大氣對流初生的研究進展與展望

姚秀萍 曹曉敏

引用格式：姚秀萍，曹曉敏，2023.大氣對流初生的研究進展與展望［J］.大氣科學學報，46（6）：940-949.

Yao X P，Cao X M，2023.Research progress and prospect of atmospheric convection initiation［J］.Trans Atmos Sci，46（6）：940-949.doi：10.13878／j.cnki.dqkxxb.20230224001.（in Chinese）.

*聯系人，E-mail：yaoxp@cma.gov.cn

2023-02-24收稿，2023-04-25接受

風云衛星應用先行計劃（2022）任務（FY-APP-2022.0102）;第二次青藏高原綜合科學考察研究項目（2019QZKK0105）;國家自然科學基金資助項目（42030611;42275013）

摘要? 大氣中的對流初生（Convective Initiation，CI）是強對流天氣發生的重要征兆，是強對流天氣預報預警的重點所在，近些年越來越被關注。本文回顧了國內外CI的研究進展，主要包括CI的定義、基于雷達數據和衛星數據的CI成熟算法、CI局地時空分布特征、影響CI的主要因子等方面。在此基礎上，對CI未來研究作一展望，以期加深對CI的認識，為強對流天氣短臨預報預警提供參考依據。

關鍵詞對流初生;算法;特征;機制;進展;展望

眾所周知，強對流天氣發生突然、反應劇烈，具有重大危害的災害性天氣（徐慧，2013），對經濟建設、社會發展以及人民生活造成很大影響（方宗義，2014）。短時臨近預報的關注及難點問題是如何在強對流的初生階段捕捉到有利信息（覃丹宇和方宗義，2014）。傳統的預測方法需要處理大量數據，進行氣象建模，此方法模型建立過程繁雜且時效性差（Wu et al.，2011）。基于雷達數據方法雖然技術較成熟，但是雷達掃描角度存在盲區、覆蓋性不足等缺點無法滿足對流初生短臨預報（Delgado et al.，2008）。多光譜靜止軌道氣象衛星數據，由于其長時間的跨度以及相對較好的空間分辨率和光譜覆蓋率，監測識別對流初生具有一定優勢（肖笑，2013），大幅度提高預警時效，對防災、減災工作具有深遠的指導意義。

對流初生（Convective Initiation，CI）定義為多普勒天氣雷達第一次監測到由對流云產生的反射率因子≥35 dBZ時的對流云團識別（Roberts and Rutledge，2003）。對于對流初生的識別監測方面，國內外學者基于Mecikalski and Bedka（2006）提出的CI預報指標，利用衛星資料進行擴展研究;也有一部分學者延續對流活動初生、發展階段變化機理研究（盧乃錳和吳蓉璋，1997）。本文將近年來CI的國內外若干研究結果和進展進行簡要綜述，涉及CI算法研究、CI時空分布研究以及影響CI的主要因子等內容。在此基礎上，對CI未來研究的主要方面進行了展望。

1? CI的成熟算法

1.1? 基于雷達的CI算法

基于雷達資料的風暴識別、追蹤和預警算法，對于分析和預報對流初生具有重要作用。Ligda（1956）最早提出了使用雷達資料分析風暴發生、發展、成熟和消亡的物理機制，并形成了重要的風暴識別、追蹤和預警的臨近預報技術。此后，國外基于雷達數據技術的具有代表性的雷暴識別算法有雷達回波關聯TREC算法（Tracking Radar Echoes by Correlation，TREC;Rinehart and Garvey，1978）、三維風暴自動識別、追蹤、分析和預警TITAN算法（Thunderstorm Identification Tracking Analysis and Nowcasting，TITAN;Dixon and Wiener，1993）、變分多普勒雷達分析VDRAS系統（Variational Doppler Radar Analysis System，VDRAS;Strabala et al.，1994）、質心跟蹤COTREC技術（Continuity of Tracking Radar Echo by Correlation vectors，COTREC;Li et al.，2021）、風暴單元識別跟蹤SCIT算法（Storm Cell Identification and Tracking，SCIT;Johnson et al.，1998）、3D追蹤算法（Handwerker，2002）、雷暴臨近預報TSPN算法（Thunder storm Strike Probability Nowcasting，TSPN;Dance et al.，2010）等。國內也研發了短時對流災害性天氣預警系統，如廣東省氣象局的風暴臨近預報SWIFT系統（Severe Weather Integrated Forecasting Tools，SWIFT;胡勝等，2006，2010）。中國香港天文臺的暴雨臨近預報小渦漩SWIRLS系統（Short-range Warning of Intense Rainstorms in Localized Systems，SWIRLS;陳永仁和李躍清，2013）。中國氣象局的災害天氣短時臨近預報預警業務SWAN系統（Severe Weather Anlysis and Nowcasts System，SWAN;韓豐和沃偉峰，2018）。以及中國氣象局武漢暴雨研究引進美國的局地化分析預報LAPS系統（Local Analysis and Prediction System，LAPS;李紅莉等，2008）。

近年來，一些學者利用雷達數據在對流初生預警方面做了研究，如劉丹（2014）基于雷達利用對流強度比和高層回波分布信息等對CI進行預警。石璐（2015）基于雷達數據和數值模式，利用VDRAS系統反演物理變量并結合支持向量機，得到CI預報因子的特征。侯正俊等（2018）提出不同季節、下墊面、地理位置的氣象雷達TITAN算法，跟蹤和預測強風暴天氣。南剛強（2021）基于長時間序列的雷達組合反射率拼圖資料，使用機器學習方法，實現了MCS的自動識別算法。曹倩等（2022）利用WRF模式（Weather Research and Forecasting Model，WRF）及其3D-Var同化系統，同化多部多普勒雷達資料，對極端雷暴大風天氣模擬預報進行研究。

基于雷達數據的CI算法主要利用雷達回波反映對流云團的強度和結構變化，通過設定一定的閾值或者利用機器學習方法來判定CI的發生和位置。這類算法的優勢是能夠提供高時空分辨率和高精度的CI信息，對于短時臨近預報和預警具有很高的價值。但是這類算法也存在一些缺陷，如雷達掃描角度存在盲區、覆蓋性不足、受地形影響等，導致部分對流云團無法被有效捕捉或者誤判。此外，基于雷達數據的CI算法也需要考慮不同地區、季節、下墊面等因素對CI特征的影響，以及不同雷達資料之間的差異和一致性問題。

