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。

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。

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。

为了探究城际动车组永磁直驱转向架区域的积雪结冰问题，基于某城际动车组全尺寸三车模型，采用Realizable k-ε湍流模型的非定常雷诺时均方法（unsteady Reynoldsaveraged Navier-Stokes, URANS）和离散相模型（discrete phase model, DPM），在环境温度-30℃及动车运营速度160 km/h的仿真条件下，分别研究了永磁直驱转向架区域与普通转向架区域的风雪运动特性.研究结果表明：永磁直驱转向架与普通转向架相比，转向架区域流场结构复杂度低，气流流动较为顺畅，虽然转向架积雪较多，但去除电机部分积雪后，总的积雪质量减少了23.83%，制动夹钳总的积雪质量比普通转向架模型减少了78.368%.可见，在永磁直驱转向架中，大部分积雪附着在永磁直驱电机的表面，而其他部位，尤其是制动夹钳表面的积雪较少.考虑到电机在运行过程中会发热，这种热效应能够融化表面积雪，使得电机表面的积雪量减少.基于这些特点，采用直驱形式的城际动车组转向架在解决积雪和结冰问题上展现出明显的优势.

为了探究城际动车组永磁直驱转向架区域的积雪结冰问题，基于某城际动车组全尺寸三车模型，采用Realizable k-ε湍流模型的非定常雷诺时均方法（unsteady Reynoldsaveraged Navier-Stokes, URANS）和离散相模型（discrete phase model, DPM），在环境温度-30℃及动车运营速度160 km/h的仿真条件下，分别研究了永磁直驱转向架区域与普通转向架区域的风雪运动特性.研究结果表明：永磁直驱转向架与普通转向架相比，转向架区域流场结构复杂度低，气流流动较为顺畅，虽然转向架积雪较多，但去除电机部分积雪后，总的积雪质量减少了23.83%，制动夹钳总的积雪质量比普通转向架模型减少了78.368%.可见，在永磁直驱转向架中，大部分积雪附着在永磁直驱电机的表面，而其他部位，尤其是制动夹钳表面的积雪较少.考虑到电机在运行过程中会发热，这种热效应能够融化表面积雪，使得电机表面的积雪量减少.基于这些特点，采用直驱形式的城际动车组转向架在解决积雪和结冰问题上展现出明显的优势.

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...

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...

为了探究城际动车组永磁直驱转向架区域的积雪结冰问题，基于某城际动车组全尺寸三车模型，采用Realizable k-ε湍流模型的非定常雷诺时均方法（unsteady Reynoldsaveraged Navier-Stokes, URANS）和离散相模型（discrete phase model, DPM），在环境温度-30℃及动车运营速度160 km/h的仿真条件下，分别研究了永磁直驱转向架区域与普通转向架区域的风雪运动特性.研究结果表明：永磁直驱转向架与普通转向架相比，转向架区域流场结构复杂度低，气流流动较为顺畅，虽然转向架积雪较多，但去除电机部分积雪后，总的积雪质量减少了23.83%，制动夹钳总的积雪质量比普通转向架模型减少了78.368%.可见，在永磁直驱转向架中，大部分积雪附着在永磁直驱电机的表面，而其他部位，尤其是制动夹钳表面的积雪较少.考虑到电机在运行过程中会发热，这种热效应能够融化表面积雪，使得电机表面的积雪量减少.基于这些特点，采用直驱形式的城际动车组转向架在解决积雪和结冰问题上展现出明显的优势.

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...

通过室内试验设置5种积雪处理（对照组CK为无积雪覆盖；B为大粒径雪层；BL为大粒径覆盖在小粒径雪层上；LB为小粒径覆盖在大粒径雪层上；L为小粒径雪层），探究融化期冻融循环下雪层结构差异对土壤物理特性的影响。结果表明：不同结构的积雪完全融化时间接近，CK处理受冻融循环的影响最大，有无积雪覆盖下土壤温湿度差异显著。试验中期，覆雪处理间土壤容重、团聚体稳定性接近；试验结束，B、BL处理土壤容重、团聚体稳定性，显著高于L、LB处理。B、BL处理蒸发量较高、出流时间较晚、出流量较小，但泥沙比、融雪侵蚀参数高于L、LB处理。而L、LB处理的融雪水利用率较低，融雪侵蚀参数也较低。L、LB处理有利于融雪水出流、土壤解冻，可减少土壤侵蚀，适宜实际农业生产。