高原气象  2018, Vol. 37 Issue (4): 994-1001  DOI: 10.7522/j.issn.1000-0534.2018.00055
0

引用本文 [复制中英文]

刘崧, 黄富祥, 杨莲梅, 等. 2018. 北疆暴雪发生条件的卫星遥感监测[J]. 高原气象, 37(4): 994-1001. DOI: 10.7522/j.issn.1000-0534.2018.00055
[复制中文]
Liu Song, Huang Fuxiang, Yang Lianmei, et al. 2018. Monitoring of Conditions for Heavy Snowstorm in Northern Xinjiang Using Satellite Remote Sensing Data[J]. Plateau Meteorology, 37(4): 994-1001. DOI: 10.7522/j.issn.1000-0534.2018.00055.
[复制英文]

资助项目

国家自然科学基金项目(41275035,41675031)

通信作者

黄富祥(1967-), 男, 湖北蕲春人, 研究员, 主要从事卫星臭氧遥感、卫星闪电探测、卫星遥感应用, 全球气候变化等方面的研究.E-mail:huangfx@cma.gov.cn

作者简介

刘崧(1993-), 男, 山东无棣人, 硕士研究生, 主要从事卫星遥感应用研究.E-mail:lius2016@cugb.edu.cn

文章历史

收稿日期: 2018-03-01
定稿日期: 2018-04-20
北疆暴雪发生条件的卫星遥感监测
刘崧1,2, 黄富祥2,3, 杨莲梅4, 韩爽爽1     
1. 中国地质大学地球科学与资源学院, 北京 100083;
2. 国家卫星气象中心, 北京 100081;
3. 中国气象局中国遥感卫星辐射测量和定标重点开放实验室, 北京 100081;
4. 中国气象局乌鲁木齐沙漠气象研究所, 新疆 乌鲁木齐 830002
摘要: 利用大气红外探测器(AIRS)大气温度和水汽两种遥感产品,结合拉格朗日混合单粒子轨道模型(HYSPLIT)后向轨迹分析方法,对乌鲁木齐地区2015年12月10-12日和2016年3月2-3日两次暴雪天气冷、暖气团及水汽的来源地、输送路径进行监测分析,并对冬季和春季暴雪发生条件、降雪强度差异进行了对比研究。结果表明:(1)北疆地区暴雪天气是冷、暖气团与水汽条件配合的产物。(2)在这两次暴雪过程中,水汽主要来自西部黑海、里海、咸海、巴尔喀什湖,以及南部阿拉伯海等地;冷气团主要来自北欧、挪威海-巴伦支海、西西伯利亚以及伊朗高原等地;暖气团的来源和输送路径一般与水汽相同或紧密相关。(3)2015年12月10-12日降雪过程是北疆创纪录的一次超强暴雪,此次降雪天气中冷气团来自挪威海-巴伦支海、北欧和伊朗高原等地,暖气团和水汽来自黑海-里海一带。在降雪过程中,来自阿拉伯海的充沛水汽源源不断进入,是导致此次降雪天气强度空前的重要原因。(4)2016年3月2-3日是一次较弱的春季降雪过程,冷气团来自北欧-西西伯利亚地区,暖气团和水汽则分别来自北疆当地和巴尔喀什湖附近,降雪过程中由于缺乏后续水汽补充,导致降雪持续时间较短、强度较弱。(5)对比两次降雪过程可见,降雪过程中有无持续充足水汽补充,是决定降雪持续时间和降雪强度的主要因素。
关键词: 暴雪    水汽    AIRS遥感数据    HYSPLIT后向轨迹追踪    
1 引言

每年冬、春季北疆暴雪天气频发, 对当地经济发展和人民生产生活造成严重影响。在全球气候变化背景下, 北疆极端天气发生强度与频次均呈上升态势。探讨利用卫星遥感方法监测北疆暴雪, 具有重要的实践意义。

