文章将威宁国家基准气候站2022-01-11/04-10的HY-WP1A型天气现象智能观测仪对露、霜、雾凇、雨凇、结冰、积雪天气过程的识别结果与人工观测结果进行对比分析，结果表明：HY-WP1A型天气现象智能观测仪对雨淞的命中率偏低，露与霜的空判率相对较高，积雪的命中率较高。通过对比观测分析，为优化HY-WP1A型天气现象智能观测仪对天气现象的自动识别算法提供可靠依据。
文章将威宁国家基准气候站2022-01-11/04-10的HY-WP1A型天气现象智能观测仪对露、霜、雾凇、雨凇、结冰、积雪天气过程的识别结果与人工观测结果进行对比分析，结果表明：HY-WP1A型天气现象智能观测仪对雨淞的命中率偏低，露与霜的空判率相对较高，积雪的命中率较高。通过对比观测分析，为优化HY-WP1A型天气现象智能观测仪对天气现象的自动识别算法提供可靠依据。
利用2020年12月至2021年5月的人工观测雪深数据，对青海省平安、达日、曲麻莱3站的DSS1型雪深观测仪雪深数据、HY-WP1A型天气现象智能观测仪雪深数据进行了评估和对比分析。结果表明，2种设备对雪深都有一定的监测能力；DSS1型激光雪深仪雪深数据与人工数据相关系数分别为0.803 7、0.990 6、0.990 7，二者有极显著的线性关系；HY-WP1A型天气现象视频观测仪雪深数据与人工数据相关系数分别为0.023 4、0.421 6、0.923 3，二者存在明显差异；对于青海地区的雪深观测方式，降雪量小、地面积雪偏少时以HY-WP1A型天气现象视频观测仪雪深数据为准，另外的情况以DSS1型激光雪深仪雪深数据为准。
利用2020年12月至2021年5月的人工观测雪深数据，对青海省平安、达日、曲麻莱3站的DSS1型雪深观测仪雪深数据、HY-WP1A型天气现象智能观测仪雪深数据进行了评估和对比分析。结果表明，2种设备对雪深都有一定的监测能力；DSS1型激光雪深仪雪深数据与人工数据相关系数分别为0.803 7、0.990 6、0.990 7，二者有极显著的线性关系；HY-WP1A型天气现象视频观测仪雪深数据与人工数据相关系数分别为0.023 4、0.421 6、0.923 3，二者存在明显差异；对于青海地区的雪深观测方式，降雪量小、地面积雪偏少时以HY-WP1A型天气现象视频观测仪雪深数据为准，另外的情况以DSS1型激光雪深仪雪深数据为准。
文章采用1960—2019年内蒙古乌兰浩特市60年出现的积雪、雾、雷暴、冰雹天气现象资料,利用统计方法分析了这些主要天气现象的变化特征。得到:(1)乌兰浩特市积雪出现在冬、春两季,年积雪日数呈上升趋势,主要出现在1—5月与10—12月,其中12月最多,为918次;(2)雾在夏季的7、8月份出现最多,雾绝大部分出现在夜间到早上,年雾日数总体呈下降趋势;(3)雷暴日数下降明显,主要集中出现在夏季(6—8月);(4)冰雹日数呈减少趋势,6月份出现最多,12—18时为降雹的高发时段。
文章采用1960—2019年内蒙古乌兰浩特市60年出现的积雪、雾、雷暴、冰雹天气现象资料,利用统计方法分析了这些主要天气现象的变化特征。得到:(1)乌兰浩特市积雪出现在冬、春两季,年积雪日数呈上升趋势,主要出现在1—5月与10—12月,其中12月最多,为918次;(2)雾在夏季的7、8月份出现最多,雾绝大部分出现在夜间到早上,年雾日数总体呈下降趋势;(3)雷暴日数下降明显,主要集中出现在夏季(6—8月);(4)冰雹日数呈减少趋势,6月份出现最多,12—18时为降雹的高发时段。