河南郑州“21.7”特大暴雨是中国近年来发生的一场严重气象灾害，对此暴雨事件的数值预报模式表现出较大的不确定性，对暴雨落区和降水强度的预测均存在偏差.目前，“21.7”河南暴雨的形成机理已经得到广泛研究，但针对其集合敏感性分析的研究却十分有限.集合敏感性分析是一种利用集合预报来估计模式预报对初始场敏感性的方法，可诊断极端天气过程的影响因子、对数值模式集合预报不确定性进行分析等.因此，针对“21.7”河南暴雨个例，利用WRF?ARW模式，结合集合初始条件与多物理过程以及物理过程扰动等方法，构建不同的区域模式集合预报.利用集合敏感性分析方法开展“21.7”河南暴雨的可预报性和影响该暴雨的因子分析.结果表明，“21.7”河南暴雨对初始条件的温度场、湿度场、风场和位势高度场扰动具有敏感性，增强郑州地区的气旋性环流、改变郑州上空的气温、降低郑州地区的气压、增强台风“烟花”的强度可以使此次暴雨的降水强度增强.本研究能够增进对“21.7”河南暴雨成因的理解，并改进集合预报.

对发生在2021年7月18日至21日的河南极端暴雨事件（“21.7”河南暴雨）进行集合模拟数值试验，旨在探究模拟启动时间以及台风“烟花”和“查帕卡”对此次暴雨事件的影响.不同模拟启动时间的试验组分析表明，在降水峰值发生前24 h启动的一组试验能够最准确地模拟双台风的路径和强度演变特征，其再现了“21.7”河南暴雨中心位置、强度及时间演变特征，这主要是由于该试验很好地再现了低层东南风急流及其动力辐合特征，基于此最优试验移除台风环流后，副热带高压西伸南压且水汽输送路径随之发生调整.通过定量分析降水关键区的整层水汽通量发现，在降水最大峰值出现的时段内，台风“烟花”和“查帕卡”分别削弱了东南风和偏南风的水汽输送，表明台风的存在对降水的影响存在不确定性，某些时段内反而减缓了河南地区的极端降水.

针对2021年8月8日发生在四川盆地东北部的一次暴雨，利用地面观测和再分析资料，结合WRF （Weather Research and Forecasting）敏感性数值试验，研究了青藏高原东部地形对本次暴雨过程的影响和机理.结果表明，暴雨发生期间四川盆地主要受500 hPa高压脊影响，青藏高原东南侧绕流形成的西南气流向暴雨区输送暖湿空气，并在盆地形成低涡.高低空系统的耦合使得气流辐合抬升，为暴雨发生提供了良好条件.当青藏高原东部地形高度降低以后，地形对气流的阻挡作用减弱，原先高原东南侧绕流产生的西南气流减弱变为偏西气流.同时，高原东北侧的西北气流加强并南下，进一步减弱四川盆地的南风分量和水汽输送，最终导致水汽在四川盆地东南侧聚集和暴雨落区的南移.

台风尺度表征了台风低层风场特定风速半径大小，是台风灾害影响范围的重要度量.针对超强台风“舒力基”（2021），对其尺度可预报性进行初步探讨.结果表明，模式可以模拟出台风发展初期台风尺度（内核尺度RMW、外围尺度R17）的演变趋势.基于集合预报的模拟试验，具体分析了内核尺度RMW、外围尺度R17演变及其误差增长特征.台风预报总体误差主要出现在对流层下层850 hPa，距离台风中心50~150 km.从初始环境场看，初始相对湿度是影响台风尺度误差增长的重要因子，初始高湿环境有利于台风发展阶段的台风尺度高离散度，从而限制了台风尺度的可预报性.在一定程度上，外围风圈半径的可预报性要高于内核风圈半径.

