利用青藏高原地区1961-2020年118个气象站点逐日气象观测数据，采用线性回归和相关分析等方法，分析积雪的变化及其与气象要素、地理因子的关系.结果表明：（1）平均累积积雪深度和积雪日数为72 cm和17.6 d，深度较日数空间差异性更为极端.（2）平均积雪初日、终日、积雪期分别为11月21日、3月29日和292 d，积雪初日出现在高原东部最早，向西部、南部延伸逐渐变晚；积雪终日与初日的分布基本相反；积雪初日越早、终日越晚的地区，积雪期也越长.（3）积雪的年内分布主要出现在10月至次年4月，积雪日数和累积积雪深度呈单峰型分布，1月份最大.积雪初日集中出现在10月和11月；积雪终日在3到5月.（4）累积积雪深度和积雪日数整体呈先减少再增加的趋势，约70%以上的站点呈减少趋势.积雪初日显著推迟、终日提前，积雪期缩短，空间上大部分站点与此呈相同趋势.（5）冬季积雪日数和累积积雪深度受气温影响要低于降水影响，春、秋季相反. 11月气温下降、降水增加有利于积雪初日提前；3月和4月气温越低、降水越多，越有利于积雪终日的推迟.随着海拔、纬度的升高，积雪日数和累积积雪深度都显著增长，积雪初日提前、终...

利用青藏高原地区1961-2020年118个气象站点逐日气象观测数据，采用线性回归和相关分析等方法，分析积雪的变化及其与气象要素、地理因子的关系.结果表明：（1）平均累积积雪深度和积雪日数为72 cm和17.6 d，深度较日数空间差异性更为极端.（2）平均积雪初日、终日、积雪期分别为11月21日、3月29日和292 d，积雪初日出现在高原东部最早，向西部、南部延伸逐渐变晚；积雪终日与初日的分布基本相反；积雪初日越早、终日越晚的地区，积雪期也越长.（3）积雪的年内分布主要出现在10月至次年4月，积雪日数和累积积雪深度呈单峰型分布，1月份最大.积雪初日集中出现在10月和11月；积雪终日在3到5月.（4）累积积雪深度和积雪日数整体呈先减少再增加的趋势，约70%以上的站点呈减少趋势.积雪初日显著推迟、终日提前，积雪期缩短，空间上大部分站点与此呈相同趋势.（5）冬季积雪日数和累积积雪深度受气温影响要低于降水影响，春、秋季相反. 11月气温下降、降水增加有利于积雪初日提前；3月和4月气温越低、降水越多，越有利于积雪终日的推迟.随着海拔、纬度的升高，积雪日数和累积积雪深度都显著增长，积雪初日提前、终...

利用青藏高原地区1961-2020年118个气象站点逐日气象观测数据，采用线性回归和相关分析等方法，分析积雪的变化及其与气象要素、地理因子的关系.结果表明：（1）平均累积积雪深度和积雪日数为72 cm和17.6 d，深度较日数空间差异性更为极端.（2）平均积雪初日、终日、积雪期分别为11月21日、3月29日和292 d，积雪初日出现在高原东部最早，向西部、南部延伸逐渐变晚；积雪终日与初日的分布基本相反；积雪初日越早、终日越晚的地区，积雪期也越长.（3）积雪的年内分布主要出现在10月至次年4月，积雪日数和累积积雪深度呈单峰型分布，1月份最大.积雪初日集中出现在10月和11月；积雪终日在3到5月.（4）累积积雪深度和积雪日数整体呈先减少再增加的趋势，约70%以上的站点呈减少趋势.积雪初日显著推迟、终日提前，积雪期缩短，空间上大部分站点与此呈相同趋势.（5）冬季积雪日数和累积积雪深度受气温影响要低于降水影响，春、秋季相反. 11月气温下降、降水增加有利于积雪初日提前；3月和4月气温越低、降水越多，越有利于积雪终日的推迟.随着海拔、纬度的升高，积雪日数和累积积雪深度都显著增长，积雪初日提前、终...