对于北疆暴雪问题, 前人已开展了大量研究。张俊兰等(2013)基于多个测站逐日降水量数据和NCEP/NCAR再分析资料, 对北疆11次典型暴雪的水汽源地、输送路径进行了讨论; 李如琦等(2015)结合常规台站观测数据和再分析资料, 研究了冷锋暴雪与暖区暴雪的大气环流和水汽输送特征, 同时指出地形因素的影响; 杨莲梅等(2016)从定量角度定义了新疆持续性暴雪, 针对北疆型和北疆西部北部型两种不同类型暴雪的大尺度环流背景、关键影响系统配置和水汽输送特征进行了分析; 刘晶等(2018)利用再分析和卫星云图等资料, 分析了2014年冬季北疆一次强降雪过程的锋面结构和云团特征; 许婷婷等(2017)牟欢等(2017)综合利用再分析以及卫星、雷达等资料对2015年12月10—12日和2016年3月2—3日两次极端暴雪天气环流演变及暴雪产生和维持机制进行初步分析。相比较而言, 这些工作主要侧重于传统气象学研究方法, 未能充分发挥卫星遥感监测手段的优势。

以2015年12月10—12日和2016年3月2—3日发生在北疆的两次大范围暴雪天气为典型个例, 以两次暴雪中心区域乌鲁木齐为研究重点, 利用AIRS大气温度和水汽遥感资料, 结合HYSPLIT后向轨迹追踪分析方法, 对两次暴雪发生前及过程中冷、暖气团和水汽的来源、输送过程进行监测和对比分析, 考察北疆暴雪发生条件及影响降雪持续时间和强度的主要因素, 开展卫星遥感监测北疆暴雪天气发生条件的应用研究。

2 数据和方法 2.1 使用数据

卫星遥感数据为来自AIRS的大气柱水汽总量和温度廓线资料, 这两种资料均为AIRS三级日反演产品, 空间分辨率均为1°×1°, 分降轨(Descending)和升轨(Ascending)两种, 过境时间分别为03:30(北京时, 下同)和15:30。AIRS温度廓线资料包括从地表到大气层顶多个高度层数据, 为考察与降雪相关的高度层大气情况并考虑到北疆周边地形地貌等因素, 选取500 hPa温度资料。水汽总量数据量纲为kg·m-2, 大气温度数据量纲为℃。在数据精度方面, AIRS温度产品在对流层部分精度达到1 K, 在晴空或部分云覆盖情况下大气水汽精度达到10%(Divakarla et al, 2006; Goldberg et al, 2003; Arai, 2012; Monahan et al, 2007)。本文研究区域为0°—90°N, 15°E—105°E, 其中, 乌鲁木齐中心经纬度为43. 77°N, 87. 68°E。

HYSPLIT后向轨迹追踪模型, 由NOAA研究开发, 常用于追踪大气来源和路径(Draxler et al, 1999)。大气后向轨迹计算使用NCEP/NCAR再分析资料, 数据水平分辨率2. 5°×2. 5°, 垂直方向从地面到10 hPa高度共分17层(1 000, 925, 850, 700, 600, 500, 400, 300, 250, 200, 150, 100, 70, 50, 30, 20和10 hPa), 在数据处理中将气压高度换算成海拔。

2.2 研究方法

对于两次降雪过程, 根据实际情况分别提取降雪发生前数日至降雪结束的这几天内大气温度和水汽逐日遥感资料, 按照每日降轨-升轨次序, 监测冷、暖气团和水汽自形成至输送到北疆的连续变化过程。为增强卫星图像显示效果, 针对逐日温度和水汽数据, 分别计算其与月均值之间的差值和比值, 以生成冷、暖气团和水汽的分布图像。

利用HYSPLIT大气后向轨迹追踪方法, 计算同期乌鲁木齐不同高度层大气后向轨迹, 监测不同高度气团来源地和输送过程, 并考察输送路径上翻越高山的抬升运动过程。

3 2015年12月10—12日极端暴雪天气卫星遥感监测

2015年12月10—12日, 伊犁河谷、北疆沿天山一带、天山山区出现大范围降雪, 暴雪中心位于乌鲁木齐。据台站观测记录, 乌鲁木齐过程累计降雪量达46. 3 mm, 积雪深度达46 cm, 降雪主要集中在11日00:00—12:00, 仅11日单日降雪量就高达35. 9 mm, 突破历史极值, 成为自1951年建站以来冬季最大日降雪量(许婷婷等, 2017)。

