李佩芝，周長(zhǎng)春，華 維

(1.成都信息工程大學(xué) 大氣科學(xué)學(xué)院，四川 成都 610225；2.四川省氣象臺(tái)，四川 成都 610072；3.高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室，四川 成都 610072)

0 引言

雷暴大風(fēng)、冰雹、強(qiáng)降水等強(qiáng)對(duì)流天氣，由于其局地性、突發(fā)性強(qiáng)的特點(diǎn)，常造成巨大的生命和財(cái)產(chǎn)損失。如2010年8月7日的舟曲特大泥石流，東山鎮(zhèn)在僅1小時(shí)內(nèi)，小時(shí)雨強(qiáng)達(dá)77.3 mm/h[1]，引發(fā)特大泥石流，導(dǎo)致1 471人遇難，294人失蹤。引起強(qiáng)對(duì)流天氣的直接系統(tǒng)是中小尺度系統(tǒng)，它具有空間尺度小、生命史短、突發(fā)性強(qiáng)等特點(diǎn)，預(yù)報(bào)難度大。近年來，專家學(xué)者將地面稠密觀測(cè)資料應(yīng)用到個(gè)例研究和分析中，發(fā)現(xiàn)地面稠密觀測(cè)資料，如：地面加密自動(dòng)站數(shù)據(jù)、風(fēng)廓線雷達(dá)資料、地基GPS水汽資料等的應(yīng)用對(duì)短時(shí)臨近強(qiáng)對(duì)流天氣預(yù)報(bào)的準(zhǔn)確率有極大的提高。加密自動(dòng)氣象站具有覆蓋面積廣、觀測(cè)時(shí)間密集的特點(diǎn)，尤其是通過地面風(fēng)場(chǎng)的數(shù)據(jù)能較好的監(jiān)測(cè)和預(yù)報(bào)中小尺度天氣的發(fā)生發(fā)展；風(fēng)廓線雷達(dá)資料具有分鐘級(jí)的水平速度和垂直速度的變化是判斷降水強(qiáng)度和相態(tài)的重要工具；PWV(大氣可降水量)的升降變化對(duì)降水開始和結(jié)束有重要指示作用。

本文對(duì)近年來國(guó)內(nèi)外學(xué)者在強(qiáng)對(duì)流天氣監(jiān)測(cè)、預(yù)報(bào)預(yù)警業(yè)務(wù)及研究中使用地面稠密資料的情況進(jìn)行了總結(jié)和歸納；同時(shí)，也對(duì)地面稠密資料應(yīng)用方面存在的問題進(jìn)行了探討。

1 地面稠密觀測(cè)資料介紹

地面加密自動(dòng)站能夠?qū)︼L(fēng)速、風(fēng)向、雨量、空氣溫度、空氣濕度、大氣壓力等氣象要素進(jìn)行全天候、高時(shí)空分辨率的監(jiān)測(cè)。截至2014年，中國(guó)各省、區(qū)、市以地方為主建設(shè)的中小尺度天氣監(jiān)測(cè)地面加密自動(dòng)氣象站已超過40 000個(gè)，僅四川省地面加密自動(dòng)站個(gè)數(shù)就達(dá)到了4 511個(gè)。其空間分布密集，觀測(cè)頻率高，數(shù)據(jù)時(shí)次間隔可達(dá)分鐘級(jí)，使監(jiān)測(cè)中小尺度天氣的發(fā)生發(fā)展成為可能。