利用青藏高原地区1961-2020年118个气象站点逐日气象观测数据，采用线性回归和相关分析等方法，分析积雪的变化及其与气象要素、地理因子的关系.结果表明：（1）平均累积积雪深度和积雪日数为72 cm和17.6 d，深度较日数空间差异性更为极端.（2）平均积雪初日、终日、积雪期分别为11月21日、3月29日和292 d，积雪初日出现在高原东部最早，向西部、南部延伸逐渐变晚；积雪终日与初日的分布基本相反；积雪初日越早、终日越晚的地区，积雪期也越长.（3）积雪的年内分布主要出现在10月至次年4月，积雪日数和累积积雪深度呈单峰型分布，1月份最大.积雪初日集中出现在10月和11月；积雪终日在3到5月.（4）累积积雪深度和积雪日数整体呈先减少再增加的趋势，约70%以上的站点呈减少趋势.积雪初日显著推迟、终日提前，积雪期缩短，空间上大部分站点与此呈相同趋势.（5）冬季积雪日数和累积积雪深度受气温影响要低于降水影响，春、秋季相反. 11月气温下降、降水增加有利于积雪初日提前；3月和4月气温越低、降水越多，越有利于积雪终日的推迟.随着海拔、纬度的升高，积雪日数和累积积雪深度都显著增长，积雪初日提前、终...

利用青藏高原地区1961-2020年118个气象站点逐日气象观测数据，采用线性回归和相关分析等方法，分析积雪的变化及其与气象要素、地理因子的关系.结果表明：（1）平均累积积雪深度和积雪日数为72 cm和17.6 d，深度较日数空间差异性更为极端.（2）平均积雪初日、终日、积雪期分别为11月21日、3月29日和292 d，积雪初日出现在高原东部最早，向西部、南部延伸逐渐变晚；积雪终日与初日的分布基本相反；积雪初日越早、终日越晚的地区，积雪期也越长.（3）积雪的年内分布主要出现在10月至次年4月，积雪日数和累积积雪深度呈单峰型分布，1月份最大.积雪初日集中出现在10月和11月；积雪终日在3到5月.（4）累积积雪深度和积雪日数整体呈先减少再增加的趋势，约70%以上的站点呈减少趋势.积雪初日显著推迟、终日提前，积雪期缩短，空间上大部分站点与此呈相同趋势.（5）冬季积雪日数和累积积雪深度受气温影响要低于降水影响，春、秋季相反. 11月气温下降、降水增加有利于积雪初日提前；3月和4月气温越低、降水越多，越有利于积雪终日的推迟.随着海拔、纬度的升高，积雪日数和累积积雪深度都显著增长，积雪初日提前、终...

基于全国综合气象信息共享系统(CIMISS)数据库,以一致率(冻土深度用误差绝对值)作为检验指标。对山东国家级气象观测站15项自动综合判识数据,与同期台站观测结果做对比检验,并进行评估分析。结果表明:1)总云量判识一致率为65.8%,云量偏差绝对值为1的占比51.1%;大部分不一致的情况出现在实况为阴天到满云时,判识结果为无云或少云。云高分类后与人工观测的总体一致率为85.0%。各站云高一致率均高于云量。2)雾凇、雨凇、雾、轻雾、浮尘、扬沙、沙尘暴、积雪和结冰等9种现象综合判识结果与台站观测一致率达92.0%以上;霜、霾、露的一致率为75.0%以上。结冰、轻雾、雾与霜命中率较高;积雪、雨凇与扬沙漏判率较高;沙尘暴、雨凇、扬沙和雾凇空判率较高。3)雨凇、雾凇判识效果受单站样本大小的影响;评估期内国家级气象观测站无草温观测任务,是造成积雪现象漏判率高的主要原因。有降水天气现象时,同时出现的视程障碍类天气现象不判识,是其漏判率增大的原因之一。4)评估时段冻土数据绝对误差平均值为1.6 cm,判识与实测误差绝对值在1～10 cm之间的占82.8%,判识效果较好。通过评估分析可见,基于卫星、探空...