观测发现热带气旋（TC）边界层中存在龙卷尺度涡旋（TSV），其引起的相关阵风对近地面具有强烈影响.利用WRF?ARW模型，通过对飓风Earl （2010）进行高分辨率的数值试验模拟，分析了TC边界层龙卷尺度涡旋的时空分布特征以及发生发展的可能原因.Earl发展增强过程中，TSV数量随着Earl强度的增强而增加，尤其在最强期间表现最为活跃，一方面TC的增强提供了更强的背景场使得TSV更易生成，另一方面更强的背景场使得长生命期的TSV增加，每一时刻同时存在的TSV也就更多.TSV生成区域随Earl的发展从垂直风切左侧逐渐集中至逆风切左侧，且始终位于RMW内侧近地层次级环流上升支和最大垂直涡度位置附近，这里通常满足垂直切变和水平切变不稳定的必要条件，TSV涡度收支分析的结果表明，对TSV生成发展起主要贡献的是与水平风水平切变相关的拉伸项以及与垂直切变相关的扭转项，这意味着TSV的生成与发展可能与垂直切变不稳定和水平切变不稳定有关.

台风风场径向廓线模型对台风灾害的评估以及台风尺度的研究具有重要的价值.利用西北太平洋2001-2020年的台风最佳路径观测数据，评估了目前国际上应用比较广泛的六个分别基于经验参数和物理过程的台风风场径向廓线模型对台风尺度（台风大风半径，R17）的估计精度，并探讨了台风结构、强度等内部因素以及垂直风切变和移动速度等环境因子对模型精度的影响.评估发现，所有模型均高估了R17较小的台风而低估了R17较大的台风，且R17越小，高估越明显，R17越大，低估越严重.总体而言，Willoughby et al发展的基于参数的模型具有最小的估计偏差且与观测记录之间最高的相关性.研究还发现，台风内核尺度（最大风速半径，RMW）和强度（最大地面风速，V_max）对不同模型的影响具有显著的差异性.此外，在高环境风切变和高移速条件下，模型的估计偏差的量级会显著增加.以上研究为进一步完善适用于不同环境条件下，不同结构与强度台风的风场模型提供参考.

全球变暖背景下，登陆热带气旋（Tropical Cyclone，TC）的衰减速度是否放缓存在争议，登陆时强度不同的TC的衰减趋势是否一致还不清楚.利用两个描述登陆TC衰减的物理量，即登陆衰减时间尺度\tau和登陆衰减维持时间D，研究了1980-2021年登陆我国内陆TC的衰减变化趋势，并探讨了TC登陆强度分档对衰减变化趋势的影响.对于登陆我国内陆的TC，无论是\tau还是D，整体来看都没有随时间显著变化的趋势.进一步将TC的登陆强度分为热带风暴（Tropical Storm,TS）、强热带风暴（Severe Tropical Storm,STS）和台风（Typhoon，TY）档，发现不同强度档的登陆TC，其登陆地点以及登陆后的路径体现出不同特征，使得不同强度档登陆TC的衰减趋势存在差异.从TS档到STS档再到TY档，\tau随时间的变化趋势从增加到减小再到明显减小，呈连续改变，而D的变化趋势从增加到减小再到增加，未呈连续改变，表明登陆TC的衰减变化趋势在不同登陆强度条件下存在不一致性.从显著性上看，只有TY档登陆TC的\tau的变化满足90%置信区间显著下降趋势，表明登陆TC衰减趋势在不同登陆强度条件下存在不确定性.

海洋性大陆（Maritime Continent，MC）是夏季大气季节内振荡（the Boreal Summer IntraSeasonal Oscillation，BSISO）传播的必经途径，而MC对于BSISO结构和传播产生的重要的影响机制很不清楚.针对此问题，利用高精度数值模式对一次BSISO事件展开数值模拟试验研究.选取2020年8-9月的一次BSISO事件，利用高精度数值模式WRF （Weather Research and Forecasting model）对本次BSISO过程进行了近一个月的数值模拟.发现WRF控制试验合理模拟出与再分析资料中相近的北传低层风场以及明显具有BSISO特征的西北?东南倾斜的雨带，并合理地捕捉了本次BSISO事件的传播特征和平均状态.为了研究MC地形对本次事件传播和强度的影响，在WRF模式中去除了MC地区的地形，开展了敏感性试验.在去除地形的敏感性试验中，BSISO低空风加强，传播更加平滑，整体降水幅度增加，而在岛屿上水汽大幅增加，降水量减少.在地形高度为零的情况下，纬向平流大大增强，从而增强了海上对流，促进了BSISO的加强和传播.此数值模拟试验研究揭示了MC地形对BSISO降水结构、传播和幅度的影响.

