海冰表面积雪深度是利用卫星测高技术反演海冰厚度的关键参数。基于ICESat-2和CryoSat-2测高卫星的协同观测数据（简称IS2CS），对比与评估卫星测高雪深估算的两种时空匹配方法（轨迹搜索法和格网搜索法），并对2018-2024年北极海冰生长期（10月至次年4月）积雪深度的时空分布特征进行分析。结果表明：（1）IS2CS轨迹法雪深与OIB实测数据具有较高的沿轨相关性，能够较好地捕获沿轨积雪深度的变化特征；（2）格网法雪深更适合表征大尺度积雪深度的空间分布和季节性变化特征，本文格网法雪深和GSFC雪深精度相当，在SIMBA数据的评估中本文格网法雪深性能优于GSFC雪深；（3）相比IS2CS雪深，MW99/AMSR2雪深相对偏厚，且在海冰生长期内季节性变化表征能力较弱；（4）海冰积雪深度呈现明显的时空差异，多年冰表面雪深普遍厚于一年冰表面雪深，春季雪深厚于秋冬季雪深。2018-2024年间，北极海冰表面积雪深度总体呈现减薄趋势，且多年冰区域的雪深减薄速率高于一年冰区域。研究成果为改进卫星测高雪深产品和优化海冰厚度反演算法提供了科学依据。

基于1961-2020年锡林郭勒盟15个国家气象观测站积雪日数和积雪深度数据，采用线性回归、Mann-kendall突变检验及小波分析等方法，对锡林郭勒地区的积雪初日、终日，积雪日数及积雪深度分布特征进行分析。结果表明：锡林郭勒盟积雪初、终日随经纬度变化不明显；积雪初日总体明显推迟，积雪终日总体明显提前；积雪日数呈东多西少分布，并以0.128天/年的速率减少；积雪日数1月份出现峰值；阿巴嘎旗、苏尼特左旗、镶黄旗积雪日数在20世纪60年代出现了突变现象；年均积雪深度由西到东增加，最大雪深出现在乌拉盖，最大积雪深度总体随时间明显增大；12个观测站最大积雪深度在20世纪60-80年代出现了突变；积雪日数存在准8～10年周期，最大积雪深度的主要周期区域间差异较大。

利用2018—2023年贵州高原北侧冬季降雪滴谱数据，采用统计方法对比分析雨滴谱和雪滴谱的粒子数目、粒子直径和下落速度的分布特征，研究降雪量、积雪深度与粒子相态、粒子数目、粒子尺度的变化趋势一致性，检验粒子体积反演降雪量、积雪深度算法的适用性。结果表明：（1）雪滴谱直径谱宽分布在5～15 mm之间，平均直径谱宽>8 mm,属于宽谱降水类型；雨滴谱直径谱宽分布在1～5 mm之间，平均直径谱宽小于3 mm,属于窄谱降水类型。（2）大多数雪粒子分布在速度谱宽<5 m·s-1以下的区域内，这是由雪粒子形状偏平、密度较小、尺度较大而导致。（3）降雪量反演结果与实测结果的一致性和相关性均优于积雪深度反演，这与环境温度作用下的降水相态转化、积雪融化速率有关。（4）把粒子数占比、粒子速度谱宽作为冬季降雪天气类型识别具有很好的指示作用，降雪粒子下落至地面的起止时间和粒子数目可以直观反映整个降雪天气过程的演变特征。

利用2018—2023年贵州高原北侧冬季降雪滴谱数据，采用统计方法对比分析雨滴谱和雪滴谱的粒子数目、粒子直径和下落速度的分布特征，研究降雪量、积雪深度与粒子相态、粒子数目、粒子尺度的变化趋势一致性，检验粒子体积反演降雪量、积雪深度算法的适用性。结果表明：（1）雪滴谱直径谱宽分布在5～15 mm之间，平均直径谱宽>8 mm,属于宽谱降水类型；雨滴谱直径谱宽分布在1～5 mm之间，平均直径谱宽小于3 mm,属于窄谱降水类型。（2）大多数雪粒子分布在速度谱宽<5 m·s-1以下的区域内，这是由雪粒子形状偏平、密度较小、尺度较大而导致。（3）降雪量反演结果与实测结果的一致性和相关性均优于积雪深度反演，这与环境温度作用下的降水相态转化、积雪融化速率有关。（4）把粒子数占比、粒子速度谱宽作为冬季降雪天气类型识别具有很好的指示作用，降雪粒子下落至地面的起止时间和粒子数目可以直观反映整个降雪天气过程的演变特征。

利用2018—2023年贵州高原北侧冬季降雪滴谱数据，采用统计方法对比分析雨滴谱和雪滴谱的粒子数目、粒子直径和下落速度的分布特征，研究降雪量、积雪深度与粒子相态、粒子数目、粒子尺度的变化趋势一致性，检验粒子体积反演降雪量、积雪深度算法的适用性。结果表明：（1）雪滴谱直径谱宽分布在5～15 mm之间，平均直径谱宽>8 mm,属于宽谱降水类型；雨滴谱直径谱宽分布在1～5 mm之间，平均直径谱宽小于3 mm,属于窄谱降水类型。（2）大多数雪粒子分布在速度谱宽<5 m·s-1以下的区域内，这是由雪粒子形状偏平、密度较小、尺度较大而导致。（3）降雪量反演结果与实测结果的一致性和相关性均优于积雪深度反演，这与环境温度作用下的降水相态转化、积雪融化速率有关。（4）把粒子数占比、粒子速度谱宽作为冬季降雪天气类型识别具有很好的指示作用，降雪粒子下落至地面的起止时间和粒子数目可以直观反映整个降雪天气过程的演变特征。