基于全国综合气象信息共享系统(CIMISS)数据库,以一致率(冻土深度用误差绝对值)作为检验指标。对山东国家级气象观测站15项自动综合判识数据,与同期台站观测结果做对比检验,并进行评估分析。结果表明:1)总云量判识一致率为65.8%,云量偏差绝对值为1的占比51.1%;大部分不一致的情况出现在实况为阴天到满云时,判识结果为无云或少云。云高分类后与人工观测的总体一致率为85.0%。各站云高一致率均高于云量。2)雾凇、雨凇、雾、轻雾、浮尘、扬沙、沙尘暴、积雪和结冰等9种现象综合判识结果与台站观测一致率达92.0%以上;霜、霾、露的一致率为75.0%以上。结冰、轻雾、雾与霜命中率较高;积雪、雨凇与扬沙漏判率较高;沙尘暴、雨凇、扬沙和雾凇空判率较高。3)雨凇、雾凇判识效果受单站样本大小的影响;评估期内国家级气象观测站无草温观测任务,是造成积雪现象漏判率高的主要原因。有降水天气现象时,同时出现的视程障碍类天气现象不判识,是其漏判率增大的原因之一。4)评估时段冻土数据绝对误差平均值为1.6 cm,判识与实测误差绝对值在1～10 cm之间的占82.8%,判识效果较好。通过评估分析可见,基于卫星、探空...

基于全国综合气象信息共享系统(CIMISS)数据库,以一致率(冻土深度用误差绝对值)作为检验指标。对山东国家级气象观测站15项自动综合判识数据,与同期台站观测结果做对比检验,并进行评估分析。结果表明:1)总云量判识一致率为65.8%,云量偏差绝对值为1的占比51.1%;大部分不一致的情况出现在实况为阴天到满云时,判识结果为无云或少云。云高分类后与人工观测的总体一致率为85.0%。各站云高一致率均高于云量。2)雾凇、雨凇、雾、轻雾、浮尘、扬沙、沙尘暴、积雪和结冰等9种现象综合判识结果与台站观测一致率达92.0%以上;霜、霾、露的一致率为75.0%以上。结冰、轻雾、雾与霜命中率较高;积雪、雨凇与扬沙漏判率较高;沙尘暴、雨凇、扬沙和雾凇空判率较高。3)雨凇、雾凇判识效果受单站样本大小的影响;评估期内国家级气象观测站无草温观测任务,是造成积雪现象漏判率高的主要原因。有降水天气现象时,同时出现的视程障碍类天气现象不判识,是其漏判率增大的原因之一。4)评估时段冻土数据绝对误差平均值为1.6 cm,判识与实测误差绝对值在1～10 cm之间的占82.8%,判识效果较好。通过评估分析可见,基于卫星、探空...

基于逐日积雪深度(雪深)、逐月气温和逐月降水量地面观测资料,利用数理统计方法分析了青藏高原中东部地区1961-2014年雪深时空变化特征及其成因,结果表明:青藏高原雪深空间分布不均,存在喜马拉雅山脉南坡(高原西南部)、念青唐古拉山-唐古拉山-巴颜喀拉山-阿尼玛卿山(高原中部)和祁连山脉(高原东北部)三处雪深高值区,冬季最大,其次是春秋季,夏季仅在纬度或海拔较高处才有雪深记录;从长期来看雪深以减少为主,尤其是夏秋季。在青藏高原普遍"增温增湿"背景下,雪深表现为先增后减的变化特征;雪深随海拔升高而增加,但最大雪深并非出现在最高海拔处;在不同季节雪深的气象要素成因上,冬季由降水主导,其余季节由气温主导。1961-1998年冬春季雪深增加与降水增多有关,而1998-2014年气温的上升以及降水的减少共同导致了雪深的减少,夏秋季雪深持续减少与同期气温持续升高有关。

基于逐日积雪深度(雪深)、逐月气温和逐月降水量地面观测资料,利用数理统计方法分析了青藏高原中东部地区1961-2014年雪深时空变化特征及其成因,结果表明:青藏高原雪深空间分布不均,存在喜马拉雅山脉南坡(高原西南部)、念青唐古拉山-唐古拉山-巴颜喀拉山-阿尼玛卿山(高原中部)和祁连山脉(高原东北部)三处雪深高值区,冬季最大,其次是春秋季,夏季仅在纬度或海拔较高处才有雪深记录;从长期来看雪深以减少为主,尤其是夏秋季。在青藏高原普遍"增温增湿"背景下,雪深表现为先增后减的变化特征;雪深随海拔升高而增加,但最大雪深并非出现在最高海拔处;在不同季节雪深的气象要素成因上,冬季由降水主导,其余季节由气温主导。1961-1998年冬春季雪深增加与降水增多有关,而1998-2014年气温的上升以及降水的减少共同导致了雪深的减少,夏秋季雪深持续减少与同期气温持续升高有关。