3.1 冷、暖气团来源和输送过程监测

利用AIRS大气温度反演资料, 给出降雪开始前3天(12月7日)至降雪结束(12月12日)共6天的500 hPa高度层逐日大气温度与月均值差值连续变化过程[图 1, 该图及文中所涉及地图是基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)2938的标准地图制作, 底图无修改], 监测冷、暖气团来源地与输送过程。

图 1 2015年12月7—12日监测区域内500 hPa高度大气温度日数据与月均值差值的逐日变化(单位: ℃) 红色圆圈代表乌鲁木齐位置 Figure 1 The daily distribution of residual of daily atmospheric temperature minute monthly mean at 500 hPa from 7 to 12 December 2015. Unit: ℃. The red circle denotes the location of Urumqi

降雪发生前的12月7日[图 1(a), (b)], 在里海-黑海地区形成一个比该地区月平均温度高8~12 ℃的大范围温暖气团并向东北方向移动, 同时两股冷空气分别位于高纬的挪威海-巴伦支海以及北欧附近和中低纬的伊朗高原地区; 12月8日[图 1(c), (d)], 位于挪威海-巴伦支海附近的冷气团向东南方向快速移动, 并于15:30左右与东移的暖气团交会[图 1(d)]; 来自高纬的强大冷气团在9日03:30前后将温暖气团分割成两部分[图 1(e)], 15:30与伊朗高原地区的冷空气合为一股[图 1(f)], 驱动前部暖气团向东移动, 10日前后锋面位置移动至北疆地区[图 1(h)], 造成当地降雪发生。此后后续冷、暖气团形成列车效应, 不断东移至北疆, 维持并加强暴雪天气。

3.2 水汽来源和输送过程监测

利用AIRS水汽遥感资料, 给出12月7—12日水汽分布及输送过程中日水汽与月平均值之间比值的逐日变化(图 2)。由图 2可见, 降雪发生前的12月7日[图 2(a), (b)], 在里海-黑海一带(暖气团分布区域)有丰富水汽分布, 这片水汽沿着与暖空气相同的路线向东输送进入北疆; 8—9日, 在阿拉伯海地区形成一片水汽高值区[图 2(d), (e), (f)], 该水汽向东北方向沿着巴基斯坦印度河流域向北输送, 10日翻越兴都库什山脉进入南疆继续北上[图 2(h)], 11日凌晨翻越天山进入北疆乌鲁木齐等地[图 2(i)]。值得注意的是, 在10日降雪开始后, 来自里海-黑海的水汽逐渐减弱, 但10日晚至11日来自阿拉伯海的充沛水汽源源不断抵达北疆乌鲁木齐等地[图 2(i), (j)], 直到12日仍然维持丰富水汽。在10日降雪发生后, 来自阿拉伯海充沛的水汽源源不断输送到乌鲁木齐是降雪得以维持并形成暴雪的重要原因。

图 2 2015年12月7—12日监测区域内日水汽与月平均值比值的逐日分布变化 红色圆圈代表乌鲁木齐位置 Figure 2 The daily distribution of ratio of daily water vapor to monthly mean from 7 to 12 December 2015. The red circle denotes the location of Urumqi
3.3 后向轨迹追踪分析

利用HYSPLIT后向轨迹追踪, 可以考察研究区域某一点不同高度层大气来源, 及具体路径。选取乌鲁木齐监测点(87. 68°E, 43. 77°N)作为气团轨迹源点, 追踪2015年12月11日08:00前3日的后向轨迹(图 3)。

图 3 2015年12月11日08:00研究区域乌鲁木齐监测点(87. 68°E, 43. 77°N)共6个高度层大气3日后向轨迹追踪 Figure 3 Three-days air back-ward trajectory for 6 layers from surface to stratosphere for a point in the research region of Urumqi at 08:00 on 11 December 2015

