2013年至今，中国冬季与雾霾相伴的低能见度事件频发，京津冀及周边地区尤为严重。PM2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM2.5浓度与环境湿度对大气能见度的影响，利用2017年1月京津冀及周边地区MICAPS气象数据与PM2.5观测数据，运用天气学诊断分析方法讨论了不同相对湿度下PM2.5浓度、环境湿度对冬季能见度变化的相对贡献，按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区，建立了PM2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程，并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示：相对湿度低于70%、PM2.5浓度低于75 μg/m3时，北京-天津地区与河北-山东地区能见度多高于10 km，PM2.5浓度升高是此时能见度迅速降低的主导因素；相对湿度从70%上升至85%和PM2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km；能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%，PM2.5浓度与此时能见度相关减弱；能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起，与PM2.5浓度的变化关系不大。与不分组直接拟合相比，以相对湿度85%为界线，分别拟合能见度能够很大程度优化多元回归模型，相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km，5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好，观测值与拟合值相关系数均高于0.91，为雾-霾数值预报系统提供了新的能见度参数化算法。

利用福建龙岩、漳州、泉州新一代多普勒天气雷达和厦门海沧双偏振雷达探测资料，采用动态地球坐标系下双雷达三维风场反演与拼图技术，基于天气研究和预报模式（Weather Research and Forecasting，WRF）及其资料同化系统，对登陆台风“莫兰蒂”（1614）引起的2016年9月14—15日福建强降水过程进行了双雷达风场反演拼图资料检验及其三维变分同化对强降水精细预报影响的数值试验，结果发现：（1）动态地球坐标系下双雷达反演风场能合理反映实际风场分布状况，其误差相对较小。相较厦门翔安风廓线雷达及厦门探空秒级测风数据，反演风风向（风速）平均绝对误差分别为7.8°（2.6 m/s）及3.4°（1.1 m/s）；（2）反演风场水平方向稀疏化对同化及预报结果极为重要，过密的反演风场资料会给同化及预报结果带来负效果。文中采用18、6、2 km 3重嵌套，在3重嵌套区域均进行同化以及仅在2 km区域进行同化两种情况下，均表现为当反演风场资料水平分辨率提高到0.1°时，同化分析及预报的台风环流开始受到负影响；且当反演风场资料水平分辨率越高时，负效果越明显。敏感性试验结果显示，分辨率取0.2°时数值预报效果最好；（3）以美国国家环境预报中心全球预报系统（National Centers for Environmental Prediction/Global Forecast System，NCEP/GFS）0.5°×0.5°分析场为初值，基于3个不同起报时刻（2016年9月14日14时、20时及15日02时）（北京时，下同）模拟的福建省境内台风内核雨带和螺旋雨带逐时演变、台风路径与强度、逐时降水TS评分和空间相关差异显著，其中14日14时起报试验效果最好；而14日20时起报试验效果最差，这与该试验初始台风大风轴风速明显偏大有关；（4）在上述3个不同起报时刻试验基础上，分别增加双雷达反演风场资料的三维变分同化后，福建境内地面风场和台风内核雨带、螺旋雨带逐时分布、逐时降水TS评分和空间相关、台风环流结构以及U、V风垂直廓线分布均有明显改善，最大正影响时效可达24 h；但仅对1—6 h时效内台风路径有改善。

随着城市化、工业化的快速发展，空气污染已经成为了公众最关注的问题之一。为了提高空气质量预报的准确度，以多尺度空气质量模型（Community Multi-Scale Air Quality，CMAQ）为工具，结合中尺度WRF（Weather Research and Forecast Model）气象预报数据、气象观测数据、污染物浓度观测数据，基于极端随机树方法建立了WRF-CMAQ-MOS（Weather Research and Forecast Model-Community Multi-Scale Air Quality-Model Output Statistics）统计修正模型。结果表明，结合WRF气象预报的CMAQ-MOS方法明显修正了由于模型非客观性产生的模式预报偏差，提高了预报效果。使用线性回归方法不能获得较好的优化效果，选取极端随机树方法和梯度提升回归树方法对模型进行改进和比较，发现极端随机树方法对结合WRF气象要素的CMAQ-MOS模型有较大的提升。针对徐州地区空气质量预报，进一步使用基于极端随机树方法的WRF-CMAQ-MOS模型对2016年1、2、3月的空气质量指数（AQI）及PM2.5、PM10、NO2、SO2、O3、CO六种污染物优化试验进行验证，发现优化效果最为明显的两种污染物分别是NO2及O3，2016年1、2、3月整体相关系数NO2由0.35升至0.63，O3由0.39升至0.79，均方根误差NO2由0.0346减至0.0243 mg/m3，O3由0.0447减至0.0367 mg/m3。文中发展的WRF-CMAQ-MOS统计修正模型可以有效提升预报精度，在空气质量预报中具有很好的应用前景。

