雷暴、冰雹等强对流天气是主要的气象灾害之一,北疆地区受地形和天气系统的共同作用,在天山南北两侧雷暴、冰雹发生频次高、危害大,但对其预报难度较大。以往关于北疆地区雷暴、冰雹潜势预报一般只归纳总结了雷暴或冰雹发生前一天的主要天气型,或直接研究了物理量或对流参数对雷暴或冰雹的作用,缺少在天气型自动识别的基础上再结合物理量和对流参数诊断进行雷暴或冰雹的预报,因此,有必要进行这方面的研究。本文基于北疆地区25个观测站1981-2013年的常规观测资料、同期NCEP/NCAR1°×1°再分析资料,利用气候统计分析、集中期集中度等方法对北疆地区雷暴(冰雹)时空分布等气候特征进行了探析；然后分析了2002-2012年间北疆地区雷暴(冰雹)发生时的500hPa天气形势,归纳出4种主要的天气型,并确定了各天气型的入型判据以实现天气型的自动识别；对相关物理量和对流参数进行诊断,确定了不同天气型下与雷暴相关性较好的物理量或对流参数及其各自的范围,并基于物理量和对流参数进行进一步消空,构建了基于天气分型和物理量诊断的北疆区域性雷暴(冰雹)潜势预报模型；利用多元逐步回归、人工神经网络方法建立北疆单站雷暴(冰雹)潜势试预报模型,并结合历史资料对预报效果进行检验,在区域性预报的基础上,利用神经网络模型对2013年4-10月雷暴(冰雹)进行单站试预报,并对预报效果进行了检验。主要结论如下：(1)对北疆地区雷暴(冰雹)的时空分布特征分析可知：北疆地区雷暴(冰雹)的多发区主要为北疆西部以及天山山区西段,与地形和地势关系密切。多年平均年雷暴日数在天山山区的巴音布鲁克地区最多,为36.2d；克拉玛依、塔城等西部多发区以及阿勒泰地区在16-27d之间；其余大部分地区为3-8d；达坂城附近最少,为0.7d。北疆地区的雷暴日数在1981-2000年之间呈缓慢下降趋势,2000～2009年之间又有增加,并且存在6-7年的振荡周期。夏季6-8月份为雷暴的多发期,占全年总数的78.2%,峰值出现在7月份；雷暴(冰雹)的发生具有较明显的日变化特征,14：00～20:00时段内发生的频次占全天的51.8%。雷暴(冰雹)的集中度较高,主要集中在6月下旬至7月上旬,但近年来集中度有下降趋势。(2)对北疆地区雷暴(冰雹)发生时的天气形势进行统计和分型,结果表明：北疆地区雷暴(冰雹)发生时的4种主要天气型为：中亚低涡型、急流型、北疆低槽型以及西北气流型。其中中亚低涡型出现的概率最高,所占比例为30.8%,出现最多的月份为6月和7月；急流型占22.4%,出现最多的月份为6月和8月；北疆低槽型和西北气流型所占比例分别为20.1%、23.0%,均在7月出现最多。根据各天气型的环流形势特征和高低空配置,确定了不同天气型的判别标准,经过天气形势自动入型,样本数由2354个下降为1515个,消空率为35.6%,综合CSI评分为19.4%。(3)通过对相关物理量和对流参数的诊断分析发现,最佳对流有效位能、下沉对流有效位能、最有利抬升指数、抑制对流能量、气团指数、TT指数、CT指数、850hPa温度露点差、850～500hPa假相当位温差、850～700hPa假相当位温差、0～3kmn垂直风切变、500hPa和850hPa温度平流以及850hPa水汽通量散度等15个物理量对北疆地区雷暴(冰雹)有较好的指示意义,不同天气型下指示意义较好的物理量也不尽相同。850hPa层的温度露点差与四种天气型下雷暴(冰雹)均有较好的相关性。总体来看,北疆低槽型需要较好的水汽条件,而中亚低涡型和西北气流型这两种天气型发生雷暴(冰雹)需要较强的层结不稳定条件。利用筛选出的各物理量的范围进行逐级消空,从1515个入型样本消去了482个空样本,消空率为31.8%,回代检验结果表明,基于分型和物理量诊断建立的区域性雷暴(冰雹)预报模型的综合CSI评分为27.8%。2013年4～10月区域性雷暴(冰雹)试预报的CSI评分为26.4%,预报效果较好。(4)利用多元逐步回归法、神经网络方法建立单站雷暴(冰雹)潜势预报模型,结果表明：这两种方法都可以将预报精确到单站,神经网络法在处理预报对象和预报因子之间的非线性关系方面有一定优势,相对于多元逐步回归法而言效果较好。两种方法分型后的预报效果均优于不分型时的预报效果,分型后中亚低涡型预报效果相对而言最为理想。基于区域性雷暴(冰雹)预报结果,利用分型后神经网络方法对2013年4～10月雷暴(冰雹)进行站点预报,CSI评分在主要集中在13.2%～18.5%之间,总体预报效果较好。综上所述,本文在天气形势自动判别的基础上,利用相关物理量和对流参数进行进一步消空,建立了北疆区域性雷暴(冰雹)潜势预报模型,并结合多元逐步回归法、神经网络法建立了北疆单站雷暴(冰雹)潜势预报模型,为该地区雷暴(冰雹)的预警预报增添了新的技术支撑。