有效综合应用多源观测数据、分析数据和数值预报模式数据，为强对流临近预报预警提取更多有效信息；能够有效对数值模式预报进行释用和后处理，提升全球数值模式、高分辨率区域数值模式在强对流天气预报上的应用效果。最后，给出了目前机器学习方法应用中存在的问题和未来工作展望。

基于广东省气象观测资料、汕尾多普勒天气雷达产品和全球再分析资料CSFR，分析了2013年8月和2018年8月发生在粤东暴雨中心的破纪录极端强降水过程，阐明边界层急流的作用。结果表明：（1）两次过程的主要影响系统分别为长时间缓慢移动的1311号台风尤特残余环流和季风低压外围环流，当粤东暴雨中心处于台风环流东南侧和季风低压东侧时，边界层急流在该区域辐合抬升，形成的中尺度能量锋利于强降水的触发；（2）边界层急流为强降水提供了充沛的、源源不断的水汽条件，同时配合特殊地形的摩擦、阻挡等作用，在粤东暴雨中心内形成了明显的水汽通量辐合；（3）持续性强降水发展期间，大气层结长时间处于不稳定状态与对流层低空暖湿平流的不断输送密切相关。两次过程中不同点主要表现为边界层急流强度和风向不同，由此带来的气流辐合方式和强降水范围有明显的差异，季风低压影响过程中边界层急流作用更显著。

给出四川盆地暖区暴雨的定义，并根据天气形势和影响系统将其分为西南涡型、副热带高压边缘型、西南急流型和东南风型四类。然后利用2008—2018年5—9月常规和自动站逐时降水资料统计分析四类暖区暴雨的时空分布特征和降水性质，并选取典型个例，对暴雨中尺度特征和成因进行了分析。主要结论包括：四类暖区暴雨易发于山脉迎风坡、喇叭口地形、平原和丘陵山地不均匀下垫面附近。西南涡型和西南急流型暴雨范围广且成片，西南涡型暴雨主要位于盆地中部和南部，西南急流型暴雨主要出现在盆地中部到龙门山脉北段和大巴山脉；副热带高压边缘型和东南风型暴雨分散，主要出现在盆地西部；降水都具有明显的日变化，呈现为单峰型，夜间加强，白天减弱；暖区暴雨由对流性和稳定性降水组成，降水量级越大，对流性越明显，其中，副热带高压边缘型和东南风型对流性降水明显，西南涡型和西南急流型稳定性降水明显；暖区暴雨直接由β中尺度云团发展造成，西南涡型和西南急流型中尺度对流系统持续时间≥6 h，副热带高压边缘型和东南风型中尺度对流系统持续时间≤6 h，但四类暖区暴雨单站对流性降水（20~50 mm·h-1）的持续时间一般不超过3 h，≥50 mm·h-1的短时强降水维持时间不超过1 h，〖JP2〗若超过1 h易造成极端降水事件，西南涡型和西南急流型容易出现极端强降水；四类暖区暴雨发生在高能高湿不稳定环境条件下，平均CAPE值超过1 〖KG-*5〗000 J·kg-1，K指数在40℃左右，850 hPa平均假相当位温在85℃左右，平均比湿可达16 g·kg-1。

利用1996—2015年中国的高空探测资料和地面观测数据，挑选发生降水的数十万个样本将其分为降雨和降雪两类事件，抽象为二分类问题，采用深度学习网络技术构建降水相态判识模型，并用2016—2017年的数据进行测试检验，针对2018年1月下旬中国一次大范围雨雪天气过程进行个例检验，在此基础上探讨了深度学习网络在降水相态判识和预报中的应用。主要结论如下：基于深度学习网络判识模型的判识准确率为98.2%，雨、雪的TS评分分别为97.4%和94.4%，相应空报率为1.7% 和2.0%，漏报率为1.0%和3.7%，较传统指标阈值法的判识准确率有较大提高；个例检验显示，基于实况探空数据的模型判识结果与降水相态实况在全国基本保持一致，欧洲中期数值预报中心（ECMWF）的降水相态预报产品和模型的预报结果对全国的降水相态都表现出较好的预报能力，而对雨雪分界线的预报，模型的预报结果较ECMWF总体上更接近实况。测试结果表明，模型较好地提取了雨、雪降水相态的结构特征，深度学习网络在降水相态判识和预报中的应用具有可行性和一定的优势，可为降水相态的客观判识和预报提供重要技术支撑。

利用中国冬季逐日平均气温均方差作为气温季节内变率指标，分析其变化特征并探讨引起季节内变率异常的环流背景。结果表明，中国冬季气温季节内变率总体呈减弱趋势，对气候增暖趋势响应明显，其年代际变化和东亚冬季风年代际转折时间相吻合。当气温季节内变率异常偏强时，冬季平均环流场上呈类似准正压结构，平流层极涡偏弱，对流层中高纬呈类似斯堪的纳维亚遥相关型分布，低层西伯利亚高压偏强，北大西洋涛动（NAO）为负位相；NAO同我国东部气温变率联系密切，进一步分析揭示出NAO是通过影响西伯利亚高压的高频变化来作用于气温季节内变率。最后，通过提取天气—次季节—季节不同时间尺度上的大气环流内部变率，发现在各个尺度上，气温季节内变率均受西伯利亚高压和东亚冷涡的调控作用；尤其在天气尺度上，阿留申低压频繁波动及上游欧洲脊的稳定少动与气温变率有密切联系，季节尺度上欧亚阻塞高压和鄂霍次克海阻塞高压异常对气温变率有显著影响。