風(fēng)廓線雷達(dá)是利用大氣湍流對(duì)大氣風(fēng)場(chǎng)等物理量進(jìn)行探測(cè)的遙感設(shè)備。美國(guó)NOAA提出風(fēng)廓線雷達(dá)的時(shí)空分辨力遠(yuǎn)超目前的高空風(fēng)探測(cè)系統(tǒng)[2]。其空間分辨率達(dá)十幾米，時(shí)間間隔極短，能對(duì)造成強(qiáng)對(duì)流產(chǎn)生的中小尺度天氣的發(fā)生發(fā)展有較好的分析效果。且風(fēng)廓線雷達(dá)資料與探空風(fēng)場(chǎng)、模式再分析風(fēng)場(chǎng)的風(fēng)速誤差小于2.3 m/s，說明風(fēng)廓線雷達(dá)資料能更好識(shí)別中小尺度變化[3]。風(fēng)廓線雷達(dá)對(duì)風(fēng)場(chǎng)的連續(xù)觀測(cè)能夠部分揭示影響強(qiáng)對(duì)流系統(tǒng)變化的細(xì)節(jié)特征，例如中低層間的風(fēng)切變，降水前的暖平流，以及小尺度的低渦環(huán)流等[4]。

GPS水汽資料以GPS衛(wèi)星定位系統(tǒng)資料反演出的PWV(大氣可降水量)為主。GPS探測(cè)數(shù)據(jù)具有精度高、范圍廣、全天可觀測(cè)、實(shí)時(shí)連續(xù)、不受天氣影響、高垂直分辨率、長(zhǎng)期穩(wěn)定無需定標(biāo)等優(yōu)勢(shì)，其對(duì)快速發(fā)生發(fā)展引起災(zāi)害性天氣(尤其是暴雨和冰雹)的中小尺度天氣有較好的監(jiān)測(cè)作用，其中尺度水汽梯度能輔助氣象業(yè)務(wù)預(yù)報(bào)[5]。Helmholtz協(xié)會(huì)戰(zhàn)略項(xiàng)目“全球定位系統(tǒng)大氣探測(cè)”(GASP)的框架利用德國(guó)及鄰國(guó)的170個(gè)GPS站點(diǎn)建立了對(duì)綜合水汽的監(jiān)測(cè)。該監(jiān)測(cè)結(jié)果在此后首次進(jìn)行的數(shù)值模擬實(shí)驗(yàn)中發(fā)現(xiàn)12 h預(yù)報(bào)中相對(duì)濕度的準(zhǔn)確度提高了2%[6]。

雨滴譜是指單位體積內(nèi)雨滴大小的分布，中國(guó)從20世紀(jì)60年代開始進(jìn)行雨滴譜的觀測(cè)和研究。激光雨滴譜儀應(yīng)用激光原理，對(duì)高速運(yùn)動(dòng)的物體的總量、大小、強(qiáng)度和速度進(jìn)行測(cè)量。其性能優(yōu)越尤其表現(xiàn)在對(duì)微小物體的測(cè)定，觀測(cè)對(duì)象最小直徑可達(dá)0.16 mm；且可以區(qū)分小至毛毛雨、大至大雨，冰雹、雪花、雪球及各種介于雪花和冰雹之間不同相態(tài)的降水情況。

2 在業(yè)務(wù)中的應(yīng)用

2.1 在強(qiáng)對(duì)流天氣監(jiān)測(cè)中的應(yīng)用

在針對(duì)颮線的監(jiān)測(cè)中，地面風(fēng)場(chǎng)資料是能很好表征局地風(fēng)場(chǎng)輻合及有無地面非鋒性斜壓帶等引發(fā)次級(jí)環(huán)流等特殊天氣系統(tǒng)發(fā)生的指示性指標(biāo)，將地面加密自動(dòng)氣象站的地面風(fēng)場(chǎng)資料與雷達(dá)資料相結(jié)合能較清楚的看到對(duì)流系統(tǒng)移動(dòng)的方向及發(fā)展的情況[7]。將地面加密自動(dòng)氣象站地面風(fēng)場(chǎng)資料及其余常規(guī)資料結(jié)合做水汽剖面圖則能清楚的看到水汽的輻合傳輸?shù)冗^程。王國(guó)榮等用5 min地面加密自動(dòng)站資料分析了一次颮線過程，發(fā)現(xiàn)颮線經(jīng)過時(shí)，氣象要素出現(xiàn)了風(fēng)向突變，風(fēng)速突增，溫度驟降，氣壓陡升等指示性改變[8]。