1.2? 基于衛星的CI算法

衛星資料能夠提供對流云團的亮溫、面積、相態等信息，對于監測和識別對流初生具有一定優勢。Maddox（1980）最早提出了基于衛星數據的中尺度對流復合體的亮溫和面積閾值標準。之后，基于衛星數據技術的具有代表性的算法也隨之產生，如雷暴系統的臨近預報RDT算法（Rapidly Development Thunderstorms，RDT;Morel et al.，2000）、預警決策支持WDSS-II系統（The Warning Decision Support System-Integrated Information，WDSS-II;Lakshmanan et al.，2007）、衛星對流分析與跟蹤SATCAST方法（Satellite Convection Anaylsis and Tracking，SATCAST;Mecikalski and Bedka，2006）、對流初生臨近預報UWCI方法（University of Wisconsin Convective Initiation，UWCI）、積云區的RDCA算法（Rapidly Developing Cumulus Areas，RDCA）（Okabe et al.，2011）等。國內算法研究開始較晚，中國氣象局國家衛星氣象中心基于風云四號衛星研發了CI快速發展的對流監測系統RDCMS算法（Rapidly Developed Convection Monitoring System，RDCMS;Sun et al.，2019）。目前，RDCMS算法已接受風云地球靜止算法測試臺的測試，并自2018年6月起集成到FY-4產品系統中（Yang et al.，2017）。

基于衛星數據的CI算法主要利用衛星亮溫反映對流云團的溫度和高度變化，設定閾值并利用機器學習方法來判定CI。這類算法的優勢是能夠提供全球范圍和長時間序列的CI信息，對于中長期預報和氣候研究具有很高的價值。但是這類算法也存在一些缺陷，如衛星亮溫受到云頂相態、云微物理、云覆蓋等因素的影響，導致部分對流云團無法被有效識別或者誤判。此外，基于衛星數據的CI算法也需要考慮不同衛星資料之間的差異和一致性問題，以及衛星資料與其他觀測資料（如雷達、探空等）的結合問題。

2? CI局地時空分布特征

2.1? CI時間分布特征

對流初生的時間分布特征反映了對流活動的日變化規律，對于分析和預報對流天氣具有重要意義。然而，目前對CI時間分布特征的研究相對較少，多數研究還是以個例分析為主，CI的閾值標準隨著地區的地理特征和季節等因素而變化有關，統計結論也相對比較局地。宋珍妮等（2014）基于靜止氣象衛星數據和對流初生預警算法，得到北京和天津交界附近的對流初生大多發生在13時左右。卜茂賓（2017）選取了北京及周邊地區2015—2017年6—7月的三次強對流天氣過程，分別得到其對流初生的時間為14時左右。劉國忠等（2016）利用風云靜止氣象衛星和多普勒天氣雷達數據，得到廣西地區的強對流云團較多是由午后到傍晚產生的CI發展起來的。郭巍等（2018）基于GOES系列衛星，建立了上海市夏季CI判識及預報方法，得到上海市CI發生時間大多在04—07時。顧成愷等（2019）以福建省的一次對流天氣過程為例，利用雷達資料，得到CI發生的時間在10時左右。高國路（2019）研究得到，青藏高原和南坡的深對流有明顯的日際變化特征，深對流頻率的最大振幅均發生在午后時段。

2.2? CI空間分布特征

對流初生的空間分布特征反映了對流活動的地理分布規律，到目前為止，對CI的空間分布研究結論較少。這與CI研究所需的高時空分辨率和全覆蓋范圍的觀測資料難以獲取有關。

不同地區和季節的CI空間分布存在一定的差異。單寅等（2003）利用極軌氣象衛星資料，揭示了夏季高原MCS發生高頻中心在33°N以南的雅魯藏布江中上游地區和川西至橫斷山地區。Yang and Slingo（2001）使用TBB資料研究了熱帶地區對流日變化的活動特征，得出海洋上的深對流強度在凌晨趨于最強，而大陸上的深對流強度一般在傍晚達到最強。Nesbitt and Zipser（2003）基于TRMM資料研究出陸地和海洋上的對流日變化存在明顯的差異，在海洋上空，對流活動的日變化振幅較小，而陸地上對流活動的日變化振幅較大，對流活動強度更強。李博等（2018）研究了夏季青藏高原對流的氣候態，得到高原對流主要發生在5月的東部邊緣;6月，隨著亞洲夏季風爆發，強對流發生在高原的東南側;7—8月，強盛的西南風給高原中東部部分地區帶來充沛的水汽，高原的東南部形成一條強對流活躍帶。也有學者對青藏高原及其南坡做了夏季深對流的研究，由于地形導致的大氣環流場差異，高原主體發生深對流的比例低于南坡深對流，也反映了高原主體的對流降水主要以淺薄的對流性降水為主。高國路（2019）也分析了青藏高原及其南坡深對流總體分布在青藏高原主體的中東部和喜馬拉雅山脈南麓。Li et al.（2021）統計了中國及其周邊地區2016—2020年暖季發生CI的密度。圖1展示了CI時空分布特征。青藏高原西南部、華南中東部、云貴高原是對流發生的極大值中心，6—8月的對流系統占中國及其附近地區總對流系統的75％以上。

3? 影響CI的主要因子

對流天氣實際是發展迅速、云體高大的積雨云的產物。中尺度對流系統的形成是由內因和外因共同影響的結果，預報問題多集中在這兩方面。對流性天氣的內因是由豐富的水汽供應和不穩定層結構成。對流性天氣的外因則是外力觸發（抬升）不穩定能量，迫使氣塊達到自由對流高度以上時，使溫度層結穩定的氣層變成不穩定層結，然后發生對流。中尺度對流系統大多形成和發展在天氣尺度環流系統中或附近地區（汪柏陽，2015），對流發生的物理過程也具有多尺度和強非線性特征（崔新艷等，2021），下面將介紹影響CI的主要因子。

