在全国气象灾害综合风险普查技术规范基础上，针对安徽省雪灾影响特点，增加雪压这一观测要素，建立以年均最大积雪深度、年均积雪日数和最大雪压作为致灾因子的危险性评估模型，利用1978—2020年安徽省81个国家气象观测站雪深、雪压及地理信息等资料，分析各致灾因子的时空分布特征，并进行积雪日数地形订正，开展安徽省雪灾危险性精细化评估。结果表明：安徽省国家站最大积雪深度平均值、积雪日数平均值和最大雪压的年际变化趋势差异较大，位列前三的年份均为2008年、1984年和2018年；年均最大积雪深度大值区主要集中在大别山区、皖南山区和江淮之间。由于100 m以上区域的年均积雪日数与高程相关性显著且样本数量适中，对该区域进行地形订正后，年均积雪日数高值区位于大别山区及皖南山区，其次为淮北地区西北部至大别山区北麓一带。对最大雪压进行缺测插补计算，宣城、铜陵、黄山北部等地最大雪压值有所提高，且局地特征更为显著。安徽省雪灾致灾高危险区主要位于大别山区以及皖南山区等海拔较高地区，而低危险区主要位于淮北地区东部、江淮之间东部和沿江西南部。

在全国气象灾害综合风险普查技术规范基础上，针对安徽省雪灾影响特点，增加雪压这一观测要素，建立以年均最大积雪深度、年均积雪日数和最大雪压作为致灾因子的危险性评估模型，利用1978—2020年安徽省81个国家气象观测站雪深、雪压及地理信息等资料，分析各致灾因子的时空分布特征，并进行积雪日数地形订正，开展安徽省雪灾危险性精细化评估。结果表明：安徽省国家站最大积雪深度平均值、积雪日数平均值和最大雪压的年际变化趋势差异较大，位列前三的年份均为2008年、1984年和2018年；年均最大积雪深度大值区主要集中在大别山区、皖南山区和江淮之间。由于100 m以上区域的年均积雪日数与高程相关性显著且样本数量适中，对该区域进行地形订正后，年均积雪日数高值区位于大别山区及皖南山区，其次为淮北地区西北部至大别山区北麓一带。对最大雪压进行缺测插补计算，宣城、铜陵、黄山北部等地最大雪压值有所提高，且局地特征更为显著。安徽省雪灾致灾高危险区主要位于大别山区以及皖南山区等海拔较高地区，而低危险区主要位于淮北地区东部、江淮之间东部和沿江西南部。

基于能量平衡多层融雪模型模拟地面积雪演化，克服实测雪压样本实测数据不足的问题。首先，利用中国北方城市的积雪观测数据对文中模型精度进行校核。再选取中国各个地区的多个气象站点进行地面雪压评估，分析雪深、密度、雪水当量之间的关系，并考查多个概率模型对雪压样本的拟合优度。最后，将文中方法与日本规范评估地面雪压方法进行比较。研究表明，受重力压实影响，最大雪深对应的地面雪压值往往比地面雪压最大值小；采用极大似然估计的广义极值分布与对数正态分布进行雪压估计，拟合优度更高，结果较规范值大；与日本规范方法相比，能量平衡融雪模型计算只需基础的气象数据而无需额外校准，可以作为获取地面雪压样本的有效途径。

基于能量平衡多层融雪模型模拟地面积雪演化，克服实测雪压样本实测数据不足的问题。首先，利用中国北方城市的积雪观测数据对文中模型精度进行校核。再选取中国各个地区的多个气象站点进行地面雪压评估，分析雪深、密度、雪水当量之间的关系，并考查多个概率模型对雪压样本的拟合优度。最后，将文中方法与日本规范评估地面雪压方法进行比较。研究表明，受重力压实影响，最大雪深对应的地面雪压值往往比地面雪压最大值小；采用极大似然估计的广义极值分布与对数正态分布进行雪压估计，拟合优度更高，结果较规范值大；与日本规范方法相比，能量平衡融雪模型计算只需基础的气象数据而无需额外校准，可以作为获取地面雪压样本的有效途径。

雪密度、雪压等积雪参数资料的缺乏是南方地区雪灾精细化防御研究的难点之一，通过历史地面积雪气象观测资料来反演测站及周边的雪密度，是对现有积雪监测资料的有益补充。本文利用湖北省76站的逐日气象观测资料，分析并选取了积雪期的积雪日数、积雪深度、气温、日照等8个影响雪密度的自变量因子，构建了雪密度的随机森林回归（RF）模型，并通过RF模型反演数据，分析了湖北省雪密度和雪压分布情况。结果表明：（1）雪密度RF模型预测的均方根误差为0.04 g/cm3左右，可以用于湖北省雪密度资料反演。（2）湖北省平均雪密度在0.14～0.20 g/cm3之间，从中部以0.17 g/cm3为界分为东西两个区，东部区雪密度较大。（3）湖北省近60年来最大雪压值在1.3～6.7 g/cm2之间，不同重现期最大雪压分布存在鄂西北和鄂东两个高值区，且鄂东区的中北部基本雪压值更大。