图 3可见, 乌鲁木齐该点从近地表 1 000~12 000 m高度的大气来源地明显分化, 其中, 1 000~5 000 m高度层大气均来自三个不同地区1 000 m左右的近地面层[图 3(a)], 这些低层大气后向轨迹主要是水汽和暖气团的输送路径。从[图 3(a)]可见, 水汽来源主要有3方面: (1)1 000 m高度来自咸海的水汽; (2)2 000 m高度来自黑海-里海的水汽; (3)5 000 m左右高度来自阿拉伯海的水汽。低层大气后向轨迹图[图 3(a)]中, 黑色*号标识了低层水汽和暖气团输送路径上翻越高山的位置:一是来自咸海、里海-黑海的水汽受南部、东南部高山阻挡, 向东北方向输送, 于12月10日08:00前后经过阿尔泰山与天山之间的山口进入北疆, 在此过程中有一个500 m左右的轻微抬升; 二是来自阿拉伯海的水汽向东北方向输送, 于9日20:00左右翻越兴都库什山和喀喇昆仑山之间的山口进入南疆, 大气在此过程中有一个3 000 m左右的抬升; 三是该支水汽继续沿东北方向输送, 于10日20:00左右再次翻越天山进入北疆, 在此过程中有一个1 000~1 500 m的抬升[图 3(a)]。而8 000~12 000 m高度则主要是冷气团的输送路径[图 3(b)], 可见这些高度的气团主要来自挪威海-巴伦支海和北欧等地, 在高空形势控制和地形作用下进入北疆, 是此次暴雪中冷气团的主要来源。

4 2016年3月2—3日暴雪天气卫星遥感监测

2016年3月2—3日, 伊犁河谷、塔城北部、阿勒泰、北疆沿天山一带以及天山山区的部分地区出现一次强降雪过程, 强降雪区域集中在天山北麓, 其中乌鲁木齐主城区6 h降雪量11. 6 mm, 积雪厚度达16 cm, 并伴有6级西北风, 降雪时段则集中在2日夜晚至3日凌晨。与2015年12月10—12日乌鲁木齐极端暴雪过程相比, 此次暴雪天气强度弱, 持续时间短, 但降雪时段和范围比较集中, 给预报工作增加了难度(牟欢等, 2017)。

4.1 冷、暖气团来源和输送过程监测

对于此次过程, 利用AIRS大气温度资料, 生成2月29日至3月3日共4天500 hPa高度日大气温度与月平均值差值分布图(图 4)。从图 4可见, 2月29日03:30[图 4(a)], 在波罗的海-东欧平原向东延伸至西西伯利亚平原一带形成一个大范围冷气团, 中心温度比月平均温度低8~10 ℃; 2月29日至3月1日[图 4(a)~(d)], 该冷气团整体向东南方向移动, 范围扩大, 中心温度略微上升; 2日03:30前后[图 4(e)], 气团后部在哈萨克斯坦阿斯塔纳以北形成一个强冷中心区域, 并不断向东南移动; 2日晚至3日凌晨抵达北疆地区[图 4(f), (g)], 导致暴雪发生。监测发现, 在此次暴雪过程中未见明显外地暖气团输入, 但在2日降雪发生前当地气温高出月平均温度4 ℃左右[图 4(a)~(d)], 来自北部的强冷气团侵入后与当地温暖空气交会, 形成降雪。

图 4 2016年2月29日至3月3日监测区域500 hPa高度大气温度日数据与月平均值差值的逐日变化(单位: ℃) 红色圆圈代表乌鲁木齐位置 Figure 4 The daily distribution of residual of daily atmospheric temperature minute monthly mean at 500 hPa from 29 Febuary to 3 March 2016. Unit: ℃. The red circle denotes the location of Urumqi
4.2 水汽来源和输送过程监测

利用AIRS水汽反演产品生成2016年2月29日至3月3日逐日水汽总量与月平均值之间的比值分布变化情况(图 5)可见, 3月1日15:30前后[图 5(d)], 巴尔喀什湖上空存在较为丰富的水汽, 随后该股水汽向东南方向运动, 于2日凌晨进入北疆[图 5(e)]。降雪发生的2—3日[图 5(e), (f), (g)], 乌鲁木齐水汽含量维持在较高水平, 达到该地区月平均值的1. 4~1. 6倍, 直到3日15:30左右水汽含量急剧减少[图 5(h)], 并处于月均值以下。分析得出, 此次降雪的水汽主要来自巴尔喀什湖, 但数量有限, 降雪发生后缺乏后续水汽补充, 导致此次降雪持续时间较短、强度较弱。

