利用赤峰市14个国家气象站观测数据和灾情数据对赤峰市近60年雪灾特征进行了分析，结果表明，赤峰市雪灾主要由暴雪或暴风雪引发，赤峰市初雪多出现在9月—10月，最早的暴雪日在9月上旬；终雪多出现在次年的4月—5月，最晚的暴雪日在5月上旬。赤峰市暴雪日数整体呈现西南向东北递减的特点，暴雪日数大值中心位于赤峰市南部。暴风雪灾害主要集中在赤峰市东南部，白灾多集中在赤峰市西部地区。

利用赤峰市14个国家气象站观测数据和灾情数据对赤峰市近60年雪灾特征进行了分析，结果表明，赤峰市雪灾主要由暴雪或暴风雪引发，赤峰市初雪多出现在9月—10月，最早的暴雪日在9月上旬；终雪多出现在次年的4月—5月，最晚的暴雪日在5月上旬。赤峰市暴雪日数整体呈现西南向东北递减的特点，暴雪日数大值中心位于赤峰市南部。暴风雪灾害主要集中在赤峰市东南部，白灾多集中在赤峰市西部地区。

选取内蒙古锡林郭勒盟与积雪有关的雪灾致灾指标,以气温、风速为气象条件孕灾环境指标,坡度、植被盖度为下垫面孕灾环境指标,人口密度、牧民纯收入、人均GDP、牲畜超载率等数据为承灾体脆弱性指标,基于BP方法、层次分析法、建立了内蒙古锡林郭勒盟白灾综合风险评价体系,并对其进行了风险评价与区划。为提高灾害评估的准确率,白灾的灾害等级是以月为尺度进行评定,选取的气象指标多数都是以月为尺度的指标。研究表明:白灾与积雪因子高度相关,是气候灾害,积雪、低温、大风等气象因子长期作用的结果。对白灾尝试用BP神经网络法进行风险评估,评估的灾害等级和实际灾害等级十分吻合,用训练好的神经网络对各个旗县(1980-2015年)的白灾进行了风险评估,评估效果理想。因此,可以通过数值预报产品、气候预测产品获取相关评价因子,采用BP方法形成白灾风险预评估产品,进而应用于雪灾风险评估业务中,为相关部门提供决策依据。

选取内蒙古锡林郭勒盟与积雪有关的雪灾致灾指标,以气温、风速为气象条件孕灾环境指标,坡度、植被盖度为下垫面孕灾环境指标,人口密度、牧民纯收入、人均GDP、牲畜超载率等数据为承灾体脆弱性指标,基于BP方法、层次分析法、建立了内蒙古锡林郭勒盟白灾综合风险评价体系,并对其进行了风险评价与区划。为提高灾害评估的准确率,白灾的灾害等级是以月为尺度进行评定,选取的气象指标多数都是以月为尺度的指标。研究表明:白灾与积雪因子高度相关,是气候灾害,积雪、低温、大风等气象因子长期作用的结果。对白灾尝试用BP神经网络法进行风险评估,评估的灾害等级和实际灾害等级十分吻合,用训练好的神经网络对各个旗县(1980-2015年)的白灾进行了风险评估,评估效果理想。因此,可以通过数值预报产品、气候预测产品获取相关评价因子,采用BP方法形成白灾风险预评估产品,进而应用于雪灾风险评估业务中,为相关部门提供决策依据。