PM2.5污染仍然是湖北省冬季大气污染的首要污染类型，且具有明显区域传输特征，重污染过程的空气污染气象条件有别于华北地区，值得关注。采用WRF/Chem不同排放情景下的模拟结果，并结合观测分析，研究了2015年12月—2016年1月湖北省PM2.5重污染过程的气象输送条件及日变化特征，从大尺度输送条件和局地边界层动力作用分析了外来污染物水平传输、悬浮聚集和向下传输的过程，并解释了该地区观测到的午后PM2.5浓度特殊峰值的气象成因。结果表明，湖北重污染爆发以区域传输为主，地面观测PM2.5极值对应10 m风速可达8—10 m/s，边界层0—1 km为较强偏北风输送，污染传输通量极值位于400 m高度附近，为重要传输通道，低空无明显逆温，重污染过程具有“非静稳”边界层气象特征。重污染形成的大尺度输送条件为，长江中下游及北部地区偏北风异常偏强，南部地区风速减缓，使污染物在中游平原堆积，鄂北边界风速越大，越有利污染输送增长。传输性污染主要来自偏北和东北方向的污染源输送，潜在源区贡献主要为途经偏北通道上的豫中、南阳盆地和关中地区，以及途经东北通道上的鲁、皖、苏等部分地区。PM2.5浓度日变化双峰结构的天气成因不同，21—24时（北京时）峰值为静稳性污染，11—14时峰值为传输性污染。污染输送受大气边界层高度影响，日出前大气边界层高度较低，层结稳定并伴有上升运行，使得低空外来输送悬浮聚集在400 m高度附近；日出后随大气边界层高度升高，静稳层结被破坏，在干沉降作用下高浓度PM2.5开始向下传输，并在午后地面形成峰值。

准确获取气溶胶光学厚度对于气候变化研究和大气环境监测具有重要意义.通过波长插值和时空匹配方法,利用气溶胶自动观测站网(AERONET)观测的气溶胶光学厚度(AOD)对风云3A/中分辨率光谱成像仪(FY-3A/MERSI)、Terra (Aqua )/MODIS的C5.1(Collections 5.1)和C6(Collections 6)气溶胶光学厚度产品在中国区域的反演精度进行验证分析.结合一次发生在中国境内的沙尘天气与一次严重雾霾天气个例,分析上述卫星气溶胶光学厚度的分布特征.研究结果表明, (1)FY-3A/MERSI AOD的反演精度较高(R＝ 0.887,RMSE＝ 0.234),其值低于AERONET的观测值(Bias＝ －0.293).(2)在不同的下垫面下,各种卫星暗像元算法AOD产品反演精度有差异,植被覆盖情况越好,反演精度越高,而植被很少的地区,即亮地表甚至没有反演值.(3)MODIS C5.1 深蓝算法产品能在亮地表地区反演AOD,但效果不佳.MODIS C6 中的深蓝算法产品在不同下垫面的反演精度都很高(RMSE为0.096—0.127).(4)在不同季节的对比中,各种卫星AOD产品在夏季的反演精度最差,而反演最好的季节各有不同.(5)在一次沙尘天气污染与一次严重雾霾天气个例中,中国西部与北部区域, MODIS C6 深蓝算法AOD的监测效果优于其他算法AOD;MERSI AOD产品在此区域的分布不连续.总体而言,MODIS C6 AOD分布比 MODIS C5.1 产品连续,MODIS 3 km 产品在相同区域的AOD值高于其他产品.以上结论可为卫星AOD产品在中国区域的使用提供参考.

基于1981-2015年中国逐日降水量加密观测资料和NCEP/NCAR再分析资料，采用主、客观相结合的方法，以天气过程为单元建立了中国95°E以东地区及其6个子区的区域性暴雨过程个例谱，进一步使用小波功率谱、9点二项式平滑及离差平方和聚类等方法剖析了中国95°E以东区域性暴雨过程的时、空分布统计特征。结果表明：（1）中国95°E以东区域性暴雨过程平均年总次数接近30次；其中，江淮流域是出现区域性暴雨过程最多的子区，平均为19次/a；其次为华南和西南地区东部，平均为10.5和5.8次/a；东北地区、华北和西北地区东部平均仅为1-3次/a。（2）中国95°E以东及各子区区域性暴雨过程次数的年及年代际变化主要表现为波动特征，各子区中江淮流域与中国95°E以东地区的年及年代际波动变化最为一致；华南与西南地区、东北地区与华北的波动变化互为显著的正相关。中国95°E以东及各子区区域性暴雨过程年总次数都表现出2-4 a的周期变化，此外，江淮流域、华南和西北地区东部还表现出6-10 a的周期变化，华北表现出13-17 a的周期变化。（3）中国95°E以东区域性暴雨过程总体呈夏季最多、冬季最少、春季多于秋季的分布特征，其中以7月出现次数最多。各子区中，江淮流域和西南地区东部区域性暴雨过程以6、7月最多，华南以5、6月最多；东北地区、华北、西北地区东部集中出现在7、8月。（4）中国95°E以东地区的极端区域性暴雨过程可划分为7种分布类型。第Ⅰ-Ⅳ型强降雨区从江南南部和华南呈阶梯状逐步北抬至黄淮和四川盆地东部一带，第Ⅴ-Ⅶ型除在东南沿海均有强降雨区外，第Ⅴ型在华南东部至江淮、第Ⅵ型在黄淮北部至东北地区中南部、第Ⅶ型在黄淮西部和华北中南部还分布有强降雨区。