在針對(duì)暴雨的監(jiān)測(cè)中，孫建華等利用常規(guī)、地面加密、衛(wèi)星資料3種資料分析了2013年四川盆地的一次特大暴雨的中尺度系統(tǒng)演變特征，明晰了引起該次暴雨的氣旋性渦旋和中尺度輻合線[9]。張文龍等，侯淑梅等，吳慶梅等利用風(fēng)廓線儀與其他地面常規(guī)觀測(cè)資料及再分析資料結(jié)合分析發(fā)現(xiàn)，風(fēng)廓線儀資料可以明晰引起強(qiáng)對(duì)流發(fā)生發(fā)展的中小尺度天氣形勢(shì)的變化，如淺薄偏東風(fēng)和深厚偏東風(fēng)有利于對(duì)流的發(fā)展和維持[10]，強(qiáng)對(duì)流過程的落區(qū)及抬升觸發(fā)機(jī)制[11]，或激發(fā)暴雨過程的干侵入過程[12]。林中慶等在對(duì)廣州市南沙區(qū)的一次強(qiáng)降水天氣過程的風(fēng)廓線雷達(dá)資料進(jìn)行分析后發(fā)現(xiàn)，垂直風(fēng)速和信噪比能直接的反應(yīng)降水的全過程及降水的強(qiáng)度[13]。李延興等對(duì)地基GPS技術(shù)遙感大氣柱水汽量進(jìn)行了一次實(shí)驗(yàn)并對(duì)現(xiàn)有計(jì)算公式進(jìn)行了重新推導(dǎo)，利用實(shí)驗(yàn)數(shù)據(jù)及新公式分析了可降雨量與實(shí)際降雨量的關(guān)系并得出結(jié)果：在突發(fā)性暴雨事件發(fā)生前多有PWV激增，在暴雨結(jié)束過程中遞減[14]。萬蓉等提出加密GPS網(wǎng)能有效監(jiān)測(cè)大氣中水汽的變化，PWV的水平梯度分布情況表征了水汽水平輸送的情況；且水汽的散合情況能由PWV的散度分布圖清晰的呈現(xiàn)[15]。而SWV(斜路徑水汽總量)能反映實(shí)際大氣中水汽的三維非各項(xiàng)同性特征，且SWV和微波輻射計(jì)產(chǎn)品可以清晰的刻畫強(qiáng)降水過境前后周邊測(cè)站水汽隨方位角分布的情況[16]。盧超等通過對(duì)比雨滴譜儀數(shù)據(jù)及雨量筒觀測(cè)數(shù)據(jù)后發(fā)現(xiàn)兩者有較好一致性，且能適應(yīng)本地多暴雨的環(huán)境[17]。徐文靜等選取一次強(qiáng)降水過程的雨滴譜數(shù)據(jù)進(jìn)行計(jì)算后得到該次降水的質(zhì)量加權(quán)直徑、降水強(qiáng)度、液態(tài)水含量和雷達(dá)反射率，所得計(jì)算值與實(shí)際觀測(cè)值吻合；且計(jì)算后所得雷達(dá)反射率與降水強(qiáng)度關(guān)系式根據(jù)不同降水成因及降水云系類型的變化進(jìn)行調(diào)整后，可以實(shí)現(xiàn)利用雷達(dá)資料定量估測(cè)降水量[18]。賈小芹等通過對(duì)比雨滴譜儀與自動(dòng)氣象站觀測(cè)降水?dāng)?shù)據(jù)發(fā)現(xiàn)，兩者過程累積降水量趨勢(shì)變化較為一致，且雨滴譜儀分鐘級(jí)降水量較自動(dòng)站能較早反應(yīng)出降水量峰值及降水強(qiáng)度的變化[19]。周黎明等通過分析2013～2016年山東暴雨過程雨滴譜資料后得出直徑大于1 mm的雨滴數(shù)量是決定降水量的主要因素，雨強(qiáng)越大，雨滴數(shù)濃度越高；雨滴譜資料中粒子最大直徑陡升和驟降往往預(yù)示著強(qiáng)降水的起止時(shí)刻，且雨滴譜譜型的變化預(yù)示著降水發(fā)展的不同階段[20]。鄭颯颯等通過雨滴譜儀觀測(cè)數(shù)據(jù)對(duì)四川一次降雹過程進(jìn)行分析發(fā)現(xiàn)，當(dāng)波峰上雨滴譜寬加大時(shí)，雨強(qiáng)增大[21]。

