許小峰

在不同季節(jié)，青藏高原相對于周圍同高度自由大氣的溫差會出現(xiàn)顯著、甚至是相反的變化，從而可以通過熱力作用對周圍及鄰近地區(qū)的大氣環(huán)流、天氣氣候產(chǎn)生影響。夏季，青藏高原為熱源，在近地面層會形成熱低壓，在冬季則相反，為冷高壓。與此氣壓系統(tǒng)相適應，在高原周圍存在一冬夏盛行風向相反的季風層，構(gòu)成青藏高原季風，可以用高原季風指數(shù)作為指標反映青藏高原季風的強弱。然而，目前高原季風指數(shù)定義尚無統(tǒng)一標準，幾種代表性指數(shù)反映出的高原季風特征不完全一致，且較多關注高原夏季風對我國夏季氣候和旱澇的影響。本期封面報道（P6）選取并改進了一種新的高原季風指數(shù)，能較好反映高原冬夏季風轉(zhuǎn)換時間和年際變化特征，并基于該季風指數(shù)分析了高原冬季風異常對四川春季干旱的影響。

我國地處季風氣候區(qū)，造成各地氣溫、降水伴隨季風活動和強弱出現(xiàn)較大變化，導致干旱、低溫冷害、冰雹、高溫等氣象災害頻頻發(fā)生，嚴重影響著我國農(nóng)業(yè)的發(fā)展。有效開展氣象為農(nóng)業(yè)服務是減少農(nóng)業(yè)氣象災害影響的途徑之一，提煉出農(nóng)作物關鍵期重點氣象服務提示、并利用相應的科普宣傳圖集，有助于大眾對氣象信息的理解，提升接受度和服務效果（P37）。另外，隨著我國衛(wèi)星技術(shù)水平的不斷提升，風云衛(wèi)星的農(nóng)業(yè)遙感應用得到了快速的發(fā)展。我國學者利用風云衛(wèi)星在作物長勢監(jiān)測、作物分類與面積統(tǒng)計和產(chǎn)量估算、農(nóng)業(yè)氣象災害監(jiān)測、草原生態(tài)監(jiān)測以及數(shù)據(jù)精細化處理等方面開展了大量的研究工作，取得了一系列成果（P32），為及時、高效、準確的提供作物生產(chǎn)信息，支撐國家的糧食安全戰(zhàn)略提供了保障。

2006年以來，在全球掀起了第三次人工智能（AI）浪潮，其發(fā)展特點與前兩次明顯不同之處在于現(xiàn)代深度學習技術(shù)的快速提升，而這與人工智能日漸蓬勃的商業(yè)化密切相關。我國氣象部門基于當今業(yè)務需求已經(jīng)開展了新一代人工智能預研究（P55），其中，基于深度學習的臨近預報已經(jīng)取得了一定進展。預報模型不僅能跟蹤雷達回波的移動方向，而且能較好地反映雷達回波的生消變化，較傳統(tǒng)雷達回波外推方法取得了一些新的進展。

1849年俄國東正教會在北京建立地磁氣象臺和1872年法國教會在上海徐家匯建立觀象臺等一系列事件，推進了中國開始進入到近代氣象觀測時代。本期往事鉤沉回顧了云南（P63）、重慶（P68）、新疆（P71）的近代氣象觀測活動，同時也特別關注了中華人民共和國成立前三地的氣象觀測史，以期為我國現(xiàn)代的氣象觀測提供一些歷史參考和借鑒。