利用中国地面加密自动站观测资料、北京地区雷达探测资料、NCEP（1°×1°）FNL资料、ECMWF ERA Interim（0.125°×0.125°）逐日再分析资料等，对造成2016年7月19-20日华北极端暴雨中的低涡系统发展演变的结构特征和加强机制进行了研究。华北地区这次特大暴雨过程出现了3个阶段降水，其中与低涡系统强烈发展对应的第2阶段降水是本次华北暴雨过程的主要降水阶段。针对该低涡的分析表明：（1）850 hPa以西南低涡为中心的低压带中，在河南西北部新生低涡系统，并且其在向华北地区移动过程中显著加强，该低涡系统在空间结构上，从倾斜涡柱逐渐发展成近乎直立的、贯穿整个对流层的深厚低涡系统；（2）中低层低涡系统快速发展过程与高低空系统构成耦合作用有关：低层低涡系统显著加强之前，对流层上层（300-200 hPa）首先出现高空槽异常加深并向南发展，该高空槽发展的开始阶段与其本身冷暖平流造成的斜压发展过程对应；而后，随着高纬度平流层高位涡沿等熵面向南运动，造成华北地区对流层上层涡度增强，形成正位涡异常区；当这一正位涡异常区叠加在对流层中低层锋区上空时，造成对流层中低层气旋快速发展并向下伸展，诱发河南西北部的新生气旋；低涡系统的发展进一步强化了低空暖平流，促使低空气旋向东北方向发展'移动'（本质上是暖平流前端造成的气旋发展），这一动力学过程反过来使高层的涡度增强；这一正反馈过程形成的耦合环流不仅造成了整个涡度柱强度增强，而且垂直结构上逐渐由倾斜涡柱演变为近乎于直立的涡柱；（3）随着低涡系统增强，极大地加强了垂直上升运动并触发了对流，形成大范围的强降水，大量的凝结潜热释放，造成了低层低涡系统在强降水开始阶段的快速发展和增强；20日00时（世界时）以后，虽然对流活动显著减弱，但低涡系统的加深维持了大范围强降水过程的持续。强降水与低涡发展的正反馈过程是这次华北暴雨得以长时间维持的重要机制之一，这一过程形成的持续性潜热释放也是对流层中上层低涡系统热力结构发生改变的重要原因。

基于区域气候模式COSMO-CLM（CCLM）模拟的1960-2100年逐日最低气温数据及2000年中国土地利用数据，采用强度-面积-持续时间（Intensity-Area-Duration，IAD）方法，以全球升温1.5℃（RCP 2.6情景）和2.0℃（RCP 4.5情景）为目标，研究不同持续时间中国极端低温事件变化特征、最强极端低温事件强度与面积关系和最强中心空间分布，分析极端低温事件下耕地面积暴露度的变化规律。研究发现：（1）全球升温1.5℃情景下，持续1至9 d的极端低温事件频次相对于基准期（1986-2005年）下降30%-54%，强度变化-1%-8.8%，影响面积下降7%-21%；升温2.0℃，频次下降48%-80%，强度上升6%-11.5%，影响面积则在-14%-19%变化。（2）全球不同升温情景有可能发生强度和面积超过基准期最强事件的极端低温。全球升温1.5-2.0℃时，同等面积上的最强极端低温事件强度明显下降，但最强极端低温事件中心由西北和西南转移到华中和华南等地。（3）不同升温情景下，暴露于极端低温事件的中国耕地面积明显少于基准期，且升温幅度越高下降程度越大。最强极端低温事件的耕地暴露度则随温度的升高而增大。升温1.5℃时，华东、华北与华中等地暴露在最强极端低温事件的耕地面积相对于基准期有所增大，升温2.0℃时，华东与华北等地有大幅度上升。全球不同升温情景下，极端低温事件频次与影响面积持续下降，但强度上升；随着升温幅度的增大，这种差异变化特征越来越明显；特别应注意的是，随着温度上升，发生强度和面积超过当前记录到的最强极端低温事件的可能性增大；应加强极端事件的预警、预报和监测，减缓经济社会的损失。

基于WRF（Weather Research Forecast）模式和GSI（Gridpoint Statistical Interpolation）同化系统,研究了同化4部多普勒雷达探测资料对＂7.21＂北京特大暴雨过程中降水预报的改善作用。GSI系统直接同化径向风,而采用云分析的方式间接同化反射率。2012年7月20日21时—21日00时（世界时）雷达探测资料同化试验采用30 min循环同化径向风和反射率资料。结果表明,循环同化雷达探测资料改善了短时（0—6 h）和短期（0—24 h）降水预报,ETS评分提高了约0.2。同化反射率资料增加了初始场的水凝物,改善了温度场分布,直接影响了降水的形成,同时还使650—250 hPa位势高度的均方根误差平均降低了8 gpm。直接同化径向风资料对中尺度风场产生了一定影响。ETS评分结果表明：同化反射率资料的效果要优于同化径向风。