3.1? 邊界層輻合線

邊界層輻合線（Boudary Layer Convergence Line，BLCL）是指邊界層內大氣（風、溫度或者水汽）的不連續分界線，邊界層輻合線觸發有很多，包括陣風鋒（Weckwerth et al.，2008;何娜等，2020）、干線（Ziegler et al 1997;Xue and Martin，2006;俞小鼎等，2012;Hill et al.，2016）、水平對流卷（Miura，1986;Kristovich，1993;Weckwerth et al.，1997;Fovell，2005）、海風鋒（Pielke，1974;Laird et al.，1995;萬夫敬等，2021）、湖風峰（Wang et al.，2019）、天氣尺度鋒面（Shapiro et al.，1985）等。研究表明，不同邊界相互作用能夠減少對流抑制、通過氣塊增濕增加熱力不穩定，從而觸發CI或加強已經存在的對流。CI經常發生在兩個或更多邊界相互作用處（Shapiro et al.，1985;Doswell，1987;Wilson et al.，1992;Johnson and Mapes，2001;Weckwerth and Parsons，2006;趙金霞等，2012;何立富等，2016;Alexander et al.，2018;蘇愛芳等，2022）。圖2展示了邊界附近CI可能出現的區域，CI一般出現在移動邊界的后側，多個邊界的相互作用區域最有可能出現CI，靜止邊界兩邊都有可能出現CI。邊界對決定新對流形成的大體位置是重要的，但是不能決定對流出現的準確時間和地點（Wilson et al.，1992）。

3.2? 風的垂直切變

至今，眾多研究已利用數值模擬定量揭示出CI與風垂直切變有著密切的關系（Bluestein and Jain，1985;Parker and Johnson，2000;Schumacher and Johnson，2005），尤其是低層風切變對中尺度對流系統組織起著重要的作用（Weisman and Rotunno，2004）。McNulty（1995）發現0～6 km有強垂直切變時，有利于多單體或超級單體的發生發展，在較弱的垂直切變中，對流單體在向下風向傳播時迅速消失。陳明軒等（2013）通過數值模擬出0～3 km的垂直風切變對颮線的發展起著重要的作用。鄭淋淋和孫建華（2016）利用WRF數值模式，改變不同高度上垂直風切變的大小，影響對流的強度和組織類型的變化，上升速度和下沉速度的加強，降水量和近地面風也隨之改變。

3.3? 局地地形

地形對對流的起始、成熟、消亡產生深遠的影響（Soderholm et al.，2014）。山脈地形會導致風場的垂直和水平擾動。在山地的迎風坡，氣流被強迫抬升，容易出現CI。相反，在背風坡，那里的下坡風被加熱變干，對流被抑制;還有就是不同太陽輻射加熱導致山地-平原環流，白天形成的上坡風在山頂輻合，夜晚則相反，下坡風與環境中的氣流輻合，在山腳產生上升氣流，可能產生CI（Kirshbaum et al.，2018;劉瑞婷等，2021;張一平等，2021）。近年來，國際上大量的觀測、建模和理論研究加深了我們對地形如何影響對流初生的理解（Orville，1965;Wilson and Roberts，2004;Tucker and Crook，2005;羅亞麗，2012;Kirshbaum and Wang，2014）。在不同地區開展了大量的研究，證明地形對CI的影響。在目前的氣候下，深對流傾向于在山脈附近形成，亞熱帶南美洲的安第斯山脈有助于產生世界上一些最強烈的深對流（Zipser et al.，2006;Rasmussen and Houze，2016）。孫齊穎（2016）研究得到對流性降水主要發生在夏季赤道輻合帶10°N左右附近。由于連續對流初生（CI）和逆尺度對流增長（Upscale Convective Growth，UCG）等過程，在沿海地形附近經常觀察到強降雨（Lin et al.，2001;Ducrocq et al.，2008;Lee et al.，2014;Bai et al.，2020a，2020b）。

3.4? 低空急流

低空急流（Low Level Jet，LLJ）是產生暴雨的水汽和動量的最重要的系統，也是風暴發展的機理之一。LLJ在水平方向存在著顯著的核區結構并伴有強烈的水平風速切變，低空急流核區上游存在氣流的輻散，而在下游對應有一輻合區域。因此，當氣流穿越急流中心時便會在上游位置輻散下沉而在下游區域輻合上升，這種配置將有利于對流系統在低空急流下游的發展與加強（吳哲珺等，2019）。急流軸走向根據不同區域的地形環境特征而有所差異，一般情況下與山脈或海岸線走向大體一致（劉鴻波等，2014）。圖3給出了低空急流與CI的動力學模型，可以看到，由于低空急流經過地形抬升，在山前和山坡上觸發對流，迎風坡易出現強降水（黃小彥等，2020）。

3.5? 其他

近年來，大量學者對夜間高架CI也較為關注。羅亞麗（2012）找到夜間對流初生的產生主要受到兩個因素的制約：低空西南季風氣流，

它給對流的連續觸發和發展提供了不穩定能量;梅雨鋒前大約100 km處的近地面中尺度冷空氣堆，兩者都是對流初生的觸發機制。崔新艷等（2021）對夜間高架CI機理做了概述，低空急流（Reif and Bluestein，2017）、涌（Parsons et al.，2019）、重力波（Richiardone and Manfrin，2003）等都與高架CI的產生有著非常緊密的關系。還有學者研究得到，對流天氣的強弱還會與太陽輻射、季風運動、盛行西風運動、地形作用以及植被覆蓋率和土壤性質等有關（潘留杰等，2015）。綜合上述的影響CI主要因子分析，可以得到影響CI變化的多尺度概念圖（圖4;賀蕓萍等，2023）。

4? 結論與展望

通過對近年來基于雷達和衛星的CI成熟算法的研究、CI局地時空分布特征和影響CI的主要因子的國內外若干研究結果的歸納總結，得到以下一些結論：

1）因強對流的特點，使用常規手段很難對其進行有效監測。目前，對流初生短臨預報技術從數據源上可分為基于雷達的氣象預報和基于衛星數據的氣象預報。由于雷達技術發展較早，技術較成熟，使其成為重要的臨近預報技術，但在時效性上還存在有提升空間。靜止氣象衛星因其高時空分辨率、長時間的觀測，多通道光譜信息為監測強對流活動的生命史全程提供了全方位的數據資料，進一步提升了強對流的短臨預報水平。

2）研究者開發了很多對流初生的算法，雖然其流程相似，但各具有特色，且對于不同地區CI特征不同，判識CI標準的指標也不一樣，所以沒有統一的標準，需要修訂這些預報指標后才能使用。鑒于前人對影響CI的主要因子的深入研究，可利用衛星高時空分辨率的數據，對CI的中小尺度結構特征和演化做定量化的研究。

3）鑒于不同地區CI識別的判據不同，根據不同的局地區域開發的產品較多，但卻未開展更深入全面的研究。尤其是高原地區觀測資料稀疏情況下對流初生事件的分布特征如何？影響其分布及演變的因素有哪些？均是值得進一步研究和完善的問題。

4）目前基于機器學習的CI識別算法的優勢是能夠自動學習和更新CI的預報因子，提高CI的識別精度和效率，但是這些算法需要考慮數據質量、樣本不平衡、模型泛化等問題，所以對CI的機器學習方法的選擇和優化等問題需要進行不斷優化改進。

參考文獻（References）

Alexander L S，Sills D M L，Taylor P A，2018.Initiation of convective storms at low-level mesoscale boundaries in southwestern Ontario［J］.Wea Forecasting，33（2）：583-598.

