摘要：大别山区地形起伏显著，山脊、河谷与坡面交错分布，局地强降水具有突发性强、空间差异大和预警时间短等特点。面向区域气象服务对未来60分钟降水落区和发生概率的精细预报需求，本研究探讨多高度层雷达回波与站点相关路径信息的融合方法，重点检验回波移动路径能否在静态雷达强度和垂直结构之外提供稳定的预报增量。研究采用2025年3—10月全国天气雷达三维反射率因子、大别山区地面自动站分钟降水资料，选取1.5、2.5、3.5和7 km四个CAPPI高度层，经过完整性检查、区域裁剪、覆盖质量控制和连续序列构建，获得51138个可用雷达时次，并生成2660260个严格折外站点—时次样本。多层雷达基线M1由站点邻域反射率、回波顶代理、层间梯度及过去60分钟变化趋势等特征组成；路径模型M2O在M1折外预报基础上，引入对象距站距离、预测路径距站距离、沿移动方向到站距离、预计到站时间、指向站点移动速度、方向一致性、回波强度及增长率等14项特征，利用机器学习方法进一步校正降水发生概率；当样本缺少可靠的回波路径信息时，仍保留基线模型的预报结果。模型验证按天气过程划分为五组，每次使用其中四组训练、另一组检验；模型训练和分类阈值选择均在训练数据内部完成，同一降水过程的样本不同时进入训练集和检验集。路径适用域包含195662个样本、88个可评估事件和81个站点。结果表明，M2O的事件平均临界成功指数由M1的0.4031提高至0.4219，绝对增量为0.0188，95%置信区间为[0.0077，0.0310]，五个外折均呈正增量，FDR校正后q=0.0013；逐样本命中率由0.8005提高至0.8299，虚警率由0.2291小幅降至0.2267，Brier评分相对改善12.82%。降水量综合平均绝对误差仅改善0.83%，现有证据尚不足以支持路径特征显著提高累计雨量精度。研究表明，面向目标站点构建的回波到达关系能够补充多层雷达回波所描述的强度与垂直结构信息，对大别山区未来60分钟降水发生预报具有稳定的内部折外增益，可为短时强降水和山洪风险预警提供技术参考。后续仍需利用独立年度资料开展时间外检验，并进一步分析不同天气类型和地形通道中的适用性。

大别山区；多层CAPPI；雷达回波路径；机器学习；60分钟降水预报；路径特征融合