雪密度、雪压等积雪参数资料的缺乏是南方地区雪灾精细化防御研究的难点之一，通过历史地面积雪气象观测资料来反演测站及周边的雪密度，是对现有积雪监测资料的有益补充。本文利用湖北省76站的逐日气象观测资料，分析并选取了积雪期的积雪日数、积雪深度、气温、日照等8个影响雪密度的自变量因子，构建了雪密度的随机森林回归（RF）模型，并通过RF模型反演数据，分析了湖北省雪密度和雪压分布情况。结果表明：（1）雪密度RF模型预测的均方根误差为0.04 g/cm3左右，可以用于湖北省雪密度资料反演。（2）湖北省平均雪密度在0.14～0.20 g/cm3之间，从中部以0.17 g/cm3为界分为东西两个区，东部区雪密度较大。（3）湖北省近60年来最大雪压值在1.3～6.7 g/cm2之间，不同重现期最大雪压分布存在鄂西北和鄂东两个高值区，且鄂东区的中北部基本雪压值更大。

由于全球气候变化，气温、季风和降水等气象因素的演变会引起建筑结构使用环境相应变化。目前很少学者研究气象演变对环境荷载的影响规律。为分析气候变化下环境荷载中风荷载和积雪荷载的年际变化规律，本文基于75个地区近50年的气象记录，计算了各地区近21年的基本风压和基本雪压，对比了近15年基本风压和基本雪压的变化幅度，并以时间为自变量对基本风压和基本雪压分别进行了一元线性回归。结果表明，气候变化下全国范围基本风压和基本雪压变化显著，近15年1/2以上地区基本风压变化幅度超20%，基本风压变化幅度最高达61.1%;1/3以上地区基本雪压变化幅度超20%，基本雪压变化幅度最高达46.5%。基本风压变化规律明显，90%以上地区基本风压逐年稳定递减；而基本雪压变化规律随机性较大。

由于全球气候变化，气温、季风和降水等气象因素的演变会引起建筑结构使用环境相应变化。目前很少学者研究气象演变对环境荷载的影响规律。为分析气候变化下环境荷载中风荷载和积雪荷载的年际变化规律，本文基于75个地区近50年的气象记录，计算了各地区近21年的基本风压和基本雪压，对比了近15年基本风压和基本雪压的变化幅度，并以时间为自变量对基本风压和基本雪压分别进行了一元线性回归。结果表明，气候变化下全国范围基本风压和基本雪压变化显著，近15年1/2以上地区基本风压变化幅度超20%，基本风压变化幅度最高达61.1%;1/3以上地区基本雪压变化幅度超20%，基本雪压变化幅度最高达46.5%。基本风压变化规律明显，90%以上地区基本风压逐年稳定递减；而基本雪压变化规律随机性较大。

利用极值Ⅰ型概率分布法计算了我国多年一遇的最大积雪深度和基本雪压分布。将计算所得的重现期为3a、5a、10a、20a的基本雪压作为积雪压垮设施农业温室大棚风险等级划分的阈值，以中央气象台智能网格降水量和降水相态预报数据产品为驱动，构建了我国农业温室大棚积雪压垮风险预估模型。对2020年2月华北黄淮较强雨雪过程和11月内蒙古及东北地区较强雨雪过程开展应用试验，通过压垮风险等级预估结果与实际灾情分布信息的对比，认为该模型预估效果较好，能在气象服务中发挥一定的参考作用。该风险预估模型未来需进一步考虑农业温室大棚等设施的地理分布、积雪密度影响因子和冬季大风致灾因子等，以提高模型的预估效果。

利用极值Ⅰ型概率分布法计算了我国多年一遇的最大积雪深度和基本雪压分布。将计算所得的重现期为3a、5a、10a、20a的基本雪压作为积雪压垮设施农业温室大棚风险等级划分的阈值，以中央气象台智能网格降水量和降水相态预报数据产品为驱动，构建了我国农业温室大棚积雪压垮风险预估模型。对2020年2月华北黄淮较强雨雪过程和11月内蒙古及东北地区较强雨雪过程开展应用试验，通过压垮风险等级预估结果与实际灾情分布信息的对比，认为该模型预估效果较好，能在气象服务中发挥一定的参考作用。该风险预估模型未来需进一步考虑农业温室大棚等设施的地理分布、积雪密度影响因子和冬季大风致灾因子等，以提高模型的预估效果。