Bai L Q，Chen G X，Huang L，2020a.Image processing of radar mosaics for the climatology of convection initiation in South China［J］.J Appl Meteorol Climatol，59（1）：65-81.doi：10.1175／jamc-d-19-0081.1.

Bai L Q，Chen G X，Huang L，2020b.Convection initiation in monsoon coastal areas （South China）［J］.Geophys Res Lett，47（11）：e2020GL087035.doi：10.1029／2020gl087035.

Bluestein H B，Jain M H，1985.Formation of mesoscale lines of pirecipitation：severe squall lines in Oklahoma during the spring［J］.J Atmos Sci，42（16）：1711-1732.doi：10.1175／1520-0469（1985）042<1711：fomlop>2.0.co;2.

卜茂賓，2017.基于衛星資料的對流初生預警研究［D］.長沙：國防科技大學.? Bu M B，2017.A study of forecasting convective initiation based on satellite imagery［D］.Changsha：National University of Defense Technology.（in Chinese）.

曹倩，雷桂蓮，易艷紅，等，2022.不同雷達觀測資料同化對一次罕見颮線天氣模擬的影響［J］.干旱氣象，40（3）：469-484.? Cao Q，Lei G L，Yi Y H，et al.，2022.Impact of different radar data assimilation on a rare strong squall line simulation［J］.J Arid Meteor，40（3）：469-484.doi：10.11755／j.issn.1006-7639（2022）-03-0469.（in Chinese）.

陳明軒，王迎春，肖現，等，2013.北京“7.21”暴雨雨團的發生和傳播機理［J］.氣象學報，71（4）：569-592.? Chen M X，Wang Y C，Xiao X，et al.，2013.Initiation and propagation mechanism for the Beijing extreme heavy rainstorm clusters on 21 July 2012［J］.Acta Meteorol Sin，71（4）：569-592.doi：10.11676／qxxb2013.053.（in Chinese）.

陳永仁，李躍清，2013.基于SWAN產品的短時強降水雷達特征及預警分析［J］.高原山地氣象研究，33（1）：72-79.? Chen Y R，Li Y Q，2013.Forewarning analysis and radar features for short-time heavy rainfall based on SWAN system products［J］.Plateau Mt Meteorol Res，33（1）：72-79.doi：10.3969／j.issn.1674-2184.2013.01.013.（in Chinese）.

崔新艷，陳明軒，秦睿，等，2021.對流初生機理的研究進展［J］.氣象，47（11）：1297-1318.? Cui X Y，Chen M X，Qin R，et al.，2021.Research advances in the convective initiation mechanisms［J］.Meteor Mon，47（11）：1297-1318.doi：10.7519／j.issn.1000-0526.2021.11.001.（in Chinese）.

Dance S，Ebert E，Scurrah D，2010.Thunderstorm strike probability nowcasting［J］.J Atmos Ocean Technol，27（1）：79-93.doi：10.1175／2009jtecha1279.1.

Delgado G，Machado L A T，Angelis C F，et al.，2008.Basis for a rainfall estimation technique using IR-VIS cloud classification and parameters over the life cycle of mesoscale convective systems［J］.J Appl Meteorol Climatol，47（5）：1500-1517.doi：10.1175／2007jamc1684.1.

Dixon M，Wiener G，1993.TITAN：thunderstorm identification，tracking，analysis，and nowcasting：a radar-based methodology［J］.J Atmos Oceanic Technol，10（6）：785-797.doi：10.1175／1520-0426（1993）010<0785：ttitaa>2.0.co;2.

Doswell C A III，1987.The distinction between large-scale and mesoscale contribution to severe convection：a case study example［J］.Wea Forecasting，2（1）：3-16.doi：10.1175／1520-0434（1987）002<0003：tdblsa>2.0.co;2.

Ducrocq V，Nuissier O，Ricard D，et al.，2008.A numerical study of three catastrophic precipitating events over southern France.Ⅱ：mesoscale triggering and stationarity factors［J］.Quart J Roy Meteor Soc，134（630）：131-145.

方宗義，2014.氣象衛星發展歷程和啟示［J］.氣象科技進展，4（6）：27-34.? Fang Z Y，2014.The evolution of meteorological satellites and the insight from it［J］.Adv Meteorol Sci Technol，4（6）：27-34.doi：10.3969／j.issn.2095-1973.2014.06.003.（in Chinese）.

Fovell R G，2005.Convective initiation ahead of the sea-breeze front［J］.Mon Wea Rev，133（1）：264-294.

高國路，2019.青藏高原深對流活動特征及其對平流層水汽的輸送作用［D］.成都：成都信息工程大學.? Gao G L，2019.Characteristics of deep convection activity in Qinghai-Tibet Plateau and its transport effect on stratospheric water vapor［D］.Chengdu：Chengdu University of Information Technology.（in Chinese）.

顧成愷，任滿亮，韓韡，等，2019.對流初生臨近預報系統（CINS）的個例分析［J］.中國民航飛行學院學報，30（3）：70-73.? Gu C K，Ren M L，Han W，et al.，2019.Case analysis of convective initiation nowcasting system（CINS）［J］.J Civ Aviat Flight Univ China，30（3）：70-73.doi：10.3969／j.issn.1009-4288.2019.03.015.（in Chinese）.

郭巍，崔林麗，顧問，等，2018.基于葵花8衛星的上海市夏季對流初生預報研究［J］.氣象，44（9）：1229-1236.? Guo W，Cui L L，Gu W，et al.，2018.Summer convective initiation forecasting in Shanghai based on himawari-8 satellite［J］.Meteor Mon，44（9）：1229-1236.doi：10.7519／j.issn.1000-0526.2018.09.011.（in Chinese）.

韓豐，沃偉峰，2018.SWAN2.0系統的設計與實現［J］.應用氣象學報，29（1）：25-34.? Han F，Wo W F，2018.Design and implementation of SWAN2.0 platform［J］.J Appl Meteorol Sci，29（1）：25-34.doi：10.11898／1001-7313.20180103.（in Chinese）.

Handwerker J，2002.Cell tracking with TRACE3D-a new algorithm［J］.Atmos Res，61（1）：15-34.doi：10.1016／s0169-8095（01）00100-4.