图 5 2016年2月29日至3月3日监测区域日水汽与月平均值比值的逐日分布变化 红色圆圈代表乌鲁木齐位置 Figure 5 The daily distribution of ratio of daily water vapor to monthly mean from 29 Februry to 3 March 2016. The red circle denotes the location of Urumqi
4.3 后向轨迹追踪分析

利用HYSPLIT后向轨迹追踪分析, 以乌鲁木齐中心经纬度(87. 68°E, 43. 77°N)作为轨迹源点, 给出2016年3月3日08:00前3日从1 000~12 000 m共6个高度气团的后向轨迹(图 6)。从图 6可见, 此次降雪过程中, 乌鲁木齐地区2 000 m以上高度层大气主要来自挪威海、北欧和西西伯利亚等地, 这些高度层大气运动轨迹主要是冷空气的输送路线, 而1 000 m左右高度层大气主要来自哈萨克斯坦巴尔喀什湖附近[图 6(a)], 这个高度层大气轨迹则主要为水汽输送路线, 强冷空气与北疆当地较为温暖的空气交会, 配合西部巴尔喀什湖的水汽, 形成降雪天气。

图 6 研究区域乌鲁木齐一个地点2016年3月3日08:00共6个高度层大气3日后向轨迹追踪 Figure 6 Three-days air back-ward trajectory for 6 layers from surface to stratosphere for a point in the research region of Urumqi at 08:00 of 3 March 2016
5 结论与讨论

北疆地区深入内陆, 周围高山环绕, 天气形势配合地形、地貌因素共同作用下, 冷、暖气团和水汽能否顺利进入北疆并交会, 是冬、春季降雪天气发生的重要条件。监测表明, 两次降雪过程中的水汽主要来自西部的黑海、里海、咸海、巴尔喀什湖, 以及南部的阿拉伯海等地, 暖气团来源和输送路径与水汽相同或紧密相关, 冷气团主要来自挪威海-巴伦支海、北欧和、西西伯利亚和伊朗高原等地, 由于地形因素影响, 水汽和暖气团在输送过程中往往需要翻越高山阻挡。利用AIRS大气温度和水汽遥感反演资料, 结合HYSPLIT后向轨迹追踪分析, 考察乌鲁木齐地区冬季和春季两次典型暴雪天气的发生条件, 得到如下结论:

(1) 2015年12月10—12日北疆创纪录的超强暴雪, 降雪过程中来自阿拉伯海的充沛水汽源源不断地进入, 是导致降雪得以维持且强度增大的主要原因。

(2) 2016年3月2—3日是一次较弱的春季降雪过程, 暖空气来自本地, 水汽主要来自巴尔喀什湖附近, 由于缺乏持续水汽补充, 导致降雪持续时间较短、强度较弱。

(3) 对比两次降雪过程可见, 降雪过程中有无持续充足水汽补充, 是决定降雪持续时间和降雪强度的主要因素。

(4) 监测表明, 由于北疆周边被高山环绕, 暖气团和水汽进入北疆往往需要翻越高山, 甚至多次翻越高山。因此, 天气形势配合地形条件共同作用下水汽如何输送的问题, 值得进一步研究。

近年来, 随北极变暖幅度增强, 增温放大效应日趋显著, 北半球中纬度地区冬季气候发生了显著变化。北疆冬季极端天气发生频次和强度将如何变化, 是一个值得关注的课题。