在針對(duì)冰雹的監(jiān)測(cè)中，王令等利用北京風(fēng)廓線雷達(dá)的垂直波束資料對(duì)北京不同天氣個(gè)例進(jìn)行分析，發(fā)現(xiàn)在有無降水時(shí)和降水相態(tài)不同時(shí)垂直速度的大小和方向都有明顯的變化[22，23]。

由上述應(yīng)用可以看出，在針對(duì)強(qiáng)對(duì)流天氣過程的監(jiān)測(cè)中，地面加密自動(dòng)站的風(fēng)場(chǎng)資料、風(fēng)廓線雷達(dá)的垂直風(fēng)速的大小及信噪比、PWV的水平梯度和散度變化均能有效監(jiān)測(cè)強(qiáng)對(duì)流天氣發(fā)生發(fā)展開始和結(jié)束的時(shí)間及強(qiáng)降水的落點(diǎn)；雨滴譜數(shù)據(jù)的譜型變化及波峰上的雨滴譜寬的變化能較好的預(yù)測(cè)降水的雨強(qiáng)增大，而降水粒子的最大直徑陡升和驟降往往預(yù)示著降水的起止時(shí)刻。

2.2 在預(yù)報(bào)預(yù)警中的應(yīng)用

在針對(duì)強(qiáng)降水和雷暴大風(fēng)的預(yù)報(bào)預(yù)警時(shí)，研究表明，基于地面稠密觀測(cè)資料的地面渦度與降水和雷暴大風(fēng)有很好的對(duì)應(yīng)關(guān)系，地面水汽通量則對(duì)雷暴單體的地面出流，地形輻合線及低層水汽輸送等有很好的表征效果[8]。徐亞欽等利用雷達(dá)和自動(dòng)加密氣象站數(shù)據(jù)分析了10次浙江寧波地區(qū)具有代表性的強(qiáng)對(duì)流天氣過程，分析地面加密自動(dòng)站風(fēng)輻合場(chǎng)對(duì)回波發(fā)展的影響，及與雷達(dá)回波、地面中尺度輻合、累計(jì)雨量間的相互關(guān)系，最終基于地面輻合場(chǎng)對(duì)風(fēng)暴進(jìn)行外推預(yù)報(bào)[24]。此外，地面加密自動(dòng)站還能監(jiān)測(cè)由地面風(fēng)場(chǎng)的形成的觸發(fā)強(qiáng)對(duì)流天氣的特殊氣象條件。吳海英等通過分析地面加密自動(dòng)站資料的地面風(fēng)場(chǎng)及溫度場(chǎng)，發(fā)現(xiàn)地面風(fēng)場(chǎng)的輻合及地面非鋒性斜壓帶激發(fā)了對(duì)流層低層偏東氣流，對(duì)流引起南京青奧會(huì)開幕式期間局地短時(shí)強(qiáng)降水的產(chǎn)生[7]。鄭石等發(fā)現(xiàn)風(fēng)廓線雷達(dá)數(shù)據(jù)的水平風(fēng)廓線圖上可看出高低空急流強(qiáng)度和隨時(shí)間的變化特征，冷暖平流的疊加方式標(biāo)志大氣的不穩(wěn)定程度；50 dBz信噪比、4 m/s向下垂直速度、折射結(jié)構(gòu)常數(shù)值三者出現(xiàn)和消失的時(shí)間均能指示降水的始末，向下垂直速度的大小反應(yīng)了降水的強(qiáng)度，而折射結(jié)構(gòu)常數(shù)最大值1.0e-13出現(xiàn)的最大高度和持續(xù)時(shí)間與降水的開始有密切關(guān)系[25]。古紅萍等對(duì)2005年北京夏季的一次強(qiáng)降水進(jìn)行分析時(shí)發(fā)現(xiàn)，風(fēng)廓線資料顯示降水開始前數(shù)小時(shí)城區(qū)地面風(fēng)場(chǎng)輻合并向上發(fā)展，且降水前1～2 h低層至高層有明顯的風(fēng)向轉(zhuǎn)變[26]。黃治勇等[27]與史辰等[28]將風(fēng)廓線雷達(dá)應(yīng)用于冰雹天氣監(jiān)測(cè)中時(shí)發(fā)現(xiàn)降雹前有明顯垂直風(fēng)切變的變化。李國(guó)平對(duì)比不同類型降水的PWV發(fā)現(xiàn)：不同類型降水過程的PWV具有不同的變化特征，能及時(shí)反映出水汽的局地變化；夏季暴雨發(fā)生前PWV的劇增能較好預(yù)示其后的強(qiáng)降水過程；而對(duì)于一般性持續(xù)降水，PWV的連續(xù)大幅上升及連續(xù)下降低于平均值可以作為降水開始和結(jié)束的預(yù)報(bào)依據(jù)[29]。張振東等用GPS水汽資料分析江蘇2009年一次強(qiáng)對(duì)流性降水過程發(fā)現(xiàn)，當(dāng)PWV超過60 mm且增速超過每?jī)尚r(shí)6 mm時(shí)降水概率極大[30]。王皓提出PWV在降水前6～15 h有一個(gè)急劇增長(zhǎng)的過程，PWV到峰值后降雨強(qiáng)度的極大值會(huì)在之后出現(xiàn)[31]。此后，他又對(duì)中國(guó)3個(gè)地區(qū)13個(gè)站點(diǎn)的PWV數(shù)值變化進(jìn)行分析后得出，長(zhǎng)期保持低水平的PWV的快速上升預(yù)示著降水的到來[32]。