何立富，陳濤，孔期，2016.華南暖區暴雨研究進展［J］.應用氣象學報，27（5）：559-569.? He L F，Chen T，Kong Q，2016.A review of studies on prefrontal torrential rain in South China［J］.J Appl Meteor Sci，27（5）：559-569.doi：10.11898／1001-7313.20160505.（in Chinese）.

何娜，丁青蘭，俞小鼎，等，2020.北京及周邊地區雷暴陣風鋒特征統計分析［J］.氣象學報，78（2）：250-259.? He N，Ding Q L，Yu X D，et al.，2020.Statistical analysis of thunderstorm gust front characteristics in Beijing and surrounding areas［J］.Acta Meteorol Sin，78（2）：250-259.doi：10.11676／qxxb2020.013.（in Chinese）.

賀蕓萍，諶蕓，肖天貴，2023.“5·22”廣州西北氣流控制下特大暴雨過程的中尺度特征分析［J］.成都信息工程大學學報，38（4）：440-449.? He Y P，Chen Y，Xiao T G，2023.Analysis of the mesoscale characteristics of the heavy rain process controlled by the northwest airflow in Guangzhou on “5·22”［J］.J Chengdu Univ Inf Technol，38（4）：440-449.doi：10.16836／j.cnki.jcuit.2023.04.011.（in Chinese）.

Hill A J，Weiss C C，Ancell B C，2016.Ensemble sensitivity analysis for mesoscale forecasts of dryline convection initiation［J］.Mon Wea Rev，144（11）：4161-4182.doi：10.1175／mwr-d-15-0338.1.

侯正俊，潘多，王磊，2018.改進氣象雷達TITAN算法在災害性天氣預警中的應用研究［J］.大氣科學學報，41（4）：561-568.? Hou Z J，Pan D，Wang L，2018.Application research on disaster weather warning based on improved TITAN algorithm of Doppler weather radar［J］.Trans Atmos Sci，41（4）：561-568.doi：10.13878／j.cnki.dqkxxb.20170628001.（in Chinese）.

胡勝，顧松山，莊旭東，等，2006.風暴的多普勒雷達自動識別［J］.氣象學報，64（6）：796-808.? Hu S，Gu S S，Zhuang X D，et al.，2006.Automatic identification of storm cells using doppler radars[J].Acta Meteorol Sin，64（6）：796-808.（in Chinese）.

胡勝，羅兵，黃曉梅，等，2010.臨近預報系統（SWIFT）中風暴產品的設計及應用［J］.氣象，36（1）：54-58.? Hu S，Luo B，Huang X M，et al.，2010.Storm series algorithms in the SWIFT and application in the second FDP trial［J］.Meteor Mon，36（1）：54-58.（in Chinese）.

黃小彥，孫繼松，劉文婷，2020.地形作用下低空急流的演變與強降水對流風暴系統的相互作用［J］.氣象學報，78（4）：551-567.? Huang X Y，Sun J S，Liu W T，2020.The interaction between low-level jet evolution and severe convective rainstorms under topographic effect［J］.Acta Meteorol Sin，78（4）：551-567.doi：10.11676／qxxb2020.034.（in Chinese）.

Johnson J T，MacKeen P L，Witt A，et al.，1998.The storm cell identification and tracking algorithm：an enhanced WSR-88D algorithm［J］.Wea Forecasting，13（2）：263-276.doi：10.1175／1520-0434（1998）013<0263：tsciat>2.0.co;2.

Johnson R H，Mapes B E，2001.Mesoscale processes and severe convective weather［M］／／Severe convective storms.Boston，MA：American Meteorological Society：71-122.

Kirshbaum D J，Wang C C，2014.Boundary layer updrafts driven by airflow over heated terrain［J］.J Atmos Sci，71（4）：1425-1442.doi：10.1175／jas-d-13-0287.1.

Kirshbaum D，Adler B，Kalthoff N，et al.，2018.Moist orographic convection：physical mechanisms and links to surface-exchange processes［J］.Atmosphere，9（3）：80.doi：10.3390／atmos9030080.

Kristovich D A R，1993.Mean circulations of boundary-layer rolls in lake-effect snow storms［J］.Bound Layer Meteor，63（3）：293-315.doi：10.1007／BF00710463.

Laird N F，Kristovich D A R，Rauber R M，et al.，1995.The cape canaveral sea and river breezes：kinematic structure and convective initiation［J］.Mon Wea Rev，123（10）：2942-2956.doi：10.1175／1520-0493（1995）123<2942：tccsar>2.0.co;2.

Lakshmanan V，Smith T，Stumpf G，et al.，2007.The warning decision support system：integrated information［J］.Wea Forecasting，22（3）：596-612.

Lee J T，Lee D I，You C H，et al.，2014.Dual-Doppler radar analysis of a near-shore line-shaped convective system on 27 July 2011，Korea：a case study［J］.Tellus A，66（1）：23453.doi：10.3402／tellusa.v66.23453.

李博，楊柳，唐世浩，2018.基于靜止衛星的青藏高原及周邊地區夏季對流的氣候特征分析［J］.氣象學報，76（6）：983-995.? Li B，Yang L，Tang S H，2018.The climatic characteristics of summer convection over the Tibetan Plateau revealed by geos-tationary satellite［J］.Acta Meteorol Sin，76（6）：983-995.doi：10.11676／qxxb2018.048.（in Chinese）.

李紅莉，張兵，陳波，2008.局地分析和預報系統（LAPS）及其應用［J］.氣象科技，36（1）：20-24.? Li H L，Zhang B，Chen B，2008.Local analysis and prediction system （LAPS） and its localization［J］.Meteorol Sci Technol，36（1）：20-24.doi：10.19517／j.1671-6345.2008.01.004.（in Chinese）.

李林，劉青山，夏旻，2015.基于極限學習機的地基可見光云圖的云分類［J］.大氣科學學報，38（5）：678-685.? Li L，Liu Q S，Xia M，2015.Cloud classification based on ground-based vision cloud image using extreme learning machine［J］.Trans Atmos Sci，38（5）：678-685. doi：10.13878／j.cnki.dqkxxb.20130520004.（in Chinese）.

Li Y，Liu Y B，Chen Y，et al.，2021.Characteristics of deep convective systems and initiation during warm seasons over China and its vicinity［J］.Remote Sens，13（21）：4289.doi：10.3390／rs13214289.

Ligda M G H，1956.The radar observation of lightning［J］.Journal of Atmospheric ＆ Terrestrial Physics，9（5／6）：329-330.