在数值天气预报模式中，大气边界层湍流混合由行星边界层方案承担.传统的边界层方案多采用位温作为热力学预报变量，计算感热通量并获得位温的湍流倾向，多数边界层方案设计之初，也往往只考虑干边界层中的位温湍流混合.事实上，驱动边界层热对流的是浮力而非热力，前者还包含了水汽的作用，由虚位温表征.基于湍流可分辨的大涡模拟来评估传统边界层方案所参数化的感热通量在湿边界层中的适用性，重点关注方案中涉及逆梯度修正项的关键系数，同时也考察浮力通量的参数化评估结果显示浮力通量在干湿边界层中具备一致性，其模式系数不随水汽条件变化，因此，推荐以虚位温替代位温作为行星边界层方案热力预报变量.

河南“21.7”特大暴雨覆盖范围广、强度大、降水时间段集中，造成了严重损失.利用中国气象局（China Meteorological Administration，CMA）多源融合降水分析产品（CMA Multisource Precipitation Analysis System，CMPAS?V2.1）和欧洲中期天气预报中心ERA5再分析数据，对CMA区域集合预报系统（Regional Ensemble Prediction System，CMA?REPS）在此次暴雨事件中降水最强时间段（2021年7月20日14-20时，北京时）的预报结果进行了评估与分析.研究结果显示，预报时效越短，集合平均和概率预报的降水效果越好，但降水强度与大值落区依然存在较大的预报偏差.结合多种降水预报评分筛选出最好和最坏的集合成员，并通过对比环流形势、水汽条件等因素，探讨了降水预报偏差的成因.好成员在郑州地区预测了占总降水30%的对流性降水，而坏成员则未能预报出对流性降水，两者总降水的偏移与非对流性降水的表现一致.好成员预测的降水区域偏向东北，与预报的副高位置偏东、台风“查帕卡”路径偏北以及南风偏强有关；坏成员预测的降水区域偏西，与相对湿度的大值区偏移一致，可能是因为预报的台风“烟花”引导的低层东风更强.在925 hPa上，好成员成功预测出郑州西部山脉迎风侧的强辐合区，导致超过25 mm·（6 h）^-1的强降水从山前延伸至地形高度800 m以上的迎风坡.相比之下，由于预报的辐合区域小、强度弱，坏成员的强降水仅分布在600 m以下的山前区域.总体而言，CMA?REPS对此次强降水过程的预报偏差主要源自大气环流的模拟偏差以及复杂地形作用.

青藏高原降水对区域气候和水循环有着重要影响，在全球变暖的大背景下，研究青藏高原的降水分布及趋势变化十分必要.以1995-2014年青藏高原观测降水为基准态，评估第六次国际耦合模式比较计划（CMIP6）中20个模式对青藏高原年和季节平均降水的模拟能力.结果表明，CMIP6模式能够较好地模拟出青藏高原降水从东南向西北减少的空间分布特征，但模式模拟仍存在湿偏差，平均降水偏差达到1.3 mm·d^-1.而且对于冬季模拟降水，模式之间存在较大的差异，模式标准差在3 mm·d^-1以上.在共享社会经济路径SSP5?8.5和SSP2?4.5情景下，基于20个模式的模式集合（AMME）与择优选取的五个模式组成的集合（BMME）对中期（2045-2065年）和长期（2081-2100年）平均降水的未来预估，整体上青藏高原未来降水将有所增加，SSP5?8.5情景增幅大于SSP2?4.5，长期降水增幅大于中期.中期降水变化与长期分布一致，除了冬季和秋季南部地区、夏季东部地区表现为降水减少之外，其他大部分地区表现为全年和季节平均降水量的增加.BMME预估全年和季节平均降水增幅往往大于AMME.未来年平均降水的增加主要来源于春季降水的增加.

