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。

雪灾是伊犁地区最主要的自然灾害之一，积雪、风吹雪以及雪崩灾害严重威胁着该区域内的交通运行，并对道路规划等基础设施规划产生了严重影响。鉴于此，对该地区的道路雪灾风险等级进行科学估算和评估，是确保区域内交通安全运行以及道路选址等重大决策的重要依据。结合多源遥感数据和基础地理信息数据，利用熵权法和岭回归方法，发展了一套道路雪灾风险评估方法，构建了伊犁地区积雪、雪崩以及风吹雪灾害的潜在致险性评估模型，进而对伊犁地区道路雪灾的潜在风险性进行了综合评估和致因分析。研究结果表明：伊犁地区3种雪灾类型潜在致险性在空间分布上具有较高的相关性，潜在致险性由高到低依次为：积雪灾害>风吹雪灾害>雪崩灾害。雪灾综合致险性表现为天山地区较高，中部伊犁河谷地区次之，小部分河谷及背风山谷地区致险性较低的空间特征。其中，昭苏县、新源县、尼勒克县以及特克斯县大部分区域为雪灾致险性的热点区域。从道路雪灾综合风险的视角来看，昭苏县、新源县以及尼勒克县部分路段风险性最高，霍尔果斯市、霍城县、伊宁县路段风险次之，而巩留—新源交界路段道路雪灾综合风险相对较低。道路雪灾综合风险较高的路段分别为：G577昭苏—胡松图喀尔逊...

为了满足现代农业发展的精细化服务需求，建立日光温室雪灾预警，指导农户提前采取有效措施，做好灾前防御，减少或避免雪灾造成的经济损失。本研究采用极值概率分布模型对青海省河湟谷地13个县区1978—2021年最大积雪深度观测资料进行分析，计算了30 a重现期日光温室坡度角为30°、35°和40°的最大雪压，得到日光温室雪灾临界指标。在此基础上选取1985—2021年河湟谷地日光温室实际雪灾资料、积雪深度资料，以各雪灾年造成的日光温室损失率作为因子，依据计算标准化降水指数不同等级灾害占总灾害比例的方法，确定日光温室雪灾不同强度等级的阈值，再根据积雪深度和温室损失率的函数关系，构建基于日光温室损失率的雪灾预警指标，将日光温室雪灾预警等级分为轻度、中度、重度三级。此方法对日光温室雪灾指标划分提出新的思路和方法，不仅简单，而且具有地域普适性，便于气象服务业务应用。

为探究雪灾对江苏省越冬作物和设施农业的危害程度及分布规律，本文利用1978—2020年江苏省71个国家级气象观测站逐日最低温度、积雪深度等气象资料，数字高程模型(Digital Elevation Model, DEM)数据，以及小麦、油菜和设施农业生产相关的社会经济资料，使用层次分析法与CRITIC法相结合的方法(Analytic Hierarchy Process-CRITIC)构建江苏省雪灾对越冬作物和设施农业的风险评估模型，进行雪灾风险等级划分。结果表明：江苏省降雪过程最低温度由西北向东南递减，积雪日数由西向东逐渐减少，最大积雪深度与距海洋距离呈正相关；雪灾高风险地区集中在淮北西部，较高风险地区为江淮之间地区的西部，中风险地区分布在淮北和江淮之间地区的中部及苏南西部，低风险和较低风险地区分布在沿海和苏南东部地区。

2018—2019年冬季，青海省南部牧区出现的雪灾灾情是1997年以来最严重的，但根据青海省气象灾害分级标准，2019—2020年达到雪灾标准总体来说严重于2018—2019年，因此从不同角度，深入对比分析了这两年冬季发生的雪灾成因。结果发现，单从降雪角度分析是否造成雪灾是较难确定的，但从气温上对比表现却很明显，只要某年的日最高气温低于0℃的气温出现的日期早，产生降雪天气后，积雪难以融化，当地易出现雪灾。另外，研判雪灾是否发生，还要从气象预报预警的准确率、气象保障服务的提前量、防灾减灾救灾意识、救灾物资到位的情况等角度分析，这是雪灾致损大幅减少的主要因素。

雪灾在西藏的各种气象灾害中居首,发生十分频繁。但是随着全球气候的不断变化,西藏的雪灾也呈现出与之前不同的变化特征,特别是1998年以后,西藏的雪灾强度和数量呈现逐渐下降的趋势,但2019年春季,西藏南部又持续出现暴雪天气。项目组分析研究了近十年来雪灾的主要变化特点,分析灾情及相关影响气象因子的关系,找出关键阈值,初步实现西藏雪灾灾前风险预评估。