郭建平，郭晓冉，程小平，陈田萌，田伟红

中国气象科学研究院灾害天气国家重点实验室 中国人民解放军国防科技大学气象海洋学院 中国气象局地球系统数值预报中心

成果1：面向对流触发的边界层关键动力参数高精度算法及应用

大气边界层热动力参数廓线观测缺失是导致对流触发预警难的原因之一。本项目发展了基于风廓线雷达三角形组网的水平散度、涡度和垂直速度等动力参数高精度反演算法，并得到了动力参数网格化数据产品。利用该数据产品揭示了对流触发和飑线降水发生前对流层低层的大气动力结构，发现约40%的强降雨过程发生前40分钟内边界层顶存在较强的辐合；结合该数据产品的短临对流预警AI模型可提前40分钟预报对流触发。相关成果填补了对流监测与预警中网格化大气动力廓线产品的空白，已在中国气象局“天衡天衍”业务平台开展了为期一年的业务中试，并应用于第19届杭州亚运会和第31届成都大运会气象服务保障。

代表性成果清单（第一资助）：

1. Guo, X., Guo, J.*, Zhang, D-L., & Yun, X. (2023). Vertical divergence profiles as detected by two wind profiler mesonets over East China: implications for nowcasting convective storms, Quarterly Journal of the Royal Meteorological Society, 149(754), 1629-1649, https://doi.org/10.1002/qj.4474

2. Wang, Y. H., X. P. Cheng, & J. F. Fei (2023). Analysis of pressure forcings for the vertical turbulent fluxes in the convective boundary layer at gray zone resolutions. J. Meteor. Res., 37(6), 1–14

3. Wu, Y., Guo, J. *, Chen, T., Chen, A. 2023. Forecasting Precipitation from Radar Wind Profiler Mesonet and Reanalysis Using the Random Forest Algorithm. Remote Sens., 15,1635. https://doi.org/10.3390/ rs15061635

4. Yang, R., Guo, J.*, Deng, W., Li, N., Fan, J., Meng, D., Liu, Z., Sun, Y., Zhang, G., Liu, L., 2023. Investigation of Turbulent Dissipation Rate Profiles from Two Radar Wind Profilers at Plateau and Plain Stations in the North China Plain. Remote Sensing. 15(16):4103. https://doi.org/10.3390/rs15164103

5. 郭建平, 陈田萌, 程小平, 田伟红, 尤伟, 党蕊君, 郭晓冉, 毋婧炎, 李宁, 张震, 孙玉萍, 2023.中尺度天气系统适应性观测研究进展及其在大城市短临预报中的应用构想.暴雨灾害,5:91-105.

6. 国家发明专利：一种新型的中尺度大气动力参数星地同步反演算法，发明人：郭建平,郭晓冉 （实质审查阶段）

7. 国家发明专利：基于风廓线雷达组网的水平散度廓线反演方法，发明人：郭建平，郭晓冉，陈田萌，徐慧，孟德利（实质审查阶段）