高时空分辨率雪深数据对水文建模和灾害预报至关重要。目前，高时间分辨率雪深通常源于被动微波数据，由于仅依据被动微波数据的空间分辨率较低，还无法满足区域水文和灾害研究的需求。本研究基于被动微波和光学等多源遥感数据，提出一种耦合深度学习模型FT-Transformer (Feature Tokenizer+Transformer)与积雪微波辐射传输模型SMRT (Snow Microwave Radiative Transfer)的降尺度雪深反演算法。使用深度学习映射AMSR 2亮温差TBD (Brightness Temperature Difference)、积雪覆盖日数SCD (Snow Cover Days)和积雪面积比例SCF (Snow Cover Fraction)等特征与雪深的复杂非线性关系，耦合SMRT拟合等效雪粒径ESG (Effective Snow Grain size)实现降尺度反演雪深，并以北疆39个站点数据进行模型训练和验证，获取北疆500 m降尺度雪深。验证结果表明：引入SCD独立验证RMSE优化了18%，有助于提高模型的空间泛化能力；ESG显著优化了深度学习...

东北松嫩平原玉米种植区春旱问题频发，积雪覆盖作为重要的自然水源补给方式，其对缓解春旱具有重要意义。研究基于2010—2023年松嫩平原冬季积雪深度及春季土壤墒情等数据，从理论与实证结合角度分析了积雪覆盖缓解春旱的作用机理，构建了理论模型，对比了积雪覆盖与其他保墒技术，为区域春旱缓解提供参考。

积雪是对气候变化响应最敏感的自然要素之一，对地表的辐射平衡和水循环有着重要影响，全球积雪覆盖面积约为46×10～6 km2，且98%分布在北半球，由于积雪具有独特的辐射（高表面反照率）和热（低热传导率）特性，其变化对陆地和大气之间的能量平衡和水循环过程具有重要的影响，在全球变暖背景下，近几十年来北半球积雪覆盖面积减少趋势明显，尤其春季最明显，基于观测数据评估CMIP6模式数据对于积雪覆盖面积的模拟能力，应用多模式平均评估未来时期积雪覆盖度的变化情况。本文以美国国家海洋和大气管理局/美国国家气候数据中心（NOAA/NCDC）的积雪产品为参考数据，采用泰勒技巧评分、相对偏差等方法，对国际耦合模式比较计划第六阶段（CMIP6）发布的1982-2014年北半球春季积雪覆盖度（SCF）数据进行评估，并选取排名前三的模式的集合平均预估未来（2015-2099年）不同排放情景下SCF的时空变化特征。结果表明：历史时期（1982-2014年）从整体上看，积雪覆盖度呈现出高纬高，低纬低，青藏高原和亚洲东部等高海拔地区较同纬地区高的特点，北半球的积雪覆盖度呈减少趋势地区为68.37%...

积雪-冻融耦合作用可改变黑土内部水热分布，进而影响其营养组分。为探究典型黑土区积雪-冻融条件下的水热运移规律，以吉林省公主岭市为例，基于野外原位观测试验，开展了典型黑土区积雪-冻融耦合作用下的包气带水热运移模拟，利用Morris筛选法进行了参数敏感性分析，并模拟分析了不同外界温度和积雪覆盖情景对黑土水分运移的影响。结果表明：研究区春季融雪水可使深在20 cm以上的黑土含水率增加约12%；基于野外观测构建的模型对60～80 cm的土层模拟效果最佳；敏感性分析的5个参数中残余土壤含水量θr的敏感度最高，其灵敏度系数为2.954 6；外界温度影响土壤含水率突降的时间，积雪覆盖条件主要影响含水率大小及水分保持。

利用基于BCC-CSM1.1m模式建立的第2代季节预测模式系统1984—2019年历史回算数据,客观评估该模式对1月和4月欧亚积雪覆盖率(snow cover fraction,SCF)气候态和年际变化的预测技巧,分析模式预测偏差产生的可能原因。结果表明:BCC-CSM1.1m模式在超前0～2个月对欧亚大陆SCF具有一定预测技巧,对4月SCF的预测能力明显高于1月,1月预测技巧在欧洲西部地区最高,4月在西西伯利亚地区最高。SCF的预测结果在除青藏高原外的大范围地区表现为系统性偏低,预测偏差在1月随着起报时间的增长没有明显变化,而在4月随着起报时间的增长,关键区偏差由负转正并逐渐增大。分析表明,SCF预测偏差与模式中近地面气温的预测偏差有直接关系。除此之外,SCF的预测偏差部分源于模式本身的系统性偏差,模式分辨率以及参数化方案可能是预测结果在积雪覆盖率接近100%的高纬度地区明显偏低的原因。

为了深入研究积雪覆盖边界条件下的土壤水分迁移规律,通过冬季野外土壤水分观测试验,利用土壤水动力学理论,建立了稳定积雪覆盖条件下季节性冻土水分迁移模型。研究结果表明,积雪覆盖土壤比裸地平均地温高出1℃,土壤体积含水率(土壤剖面0～100cm内)高出2%,体现了积雪覆盖不仅能够阻碍土壤热量散失,而且能保持土壤墒情;建立的水分迁移模型能够精准的模拟积雪覆盖条件下冻结土壤水分迁移动态,其相对平均误差仅为3.51%。研究结果对于丰富和完善冻土水分迁移理论,解决春旱和冬小麦"冷拔"等问题具有重要的理论和实践意义。