在定量降水量預(yù)估方面，雨滴譜儀與雷達(dá)數(shù)據(jù)結(jié)合分析可區(qū)分不同類型降水，且兩種資料結(jié)合計(jì)算出的Z(雷達(dá)反射率因子)-I(雨強(qiáng))關(guān)系比初始關(guān)系有較大的提升，可輔助降水量估計(jì)初始場(chǎng)的選擇，減小誤差[33]。謝媛等對(duì)比雨滴譜數(shù)據(jù)與雷暴垂直結(jié)構(gòu)發(fā)現(xiàn)，隨著雷暴的發(fā)生發(fā)展，雨滴譜儀特征與反射率因子、VIL(垂直累積液態(tài)含水量)等發(fā)展趨勢(shì)一致，且大雨滴出現(xiàn)峰值時(shí)預(yù)示著強(qiáng)降水的出現(xiàn)，小雨滴數(shù)達(dá)到峰值時(shí)強(qiáng)降水開始[33]。吳亞昊等發(fā)現(xiàn)，降水過程劃分為對(duì)流云降水和層狀云降水交替分布的5個(gè)部分并分別構(gòu)造恰當(dāng)?shù)腪-I關(guān)系對(duì)雨強(qiáng)進(jìn)行反演方法可以大大提高層狀云降水階段的降水估計(jì)效果[34]。肖秀珠等，李霞麗等，曾慶偉等，晉立軍等將激光雨滴譜儀數(shù)據(jù)與雷達(dá)數(shù)據(jù)結(jié)合，分析總結(jié)了適合本地的Z-I關(guān)系，用新關(guān)系與經(jīng)典Z-I關(guān)系相對(duì)比均發(fā)現(xiàn)修訂后的關(guān)系反演出的降水量相較于原始關(guān)系均有較大提高[35，36]，誤差下降20%接近實(shí)測(cè)數(shù)據(jù)[37]；且晉立軍等用最小二乘法擬合、最優(yōu)化關(guān)系分別計(jì)算了的雨滴譜儀數(shù)據(jù)、地面雨量計(jì)兩種資料與雷達(dá)反射率因子的Z-I關(guān)系，用兩種新關(guān)系與默認(rèn)的Z-I關(guān)系的預(yù)估值與實(shí)測(cè)值比較，發(fā)現(xiàn)利用雨滴譜儀數(shù)據(jù)估測(cè)的效果最好，相較于第二類方法提高4%，相較于原始關(guān)系提高近18%[38]。