Lin Y L，Sen C A，Wang T A，et al.，2001.Some common ingredients for heavy orographic rainfall［J］.Wea Forecasting，16（6）：633-660.doi：10.1175／1520-0434（2001）016<0633：scifho>2.0.co;2.

劉丹，2014.基于三維雷達資料的對流初生預警算法［D］.青島：中國海洋大學.? Liu D，2014.Convective storm initiation algorithm based on three-dimensional radar data［D］.Qingdao：Ocean University of China.（in Chinese）.

劉國忠，黃榮，翟麗萍，等，2016.衛星初生對流的業務應用技術研究［J］.氣象研究與應用，37（3）：109-111.? Liu G Z，Huang R，Zhai L P，et al.，2016.Application of satellite in convective initiation［J］.J Meteor Res Appl，37（3）：109-111.（in Chinese）.

劉鴻波，何明洋，王斌，等，2014.低空急流的研究進展與展望［J］.氣象學報，72（2）：191-206.? Liu H B，He M Y，Wang B，et al.，2014.Advances in low-level jet research and future prospects［J］.Acta Meteorol Sin，72（2）：191-206.doi：10.11676／qxxb2014.022.（in Chinese）.

劉瑞婷，陳明軒，肖現，等，2021.雷達資料快速更新四維變分同化中增加地面資料同化對強對流臨近數值預報的影響［J］.氣象學報，79（6）：921-942.? Liu R T，Chen M X，Xiao X，et al.，2021.Influence of increasing ground data assimilation in four-dimensional variational assimilation of radar data on numerical prediction of severe convection approaching［J］.Acta Meteorol Sin，79（6）：921-942.doi：10.11676／qxxb2021.065.（in Chinese）.

盧乃錳，吳蓉璋，1997.強對流降水云團的云圖特征分析［J］.應用氣象學報，8（3）：269-275.? Lu N M，Wu R Z，1997.Strong convective cloud characteristics derived from satellite cloud pictuer［J］.J Appl Meteorol Sci，8（3）：269-275.（in Chinese）.

羅亞麗，2012.極端天氣和氣候事件的變化［J］.氣候變化研究進展，8（2）：90-98.? Luo Y L，2012.Changes in weather and climate extremes［J］.Progressus Inquisitiones DE Mutat Clim，8（2）：90-98.doi：10.3969／j.issn.1673-1719.2012.02.003.（in Chinese）.

Maddox R A，1980.Meoscale convective complexes［J］.Bull Amer Meteor Soc，61（11）：1374-1387.doi：10.1175／1520-0477（1980）061<1374：mcc>2.0.co;2.

Mecikalski J R，Bedka K M，2006.Forecasting convective initiation by monitoring the evolution of moving cumulus in daytime GOES imagery［J］.Mon Wea Rev，134（1）：49-78.doi：10.1175／mwr3062.1.

McNulty R P，1995.Severe and convective weather：a central region forecasting challenge［J］.Wea Forecasting，10（2）：187-202.doi：10.1175／1520-0434（1995）010<0187：sacwac>2.0.co;2.

苗春生，劉春，王堅紅，等，2017.FY-3A水汽資料在江淮梅雨強降水系統濕動力診斷中的應用［J］.大氣科學學報，40（1）：36-47.? Miao C S，Liu C，Wang J H，et al.，2017.Application of moisture data from the FY-3A satellite in moisture-dynamic diagnosis of Meiyu heavy precipitation systems over the Jianghuai Valley［J］.Trans Atmos Sci，40（1）：36-47. doi：10.13878／j.cnki.dqkxxb.20150227001.（in Chinese）.

Miura Y，1986.Aspect ratios of longitudinal rolls and convection cells observed during cold air outbreaks［J］.J Atmos Sci，43（1）：26-39.doi：10.1175／1520-0469（1986）043<0026：arolra>2.0.co;2.

Morel C，Sénési S，Autones F，et al.，2000.The Rapid Developing Thunderstorms（RDT） product of the nowcasting SAF[C]//Prototyping activities and quality assessment using GOES images.Proc.The 2000 Meteorological Satellite Data Users Conference，Eumetsat and CNR.Bologna，Italy：698-705.

南剛強，陳明軒，秦睿，等，2021.基于雷達組合反射率拼圖和深度學習的中尺度對流系統識別、追蹤與分類方法［J］.氣象學報，79（6）：1002-1021.? Nan G Q，Chen M X，Qin R，et al.，2021.Recognition，tracking and classification of mesoscale convection system based on radar combined reflectance mosaic and deep learning［J］.Acta Meteorol Sin，79（6）：1002-1021.doi：10.11676／qxxb2021.062.（in Chinese）.

Nesbitt S W，Zipser E J，2003.The diurnal cycle of rainfall and convective intensity according to three years of TRMM measurements［J］.J Climate，16（10）：1456-1475.doi：10.1175／1520-0442（2003）0161456：tdcora>2.0.co;2.

Okabe I，Imai T，Izumikawa Y，2011.Detection of rapidly developing cumulus areas through MTSAT rapid scan operation observations［J］.Meteorol Satell Cent Tech Note，55：69-91.

Orville H D，1965.A numerical study of the initiation of cumulus clouds over mountainous terrain［J］.J Atmos Sci，22（6）：684-699.doi：10.1175／1520-0469（1965）022<0684：ansoti>2.0.co;2.

潘留杰，張宏芳，侯建忠，等，2015.弱天氣系統強迫下黃土高原強對流云的初生及演變［J］.高原氣象，34（4）：982-990.? Pan L J，Zhang H F，Hou J Z，et al.，2015.Initiation and evolution of storm over loess plateau for weak synoptic forcing situations［J］.Plateau Meteor，34（4）：982-990.doi：10.7522／j.issn.1000-0534.2014.00015.（in Chinese）.

Parker M D，Johnson R H，2000.Organizational modes of midlatitude mesoscale convective systems［J］.Mon Wea Rev，128（10）：3413-3436.doi：10.1175／1520-0493（2001）129<3413：omommc>2.0.co;2.

Parsons D B，Haghi K R，Halbert K T，et al.，2019.The potential role of atmospheric bores and gravity waves in the initiation and maintenance of nocturnal convection over the southern great Plains［J］.J Atmos Sci，76（1）：43-68.doi：10.1175／jas-d-17-0172.1.

Pielke R A，1974.A three-dimensional numerical model of the sea breezes over South Florida［J］.Mon Wea Rev，102（2）：115-139.doi：10.1175／1520-0493（1974）102<0115：atdnmo>2.0.co;2.

