新疆维吾尔自治区位于欧亚大陆腹地,其南疆地区是我国重要农业区之一,受气象灾害影响较大,其中雷暴(冰雹)每年给该区造成严重的经济损失。本文收集了南疆地区1980-2013年24个气象观测站的雷暴(冰雹)资料,运用数理统计分析方法研究雷暴(冰雹)的时空分布特征,并结合南疆地形、地貌特点对其进行雷暴气候区划。通过对2002-2012年南疆雷暴高发区(阿克苏及邻近地区)区域性强雷暴个例对应的500hPa天气形势进行普查、分析和归类,总结出4类易出现雷暴的天气型,并对各天气型进行定量描述,确定各天气型的判别指标,实现天气型自动判别。在天气分型的基础上,筛选出各天气型下与雷暴相关性好的物理量作为预报因子,进而运用多指标叠加法、多元逐步回归法和BP神经网络法,构建了南疆阿克苏及邻近地区区域雷暴和单站雷暴预报模型,利用历史资料进行回代检验和试预报,对预报效果进行评估。最后利用T639数值预报产品,采用PP法思想,建立了南疆阿克苏及邻近地区雷暴业务预报系统。主要研究结果如下:(1)对南疆地区雷暴(冰雹)时空分布特征分析表明:南疆雷暴(冰雹)天气主要出现在天山山脉地带,沿着山脉自西南向东北呈带状分布。南疆雷暴可划分为4个气候区:阿克苏及邻近地区、南疆西部高山区、南疆东部地区与和田地区。其中阿克苏及邻近地区雷暴日数最多,雷暴在全年均有出现,即便是寒冷的1月份和12月份,通常出现在4-10月份,集中于6-8月份,峰值在7月份;一天中,雷暴集中出现在下午-前半夜。与阿克苏及邻近地区相比,其他3个气候区雷暴日数明显偏少,其年内变化和日变化也具有相似特征。(2)对阿克苏及邻近地区2002-2012年170例区域性强雷暴当日天气形势进行普查、分析、归类,结果表明:该地区雷暴天气型主要可划分为巴尔喀什湖低槽型、急流强垂直切变型、乌脊前西北气流型和温度槽型4种类型。对各天气型进行定量描述,并不断优化其判别指标,实现了天气型自动判别。用2002-2012年的历史资料进行回代判别,样本数由1683d下降为876d,消空率为48%,漏报率为2.4%。用未参与建模的2013年历史资料进行试预报检验,样本数由153d下降为80d,消空率为48%,无漏报。依据天气型和典型个例分析发现,阿克苏及邻近地区雷暴(冰雹)的发生、发展具有其独特的成因,当上游巴尔喀什湖附近有冷槽等低值系统存在时,随着系统的东移南下,其底部低槽引导冷空气越过天山,先期到达阿克苏及邻近地区的上空,此时低空由于天山的阻挡,依旧较暖,形成上冷下暖的强不稳定层结,导致雷暴(冰雹)天气的发生。(3)在天气分型的基础上,对不同天气型,分别筛选出相关系数通过显著性检验的物理量作为预报因子。结果表明:最优对流有效位能(BCAPE)、下沉对流有效位能(DCAPE)、最优抬升指数(BLI)、抑制对流能量(CIN)、气团指数(K)、全总指数(TT)、沙氏指数(SI)、垂直风切变(SHR)、比湿(Q)、假相当位温(SITASE)、温度平流(TMPADV)、露点(TD)、温度露点差(TDD)、相对湿度(RH)和整层可降水量(PWAT)共15个物理量对阿克苏及邻近地区的雷暴天气有较好指示意义,且不同天气型指示意义较好的物理量不尽相同。(4)在天气分型和预报因子筛选的基础上,分别采用多指标叠加法、多元逐步回归法和BP神经网络法,构建了阿克苏及邻近地区区域雷暴预报模型。结果表明,三种方法的预报效果在不同天气型下各有所长,平均而言BP神经网络法优于其他两种方法,其空报率最小,TS评分最高,可达50.0%。探讨了各天气型下区域雷暴发生概率的预报方法,结果表明,满足预报指标个数越多(或预报值越大),区域雷暴发生概率越大。(5)基于单站雷暴预报需求,采用双线性差值方法,利用多元逐步回归法和BP神经网络法,构建了阿克苏及邻近地区12个气象观测站的单站雷暴预报模型。结果表明,对于气候概率较高的站点,两种方法的TS评分均较高,可达到30.0%以上;对于气候概率较低的站点,BP神经网络法优于多元逐步回归法。(6)在以上研究的基础上,建立了南疆阿克苏及邻近地区雷暴业务预报系统,并进行了试运行。系统可自动获取所需的实时中短期数值预报产品,并进行数据质量控制和预处理;提供天气型客观分型和自动判别结果;自动调用预报模型;预报结果的生成及显示全部由计算机完成。本文的研究结果可为南疆阿克苏及邻近地区雷暴中短期潜势预报提供参考与技术支持。