由上述應(yīng)用可以看出，在預(yù)報(bào)預(yù)警的業(yè)務(wù)工作中，風(fēng)廓線雷達(dá)資料中的垂直風(fēng)速、信噪比、折射結(jié)構(gòu)常數(shù)，GPS水汽資料中PWV的增加減少的幅度和趨勢(shì)是預(yù)報(bào)強(qiáng)對(duì)流天氣發(fā)生時(shí)間、雨量、降水相態(tài)變化的有力工具。雨滴譜儀和雷達(dá)資料結(jié)合分析能修正僅靠雷達(dá)資料預(yù)報(bào)降水相態(tài)轉(zhuǎn)換時(shí)間的誤差，且在定量降水預(yù)估時(shí)，雨滴譜儀數(shù)據(jù)與雷達(dá)資料結(jié)合后反演的適應(yīng)本地的Z-I關(guān)系與實(shí)際降水對(duì)比結(jié)果較好，是優(yōu)化定量降水量預(yù)估的極為有效的觀測(cè)資料。

2.3 與模式同化后的應(yīng)用

在數(shù)值天氣預(yù)報(bào)發(fā)展迅速的今天，客觀定量的數(shù)值天氣預(yù)報(bào)得到越來越多的肯定，但數(shù)值天氣預(yù)報(bào)對(duì)強(qiáng)對(duì)流天氣過程的預(yù)報(bào)效果不盡如人意，研究表明將高時(shí)空密度的地面稠密觀測(cè)資料同化到中尺度模式中能夠一定程度提高模式對(duì)強(qiáng)對(duì)流天氣的預(yù)報(bào)能力。諶蕓等在對(duì)北方一次暖區(qū)大暴雨降水預(yù)報(bào)失敗案例剖析中提到，全球模式對(duì)暖區(qū)暴雨的捕捉能力不足，不同模式預(yù)報(bào)不能給預(yù)報(bào)員提供足夠完整的信息。若加入能捕捉到的地面輻合線、中尺度渦旋等地面自動(dòng)站資料和雷達(dá)資料等，可以此彌補(bǔ)全球數(shù)值預(yù)報(bào)對(duì)中小尺度系統(tǒng)捕捉能力的不足，提高中小尺度天氣預(yù)報(bào)的準(zhǔn)確性[39]。東高紅等[40]和趙桂香等[41]先用地面加密自動(dòng)站數(shù)據(jù)分析出某些天氣系統(tǒng)對(duì)強(qiáng)對(duì)流發(fā)展的作用，后用WRF模式精細(xì)分析驗(yàn)證之前根據(jù)地面加密自動(dòng)站數(shù)據(jù)和常規(guī)觀測(cè)資料做出的預(yù)報(bào)的正確性。程磊等[42]與何斌等[43]利用WRF模式和四維變分同化系統(tǒng)同化地面加密自動(dòng)站資料模擬強(qiáng)對(duì)流暴雨天氣，地面加密自動(dòng)站資料的加入使模式模擬的結(jié)果得到提高，尤其是在強(qiáng)降水中心位置和降水時(shí)空分布上得到了明顯的改善。

上述研究不僅很好的證明了地面加密自動(dòng)站資料在強(qiáng)對(duì)流天氣過程預(yù)報(bào)預(yù)警中的的可靠性，還使模式預(yù)報(bào)強(qiáng)降水的準(zhǔn)確性大大提高。但由于地面稠密觀測(cè)資料的高時(shí)空觀測(cè)頻次，在資料同化時(shí)也會(huì)出現(xiàn)很多問題，比如模式地形分辨率與地面加密站密度不匹配，出現(xiàn)同化后模擬結(jié)果異常的情況，有待模式開發(fā)人員和廣大氣象科技工作者共同解決。