Rasmussen K L，Houze R A Jr，2016.Convective initiation near the Andes in subtropical South America［J］.Mon Weas Rev，144（6）：2351-2374.doi：10.1175／mwr-d-15-0058.1.

覃丹宇，方宗義，2014.利用靜止氣象衛星監測初生對流的研究進展［J］.氣象，40（1）：7-17.? Qin D Y，Fang Z Y，2014.Research progress of geostationary satellite-based convective initiation［J］.Meteor Mon，40（1）：7-17.doi：10.7519／j.issn.1000-0526.2014.01.002.（in Chinese）.

Reif D W，Bluestein H B，2017.A 20-year climatology of nocturnal convection initiation over the Central and Southern Great Plains during the warm season［J］.Mon Wea Rev，145（5）：1615-1639.

Richiardone R，Manfrin M，2003.The map room［J］.Bull Amer Meteor Soc，84（11）：1494-1498.doi：10.1175／bams-84-11-1494.

Rinehart R E，Garvey E T，1978.Three-dimensional storm motion detection by conventional weather radar［J］.Nature，273（5660）：287-289.

Roberts R D，Rutledge S，2003.Nowcasting storm initiation and growth Using GOES-8 and WSR-88D data［J］.Wea Forecasting，18（4）：562-584.doi：10.1175／1520-0434（2003）0180562：nsiagu>2.0.co;2.

Schumacher R S，Johnson R H，2005.Organization and environmental properties of extreme-rain-producing mesoscale convective systems［J］.Mon Wea Rev，133（4）：961-976.doi：10.1175／mwr2899.1.

單寅，林琿，付慰慈，等，2003.夏季青藏高原上中尺度對流系統初生階段特征［J］.熱帶氣象學報，19（1）：61-66.? Shan Y，Lin H，Fu W C，et al.，2003.The features of mcs during its initiation over Tibetan Plateau in summer［J］.J Trop Meteor，19（1）：61-66.doi：10.3969／j.issn.1004-4965.2003.01.008.（in Chinese）.

Shapiro M A，Hampel T，Rotzoll D，et al.，1985.The frontal hydraulic head：a micro-α scale （～1 km） triggering mechanism for mesoconvective weather systems［J］.Mon Wea Rev，113（7）：1166-1183.doi：10.1175／1520-0493（1985）113<1166：tfhham>2.0.co;2.

石璐，2015.基于數值模式和雷達數據的對流初生預警技術研究［D］.青島：中國海洋大學.? Shi L，2015.Study on the convective initiation warning technology based on numerical model and radar data［D］.Qingdao：Ocean University of China.（in Chinese）.

Soderholm B，Ronalds B，Kirshbaum D J，2014.The evolution of convective storms initiated by an isolated mountain ridge［J］.Mon Wea Rev，142（4）：1430-1451.doi：10.1175／mwr-d-13-00280.1.

宋珍妮，2014.基于網格的CI預警方法研究［D］.青島：中國海洋大學.? Song Z N，2014.Nowcasting storm convective initiation using grid based on satellite data［D］.Qingdao：Ocean University of China.（in Chinese）.

Strabala K I，Ackerman S A，Menzel W P，1994.Cloud properties inferred from 8—12 μm data［J］.J Appl Meteor，33（2）：212-229.doi：10.1175／1520-0450（1994）033<0212：cpifd>2.0.co;2.

蘇愛芳，鄭永光，張寧，等，2022.邊界層輻合線觸發深厚濕對流研究進展［J］.氣象學報，80（2）：177-189.? Su A F，Zheng Y G，Zhang N，et al.，2022.Research progress of deep moist convection triggered by boundary layer convergence line［J］.Acta Meteorol Sin，80（2）：177-189.doi：10.11676／qxxb2022.013.（in Chinese）.

Sun F L，Qin D Y，Min M，et al.，2019.Convective initiation nowcasting over China from Fengyun-4A measurements based on TV-L1 optical flow and BP_Adaboost neural network algorithms［J］.IEEE J Sel Top Appl Earth Obs Remote Sens，12（11）：4284-4296.doi：10.1109／JSTARS.2019.2952976.

孫齊穎，2016.北半球及局地夏季對流性降水特征的對比［D］.南京：南京信息工程大學.? Sun Q Y，2016.Comparative characteristics of Northern Hemisphere and local summer convective precipitation［D］.Nanjing：Nanjing University of Information Science ＆ Technology.（in Chinese）.

Tucker D F，Crook N A，2005.Flow over heated terrain.Part II：generation of convective precipitation［J］.Mon Wea Rev，133（9）：2565-2582.

萬夫敬，孫繼松，孫敏，等，2021.山東半島海風鋒在一次颮線系統演變過程中的作用［J］.氣象學報，79（5）：717-731.? Wan F J，Sun J S，Sun M，et al.，2021.Impacts of sea breeze front over Shandong Peninsula on the evolution of a squall line［J］.Acta Meteorol Sin，79（5）：717-731.doi：10.11676／qxxb2021.056.（in Chinese）.

汪柏陽，2015.基于多通道衛星云圖的對流啟動監測［D］.南京：南京理工大學.? Wang B Y，2015.Convection start-up monitoring based on multi-channel satellite cloud images［D］.Nanjing：Nanjing University of Science and Technology.（in Chinese）.

Wang C C，Kirshbaum D J，Sills D M L，2019.Convection initiation aided by lake-breeze convergence over the Niagara peninsula［J］.Mon Wea Rev，147（11）：3955-3979.doi：10.1175／mwr-d-19-0123.1.

Weckwerth T M，Parsons D B，2006.A review of convection initiation and motivation for IHOP_2002［J］.Mon Wea Rev，134（1）：5-22.

Weckwerth T M，Wilson J W，Wakimoto R M，et al.，1997.Horizontal convective rolls：Determining the environmental conditions supporting their existence and characteristics［J］.Mon Wea Rev，125（4）：505-526.doi：10.1175／1520-0493（1997）125<0505：hcrdte>2.0.co;2.

Weckwerth T，Murphey H，Flamant C，et al.，2008.An observational study of convection initiation on 12 June 2002 during IHOP2002［J］.Mon Wea Rev，136（7）：2283-2287，2289.

Weisman M L，Rotunno R，2004.“a theory for strong long-lived squall lines” revisited［J］.J Atmos Sci，61（4）：361-382.doi：10.1175／1520-0469（2004）061<0361：atfsls>2.0.co;2.