2019年8月，中国电子科技集团第十四研究所南京恩瑞特实业有限公司研制的GLC-12A型移动X波段双线偏振多普勒天气雷达在江苏大丰进行外场观测。根据该雷达外场观测资料，联合盐城新一代SA天气雷达和江苏省6个雨量站资料，对移动X波段双线偏振雷达做数据质量分析。结果表明，针对同一次降水过程而言，距离越远，衰减越大。为了降低衰减造成的观测误差，首先利用信噪比对差分反射率Zdr、零滞后相关系数ρhv(0)进行偏差订正，提高Zdr和ρhv(0)的数据质量，以便进行地杂波、生物回波等非降水回波过滤。然后应用去抖动滤波后的差分传播相移率Kdp或总差分传播相位dp表达在雨中距离雷达R处的总双向反射率因子衰减订正值。数据分析表明，订正后移动X波段双线偏振雷达数据质量得到了提高。

基于生物质燃烧排放源清单、地面观测和数值模式对东南亚中南半岛生物质燃烧气溶胶的排放特征，以及其在2020年春季对我国云南地区霾天气和南方前汛期降水过程的影响进行了分析。结果表明：中南半岛生物质燃烧气溶胶排放主要集中于每年3—4月，排放峰值时段集中于3月下旬至4月上旬，主要排放区域为缅甸东部和老挝北部。中南半岛生物质燃烧气溶胶在地面主要影响我国云南南部城市的霾天气，缅甸的生物质燃烧气溶胶是最主要的贡献源。中南半岛生物质燃烧气溶胶在低空西南急流作用下，可以在800~600 hPa高度传输至我国华南和江南南部大部分区域上空。传输至我国南方上空的生物质燃烧气溶胶通过抑制对流性降水、增强非对流性降水，可以改变南方前汛期降水过程的空间分布，使降水更集中于切变线附近。

利用1949—2018年中国气象局台风最佳路径、2018年中央气象台的台风路径强度实时预报、ECMWF数值预报以及NCEP逐日高分辨率海温RTG_SST（0.083°×0.083°）等资料，对2018年西北太平洋台风活动的主要特征和预报难点进行了分析。结果表明：2018年台风生成频数偏多,生成源地偏东，南海台风活跃；生成时间集中，盛夏台风异常偏多，台风群发性强，双台风或多台风共存活动频次偏多；台风生命史长,累积气旋能量偏高,超强台风偏多，但整体强度偏弱，较弱台风异常偏多；台风登陆频数和频次偏多,登陆地段偏北，且登陆台风强度明显偏弱。中央气象台24～120 h台风路径预报误差分别为72、124、179、262和388 km，各时效误差较2017年均有减少，特别是长时效路径预报误差明显减少；24~120 h台风强度预报误差分别为3.7、5.1、5.5、6.6和7.1 m·s-1。由于双台风或多台风之间的相互作用、“鞍型场”等造成路径预报难度大以及多台风之间复杂水汽输送、近海台风强度变化不确定性大等原因,造成强度预报难度大。若采用更多观测资料、进行更深入的台风机理研究以及研发更有效的台风客观预报技术将是突破这些难点的有效途径。

从研究人工智能雷电临近预警模型的目的出发，以卷积神经网络模型为基础，结合多个时间序列的雷达产品（组合反射率、液态水含量、回波顶高）与闪电数据，对雷电临近预报方法进行基于卷积神经网络结构的应用，以福建省2017—2018年雷达、闪电数据为样本完成了模型的训练与预测研究。训练结果显示，15~30 min模型训练样本测试集准确率为0.798 〖KG-*5〗5；选取福建省2019年20个雷电过程验证分析表明，15~30 min模型对动力抬升型雷电过程预警TS评分为0.716，夏季局地热雷暴预警TS评分为0.694，与常规采用雷达、闪电阈值控制的雷电预警算法相比，准确率有一定的提高，具有一定的实践意义。

2020年12月大气环流的主要特征是：北半球极涡呈偶极分布，环流呈三波型，欧亚中高纬度环流经向度大，东亚大槽偏强，南支槽偏弱。12月，全国平均降水量为5.8 mm，比常年同期（10.5 mm）偏少45.3%，全国平均气温为-3.9℃，比常年同期（-3.2℃）偏低0.7℃。月内共出现2次强冷空气过程、2次大范围降水过程和２次大范围雾霾天气过程。其中27—31日，我国大部分地区遭遇寒潮天气，降温幅度大，影响范围广，多地最低气温突破历史极值。