在地下水领域中，渗流参数反演有助于了解地下水流动的性质，帮助确定地下水资源的分布、移动和质量，这对于地下水资源管理、水文模型开发和地下水补给的可持续性非常重要.近年来，神经网络方法快速发展，然而其针对潜水流渗流参数反演的研究较少.基于此，首次将物理信息神经网络（Physics?Informed Neural Networks，PINNs）方法结合软硬约束设置来解决潜水含水层渗透系数反演问题，以一维稳态非均质潜水流以及非稳态均质潜水流（含溶质运移）的渗透系数反演为例，对比了不同问题中PINNs软约束方法（PINNs?S）和硬约束方法（PINNs?H）反演渗透系数的表现.PINNs算例结果表明，PINNs算法反演渗透系数具有较高的计算精度.此外，PINNs硬约束算法和软约束算法各有优劣，在实际应用中应根据具体问题和实验效果来合理选择.

目前，汽车局部区域降噪主要通过有源降噪头枕来降低人耳处的噪声，但乘客的移动会影响降噪效果.结合人头跟踪系统可解决这一问题，代价是增加系统的复杂性和成本.以车门扬声器为次级声源，在副驾驶位置乘客头部周围较大的区域进行局部降噪，并优化误差传感策略提升其降噪性能.首先，建立轻度阻尼边界的闭空间声场有限元模型；然后，基于该模型研究了某一局部区域内取得3 dB降噪效果的频率上限、误差点数量和位置对降噪效果的影响以及误差点布放的优化问题；最后，在典型城市道路上进行不同车速下的有源噪声控制实验.结果表明，车速为50，60和80 km·h^-1时，副驾驶头部区域内（0.4 m×0.4 m×0.2 m） 3 dB降噪的频率上限约为370 Hz，误差点位置对降噪效果有较大影响.采用遗传算法优化误差点选择可提高降噪性能，使用12个优选误差点即可达到使用75个均匀布放误差点的降噪效果.

轨道角动量（Orbital Angular Momentum，OAM）复用是提高声学通信系统数据容量的一种潜在解决方案，提出一种利用声学超表面对OAM复用信号进行调制和解调的方法，利用该方法对独立声轨道角动量（Acoustic Orbital Angular Momentum，AOAM）信号的幅度和相位进行分析，并通过仿真实现对AOAM信号的调制和解调.AOAM信号的相位和幅度提供正交自由度，通过设计合适的声学超表面并将其与二进制差分相位编码技术相结合，证明其可以实现AOAM复用信号的有效调制和解调.正交声学螺旋模态可防止模式耦合和串扰，从而增强声学多路复用.基于谐振的结构提供信号频率选择性，提高了交互效率，简化了终端设备，便于实现大容量声学通信系统的创建.

碳纤维混杂增强复合材料由于具有重量轻、可设计性强等诸多优点，广泛用于汽车、海洋、航空航天等行业.根据固化剂与环氧树脂的配比化学原理，计算出石墨烯?碳纤维混杂增强树脂基（GO?CF/EP）复合材料的最佳配比为1∶5，并采用真空浸渗热压成型工艺（VIHPS）制备1∶2~1∶7共六个配比的试样，结合形状记忆性能测试及微观形貌的观察，得到固化剂与环氧树脂实际最佳配比.实验结果表明，GO?CF/EP复合材料性能主要取决于体系中交联度的大小，交联度越大，复合材料的形状记忆性能越好，微观组织形貌也较理想.当基体配比为1∶5时，GO?CF/EP复合材料体系中交联度最大，微观形貌呈现均匀致密的状态，形状固定率最大，为95.90%；形状回复率最大，为95.40%；形状回复时间最短，为80.30 s；形状回复力最大，为9.48 N.当基体配比为1∶2或1∶7时，固化剂过量或不足，交联度较小，微观组织形貌中有大量的基体聚集区，其形状记忆性能下降，形状固定率及回复率也相应减小，分别为82.99%，81.66%，81.91%，78.75%；形状回复力分别只有5.20 N和5.50 N.