Wilson J W，Roberts R D，2004.Summary of convective storm initiation and evolution during IHOP［C］／／Third European Conference on Radar Meteorology （ERAD）.

Wilson J W，Foote G B，Cr·ook N A，et al.，1992.The role of boundary-layer convergence zones and horizontal rolls in the initiation of thunderstorms：a case study［J］.Mon Wea Rev，120（9）：1785-1815.doi：10.1175／1520-0493（1992）120<1785：troblc>2.0.co;2.

Wu L M，Seo D J，Demargne J，et al.，2011.Generation of ensemble precipitation forecast from single-valued quantitative precipitation forecast for hydrologic ensemble prediction［J］.J Hydrol，399（3／4）：281-298.doi：10.1016／j.jhydrol.2011.01.013.

吳哲珺，包云軒，朱霆，等，2019.長江流域一次大暴雨過程的低空急流形成和影響機制分析［J］.熱帶氣象學報，35（3）：409-422.? Wu Z J，Bao Y X，Zhu T，et al.，2019.Study on the mechanism of low-level jet in a heavy rainfall in the Yangtze River Basin［J］.J Trop Meteor，35（3）：409-422.doi：10.16032／j.issn.1004-4965.2019.038.（in Chinese）.

肖笑，2013.靜止氣象衛星資料的強對流云團的識別與預報研究［D］.南京：南京信息工程大學.? Xiao X，2013.Study on the detection and extrapolation forecast of deep convective clouds with geosynchronous meteorological satellite data［D］.Nanjing：Nanjing University of Information Science ＆ Technology.（in Chinese）.

肖笑，魏鳴，2018.利用FY-2E紅外和水汽波段對強對流云團的識別和演變研究［J］.大氣科學學報，41（1）：135-144.? Xiao X，Wei M，2018.Study on the detection and evolution of intense convective cloud with data from the FY-2E VISSR infrared and water vapor bands［J］.Trans Atmos Sci，41（1）：135-144. doi：10.13878／j.cnki.dqkxxb.20150706003.（in Chinese）.

徐慧，2013.基于Box-averaged方法的CI預警方法研究［D］.青島：中國海洋大學.? Xu H，2013.A study of forecasting convective initiation based on method of box-averaged［D］.Qingdao：Ocean University of China.（in Chinese）.

Xue M，Martin W J，2006.A high-resolution modeling study of the 24 May 2002 dryline case during IHOP.Part I：numerical simulation and general evolution of the dryline and convection［J］.Mon Wea Rev，134（1）：149-171.

Yang G Y，Slingo J，2001.The diurnal cycle in the tropics［J］.Mon Wea Rev，129（4）：784-801.doi：10.1175／1520-0493（2001）129<0784：tdcitt>2.0.co;2.

Yang J，Zhang Z，Wei C，et al.，2017.Introducing the new generation of Chinese geostationary weather satellites，Fengyun-4［J］.Bull Amer Meteor Soc，98（8）：1637-1658.

俞小鼎，周小剛，王秀明，2012.雷暴與強對流臨近天氣預報技術進展［J］.氣象學報，70（3）：311-337.? Yu X D，Zhou X G，Wang X M，2012.The advances in the nowcasting techniques on thunderstorms and severe convection［J］.Acta Meteorol Sin，70（3）：311-337.doi：10.11676／qxxb2012.030.（in Chinese）.

張柳，霍利微，潘玉潔，2020.華東地區夏季中尺度對流系統的活動特征及成因研究［J］.大氣科學學報，43（2）：392-404.? Zhang L，Huo L W，Pan Y J，2020.Research on the activity characteristics and the formation cause of MCS over East China in summer［J］.Trans Atmos Sci，43（2）：392-404. doi：10.13878／j.cnki.dqkxxb.20170111001.（in Chinese）.

張一平，俞小鼎，王迪，等，2021.河套及周邊地區干線觸發對流天氣特征初步分析［J］.高原氣象，40（5）：1024-1037.? Zhang Y P，Yu X D，Wang D，et al.，2021.A preliminary analysis of the characteristics of drylines and its triggering convections in the Hetao and surrounding regions［J］.Plateau Meteor，40（5）：1024-1037.doi：10.7522／j.issn.1000-0534.2020.00068.（in Chinese）.

趙金霞，徐靈芝，盧煥珍，等，2012.盛夏渤海灣大氣邊界層輻合線觸發對流風暴對比分析［J］.氣象，38（3）：336-343.? Zhao J X，Xu L Z，Lu H Z，et al.，2012.Comparative analysis of boundary layer convergence lines triggering convective storm in Bohai Bay［J］.Meteor Mon，38（3）：336-343.（in Chinese）.

鄭淋淋，孫建華，2016.風切變對中尺度對流系統強度和組織結構影響的數值試驗［J］.大氣科學，40（2）：324-340.? Zheng L L，Sun J H，2016.The impact of vertical wind shear on the intensity and organizational mode of mesoscale convective systems using numerical experiments［J］.Chin J Atmos Sci，40（2）：324-340.doi：10.3878／j.issn.1006-9895.1505.14311.（in Chinese）.

Ziegler C L，Lee T J，Pielke R A，1997.Convective initiation at the dryline：a modeling study［J］.Mon Wea Rev，125（6）：1001-1026.

Zipser E J，Cecil D J，Liu C T，et al.，2006.Where are the most intense thunderstorms on earth？［J］.Bull Amer Meteor Soc，87（8）：1057-1072.doi：10.1175／bams-87-8-1057.

·ARTICLE·

Research progress and prospect of atmospheric convection initiation

YAO Xiuping1，2，CAO Xiaomin1，3

1Chinese Meteorological Administration Training Centre，Beijing 100081，China;

2State Key Laboratory of Severe Weather，Chinese Academy of Meteorological Sciences，Beijing 100081，China;

3Qinghai Meteorological Observatory，Xining 810001，China

Abstract? Convective initiation （CI） in the atmosphere is an important symptom of severe convective weather and the focus of severe convective weather forecast and early warning，which has been paid more and more attention in recent years.This paper reviews the research progress of CI at home and abroad，mainly including the definition of CI，mature CI algorithm based on radar data and satellite data，local space-time distribution characteristics of CI，and main factors affecting CI.On this basis，the future research of CI is prospected in order to deepen the understanding of CI and provide reference for the short-term and imminent forecast and early warning of severe convective weather.

Keywords? convection initiation（CI）;algorithm;features;mechanism;advances;prospects

doi：10.13878／j.cnki.dqkxxb.20230224001

（責任編輯：張福穎）