认识青藏高原地区强对流云的宏观特征，包括云顶高度、面积等，理解强对流云自身特征变化对高原降水年际变率的影响机制。

（1）获取基于2010–2018年FY-2E卫星的TBB产品、云分类（Cloud Classification，CLC）产品以及全球闪电定位网（World Wide Lightning Location Network，WWLLN）的闪电定位数据计算建立的雷暴云观测数据，分析青藏高原地区强对流云降水过程的宏观特征（云顶、云底、云厚等），得到这些特征的典型值和取值范围；降水数据以短期的高分辨率WRF模拟为基础，利用机器学习方法对ERA5降水数据进行降尺度，并进一步融合了超9000个雨量站的观测数据得到。依据降水数据，统计分析日降水量及降水持续时间等，并根据数值分布将降水分为不同强度类型，从年际及季节两个角度，分区域探究不同降水类型与强对流特征的对应关系。

（2）在研究（1）的基础上，使用最小二乘法、M-K趋势检验及多项式回归等多种方法，对强对流特征及降水的相关性关系进行分析。

（3）依据研究（2）中的方法将强对流及降水的数据进行可视化，绘制两者的相关图像，直观分析其线性关系，并记录方差等表征误差的数据，以提高数据的可信度及准确性。

青藏高原地形地貌特殊，其造就的大气环流独特的热力效应和机械作用形成了高原独特的气候特征。青藏高原地区的云量和降水的分布随着区域和季节的不同具有显著的变化。高原总云量中东部多，西部少，高值出现在春夏季；降水大多分布在高原中南及东南部，集中在5—9月的暖季。自1979年以来，总云量高原下降，低云量上升，总降水量增加^[1]。云降水过程能够调节地-气系统的辐射收支，并通过降水紧密联系大气和地表水循环。因此，研究高原云降水过程有利于理解高原及东亚地区的气候变化。在青藏高原，强对流云出现比例可达4.0% ~ 21.0%，其中高原中部的积雨云为21%，是其他非青藏高原地区的5倍左右^[2]。青藏高原强对流天气的产生及变化与对流触发机制和大气环流的变化密切相关^[1]。在高原地区，对流系统水平尺度较小，云体相对浅薄，含水量低，降水能力偏弱^[3,4]，降水云以冰云为主，混合相云次之，水云最少^[5]。云顶温度更低、发展更旺盛、更深厚的云往往具有较大的云水含量，降水能力更强。低云的增加，会消耗有限的水汽，抑制中云或高云的形成，从而使大气层结更稳定。

  如今在全球变暖的背景下，极端天气和气候事件更为频发，在我国强对流天气由于其复杂性、局地性、突变性等特点，是诱发极端天气的主要因素，其对自然环境及人类生命健康的危害不容小觑^[6]。已有研究发现我国的一些强对流天气与海拔高度有很强的相关性，青藏高原腹地及其周边地区为强对流天气的高发区，青藏高原一年内冰雹发生频率远高于其他地区^[7]。来自印度季风低压偏南方向的水汽、西太平洋副热带高压东南方向的水汽、西风带高空槽西北方向的水汽在青藏高原附近形成水汽辐合区，亦容易引发强对流天气^[8]。青藏高原主体地区的中部、东部及南部多深对流系统，东部对流强度较大，强对流活动多发生在夏季^[9]。强对流特征变化常对应短时强降雨、大风等天气现象，在西太平洋副热带高压边缘暖湿气流配合纬向多波动气流带动冷空气东移的有利配置下强对流暴雨发生，高温高湿的环境为强对流暴雨的发生创造了有利条件^[10]。短时强降雨将促进高原地区水文循环，雷暴大风表现为较大的不稳定能量,对流有效位能最高，从而影响高原局地能量的分布^[11]。此外，700 hPa低空急流向青藏高原地区输送暖湿水汽，并在暴雨区辐合，平流输送上冷下暖，为强降水的发生提供了水汽和不稳定能量^[12]。因此，本项目将针对强对流特征的变化趋势及其对降水的影响进行深入讨论，以期能够在未来更有效监测强对流过程并准确预报，这对更深入理解气象灾害规律以及防灾减灾有着重要的现实意义和科学意义。

[参考文献]：

[1] 唐洁. 青藏高原云和降水与极端灾害天气事件分布、趋势及其成因研究[D].南京信息工程大学,2023.DOI:10.27248/d.cnki.gnjqc.2022.000018.

[2] 戴加洗. 青藏高原气候[M]. 北京: 气象出版社, 1990

[3] Luo, Y., R. Zhang, W. Qian, Z. Luo, and X. Hu, 2010: Intercomparison of Deep Convection over the Tibetan Plateau–Asian Monsoon Region and Subtropical North America in Boreal Summer Using CloudSat/CALIPSO Data. Journal of Climate, 24(8), 2164-2177.

[4] Qie, X., X. Wu, T. Yuan, J. Bian, and D. Lu, 2014: Comprehensive Pattern of Deep Convective Systems over the Tibetan Plateau–South Asian Monsoon Region Based on TRMM Data. J. Climate, 27(17), 6612-6626.

[5] 陈玲，周筠珺．2015: 青藏高原和四川盆地夏季降水云物理特性差异. 高原气象, 34(3), 621-632.

[6] 刘薇. 伊犁河谷强对流天气雷达气候特征分析[D].南京信息工程大学,2023.DOI:10.27248/d.cnki.gnjqc.2022.000116.

[7] 张晏. 高原地区强对流天气分类识别方法研究[D].天津大学,2020.DOI:10.27356/d.cnki.gtjdu.2020.004906.

[8] 张青梅,李生辰,苏永玲,等.青海高原短时强降水时空分布及天气学概念模型[J].高原气象,2022,41(02):515-525.

[9] 谷艳茹,范广洲.青藏高原地区深对流系统特征分析[J].气象科技,2021,49(03):372-379.DOI:10.19517/j.1671-6345.20200367.

[10] 杨晓军,叶培龙,徐丽丽,等.一次青藏高原东北侧边坡强对流暴雨的中尺度对流系统演变特征[J].高原气象,2022,41(04):839-849.

[11] 朱泳桦. 基于贝叶斯算法对广东省强对流天气的潜势预报研究[D].南京信息工程大学,2024.DOI:10.27248/d.cnki.gnjqc.2023.000583.

        [12] 万占鑫,肖万有,乔戈,等.青藏高原东侧边坡地区一次强对流天气过程中尺度分析[J].陕西气象,2020(01):1-7.

基于国产风云卫星观测数据，定量讨论青藏高原强对流特征（云高、面积）的变化趋势及其对高原降水年际变率的影响。

1、加深对青藏高原地区强对流云的宏观特征的认识，更明确直观得了解不同年份、不同季节强对流云的变化趋势。

2、探究出降水类型的变化与强对流特征之间的关系。

3、提升处理数据、建立数学模型等操作的效率,锻炼和提升项目申请人的科学素养和科研能力。

以上研究成果主要以科技论文和学术报告的形式体现，拟在国内外学术刊物上发表论文1-2篇。

2024.05-2024.06：对青藏高原数据资料进行筛选和整理。挑出强对流云及对应地区降水的相关数据，完成好研究的前期工作。

2024.7-2024.10：初步分析不同年份、不同季节的强对流天气的特性及其与降水的相关关系，如雷暴云面积与降水强度的关系，以及雷暴云的深厚程度与降水量的关系等。

2024.10-2025.03：对强对流特征及降水进行拟合分析，并进行优化，开展与国内专家的学术交流，撰写论文并投稿，完成总结报告。