3 結(jié)論與討論

地面稠密觀測(cè)資料在強(qiáng)對(duì)流天氣過程監(jiān)測(cè)、預(yù)警及分析中的應(yīng)用，提高了強(qiáng)對(duì)流天氣監(jiān)測(cè)和預(yù)報(bào)的準(zhǔn)確性，加深了對(duì)強(qiáng)對(duì)流天氣的理解和認(rèn)識(shí)。但是，目前對(duì)于地面稠密觀測(cè)資料的應(yīng)用還不夠系統(tǒng)和深入，仍存在著很多不足和不充分之處，亟待解決。

地面加密自動(dòng)氣象站數(shù)據(jù)具有時(shí)間尺度密集，覆蓋面積廣泛，能捕捉到較多細(xì)微的中小尺度變化，且在數(shù)值模擬中加入地面加密自動(dòng)氣象站數(shù)據(jù)也會(huì)提高初始場(chǎng)的精度，使得模式預(yù)報(bào)結(jié)果得到改善和提高。但地面加密自動(dòng)站因?yàn)楦髡舅幬恢弥車h(huán)境不一致使發(fā)報(bào)不太穩(wěn)定，偶有數(shù)據(jù)漏報(bào)和缺測(cè)的情況；且中國(guó)國(guó)土跨度較大，各省地區(qū)都有不同的氣候變化規(guī)律。因此，需要進(jìn)一步總結(jié)提煉本地強(qiáng)對(duì)流天氣過程前后分鐘級(jí)的溫度、氣壓及其變率特征等，能提高強(qiáng)對(duì)流天氣預(yù)報(bào)預(yù)警的準(zhǔn)確性。

風(fēng)廓線雷達(dá)資料中的垂直速度和水平速度的變化能很好的指示降水的強(qiáng)度和相態(tài)，是提高強(qiáng)降水預(yù)報(bào)準(zhǔn)確率必不可少的資料數(shù)據(jù)。但由于其建設(shè)成本較高，其站點(diǎn)密度還不能達(dá)到完整監(jiān)測(cè)中小尺度天氣系統(tǒng)及其演變過程，因此有必要對(duì)不同種類的強(qiáng)對(duì)流天氣的具體變化特征需要進(jìn)一步總結(jié)和歸納。

地基GPS水汽資料通過近20年的發(fā)展，其PWV(大氣可降水量)的升降變化預(yù)示了強(qiáng)降水的開始和結(jié)束時(shí)間，但有時(shí)PWV已經(jīng)達(dá)到峰值后續(xù)卻并未降水，需要結(jié)合其它觀測(cè)資料綜合分析以得出對(duì)強(qiáng)對(duì)流天氣更具預(yù)報(bào)意義的特征指標(biāo)。

雨滴譜數(shù)據(jù)的譜型變化及波峰上的雨滴譜寬的變化能較好的預(yù)測(cè)降水的雨強(qiáng)增大，而降水粒子的最大直徑陡升和驟降往往預(yù)示著降水的起止時(shí)刻。與雷達(dá)資料結(jié)合分析能修正僅靠雷達(dá)資料預(yù)報(bào)降水相態(tài)轉(zhuǎn)換時(shí)間的誤差，優(yōu)化定量降水預(yù)估算法。但由于軟件及采集系統(tǒng)引起的缺測(cè)情況較多，數(shù)據(jù)質(zhì)量不佳導(dǎo)致在業(yè)務(wù)并行觀測(cè)中人工處理數(shù)據(jù)的工作量成倍增加，應(yīng)改進(jìn)識(shí)別軟件數(shù)據(jù)質(zhì)量控制功能和優(yōu)化降水類型識(shí)別算法。

各種高時(shí)空分辨率的地面稠密資料之間的融合分析，以及它們與衛(wèi)星、雷達(dá)資料之間的融合分析將是未來強(qiáng)對(duì)流天氣監(jiān)測(cè)及預(yù)報(bào)預(yù)警工作的一個(gè)重要發(fā)展方向。