雪水比（SLR）是新增积雪深度预报中将定量降水预报转化为雪深预报所必须的重要参数。本文利用北疆地区国家气象观测站2000—2023年10月—次年3月逐日降雪量、积雪深度、温度、风速等资料，筛选北疆降雪天气事件，分析北疆不同区域内SLR变化特征，并初步探讨其与温度、降雪量级、海拔高度等气象因子的关系，研究结果表明：北疆地区SLR的平均值为12.9，高于经验值10，其变化范围跨度很大，但主要集中在2 ～ 22内变化，6～16之间出现频数最多，占比50%以上，大于32的极端值出现频率较低。北疆地区平均SLR不仅存在明显的月变化特征（12月最大，1月次之），还存在显著的空间分布差异（总体而言高海拔地区平均SLR较平原区大）。温度、降雪量、海拔高度与SLR有很好的相关性，平均温度在-15 ℃附近平均SLR存在峰值，峰值前随温度降低平均SLR明显增大，而峰值后随温度降低平均SLR突然减小；随降雪量等级的增大平均SLR呈减小趋势；随海拔高度升高平均SLR呈增加趋势。

雪水比（SLR）是新增积雪深度预报中将定量降水预报转化为雪深预报所必须的重要参数。本文利用北疆地区国家气象观测站2000—2023年10月—次年3月逐日降雪量、积雪深度、温度、风速等资料，筛选北疆降雪天气事件，分析北疆不同区域内SLR变化特征，并初步探讨其与温度、降雪量级、海拔高度等气象因子的关系，研究结果表明：北疆地区SLR的平均值为12.9，高于经验值10，其变化范围跨度很大，但主要集中在2 ～ 22内变化，6～16之间出现频数最多，占比50%以上，大于32的极端值出现频率较低。北疆地区平均SLR不仅存在明显的月变化特征（12月最大，1月次之），还存在显著的空间分布差异（总体而言高海拔地区平均SLR较平原区大）。温度、降雪量、海拔高度与SLR有很好的相关性，平均温度在-15 ℃附近平均SLR存在峰值，峰值前随温度降低平均SLR明显增大，而峰值后随温度降低平均SLR突然减小；随降雪量等级的增大平均SLR呈减小趋势；随海拔高度升高平均SLR呈增加趋势。

雪水比（SLR）是新增积雪深度预报中将定量降水预报转化为雪深预报所必须的重要参数。本文利用北疆地区国家气象观测站2000—2023年10月—次年3月逐日降雪量、积雪深度、温度、风速等资料，筛选北疆降雪天气事件，分析北疆不同区域内SLR变化特征，并初步探讨其与温度、降雪量级、海拔高度等气象因子的关系，研究结果表明：北疆地区SLR的平均值为12.9，高于经验值10，其变化范围跨度很大，但主要集中在2 ～ 22内变化，6～16之间出现频数最多，占比50%以上，大于32的极端值出现频率较低。北疆地区平均SLR不仅存在明显的月变化特征（12月最大，1月次之），还存在显著的空间分布差异（总体而言高海拔地区平均SLR较平原区大）。温度、降雪量、海拔高度与SLR有很好的相关性，平均温度在-15 ℃附近平均SLR存在峰值，峰值前随温度降低平均SLR明显增大，而峰值后随温度降低平均SLR突然减小；随降雪量等级的增大平均SLR呈减小趋势；随海拔高度升高平均SLR呈增加趋势。

雪水比（SLR）是新增积雪深度预报中将定量降水预报转化为雪深预报所必须的重要参数。本文利用北疆地区国家气象观测站2000—2023年10月—次年3月逐日降雪量、积雪深度、温度、风速等资料，筛选北疆降雪天气事件，分析北疆不同区域内SLR变化特征，并初步探讨其与温度、降雪量级、海拔高度等气象因子的关系，研究结果表明：北疆地区SLR的平均值为12.9，高于经验值10，其变化范围跨度很大，但主要集中在2 ～ 22内变化，6～16之间出现频数最多，占比50%以上，大于32的极端值出现频率较低。北疆地区平均SLR不仅存在明显的月变化特征（12月最大，1月次之），还存在显著的空间分布差异（总体而言高海拔地区平均SLR较平原区大）。温度、降雪量、海拔高度与SLR有很好的相关性，平均温度在-15 ℃附近平均SLR存在峰值，峰值前随温度降低平均SLR明显增大，而峰值后随温度降低平均SLR突然减小；随降雪量等级的增大平均SLR呈减小趋势；随海拔高度升高平均SLR呈增加趋势。

进入冬季，除了霜冻以外，雪灾给农业带来的影响也格外突出。在一定程度上，积雪融化时会从土壤中带走热量进而冻死害虫。但同时，强度较大的降雪也会演变为农业气象灾害，影响农作物生长。分析积雪深度与农业气象灾害的关系，在此基础上提出重度积雪灾害下的农业应对措施，比如加强农作物防寒保暖、强化农业设施安全防护以及畜禽养殖做好特殊应对等。