参考文献
Arai K. 2012. Method for water vapor profile retievals by means of minimizing difference between estimated and actual brightness temperatures derived from airs data and radiative transfer model[J]. International Journal of Advanced Computer Science & Applications, 3(12): 145–148. DOI:10.14569/IJACSA.2012.031223
Divakarla M G, Barnet C D, Goldberg M D, et al. 2006. Validation of atmospheric infrared sounder temperature and water vapor retrievals with matched radiosonde measurements and forecasts[J]. J Geophys Res, 111(D9): 9–15. DOI:10.1029/2005JD006116
Draxler R R, Stunder B, Rolph G, et al. 1999. HYSPLIT4-users's guide[M]. US Department of Commerce, National Oceanic and Atmospheric Administration, Environmental Research Laboratories, Air Resources Laboratory: .
Goldberg M D, Qu Y, Mcmillin L M, et al. 2003. AIRS near-real-time products and algorithms in support of operational numerical weather prediction[J]. IEEE Trans Geosci Remote Sens, 41(2): 379–389. DOI:10.1109/TGRS.2002.808307
Monahan K P, Pan L L, Mcdonald A J, et al. 2007. Validation of AIRS v4 ozone profiles in the UTLS using ozonesondes from Lauder, NZ and Boulder, USA[J]. J Geophys Res, 112(D17): 259–262. DOI:10.1029/2006JD008181
刘晶, 李娜, 陈春艳. 2018. 新疆北部一次暖区暴雪过程锋面结构及中尺度云团分析[J]. 高原气象, 37(1): 158–166. Liu J, Li N, Chen C Y. 2018. The frontal structure and analysis on mesoscale cloud characteristic during a warm zone blizzard process in north Xinjiang[J]. Plateau Meteor, 37(1): 158–166. DOI:10.7522/j.issn.1000-0534.2017.00008
李如琦, 唐冶, 肉孜·阿基. 2015. 2010年新疆北部暴雪异常的环流和水汽特征分析[J]. 高原气象, 34(1): 155–162. Li R Q, Tang Y, Rouzi A. 2015. Atmospheric circulation and water vapor characteristics of snowstorm anomalies in northern Xinjiang in 2010[J]. Plateau Meteor, 34(1): 155–162. DOI:10.7522/j.issn.1000-0534.2013.00163
牟欢, 闵月, 洪月, 等. 2017. 2016年3月北疆一次暴雪天气过程诊断分析[J]. 沙漠与绿洲气象, 11(6): 26–33. Mo H, Min Y, Hong Y, et al. 2017. Diagnostic analysis of a snowstorm process in northern Xinjiang in March 2016[J]. Desert Oasis Meteor, 11(6): 26–33. DOI:10.12057/j.issn.1002-0799.2017.06.004
许婷婷, 张云惠, 于碧馨, 等. 2017. 2015年12月乌鲁木齐极端暴雪成因分析[J]. 沙漠与绿洲气象, 11(5): 23–29. Xu T T, Zhang Y H, Yu B X, et al. 2017. Analysis of extreme blizzard in December 2015 in Urumqi[J]. Desert Oasis Meteor, 11(5): 23–29. DOI:10.12057/j.issn.1002-0799.2017.05.004
杨莲梅, 刘雯. 2016. 新疆北部持续性暴雪过程成因分析[J]. 高原气象, 35(2): 507–519. Yang L M, Liu W. 2016. Cause analysis of persistent heavy snow processes in the Northern Xinjiang[J]. Plateau Meteor, 35(2): 507–519. DOI:10.7522/j.issn.1000-0534.2014.00161
张俊兰, 崔彩霞, 陈春艳. 2013. 北疆典型暴雪天气的水汽特征研究[J]. 高原气象, 32(4): 1115–1125. Zhang J L, Cui C X, Chen C Y. 2013. Study on water vapor characteristic of typical heavy snowstorm case in northern Xinjiang[J]. Plateau Meteor, 32(4): 1115–1125. DOI:10.7522/j.issn.1000-0534.2012.00105
Monitoring of Conditions for Heavy Snowstorm in Northern Xinjiang Using Satellite Remote Sensing Data
LIU Song1,2 , HUANG Fuxiang2,3 , YANG Lianmei4 , HAN Shuangshuang1     
1. School of Earth Sciences and Resources, China University of Geosciences, Beijing 100083, China;
2. National Satellite Meteorological Center, Beijing 100081, China;
3. Key Laboratory of Radiometric and Validation for Environmental Satellites, China Meteorological Administration, Beijing 100081, China;
4. Institute of Desert and Meteorology, China Meteorological Administration, Urumqi 830002, Xinjiang, China
Abstract: Based on AIRS remote sensing datasets of air temperature and total column water vapor and the method of HYSPLIT backward trajectory analysis, the sources and transporting paths of various meteorological elements of two heavy snow processes in Urumqi during 10-12 December 2015 and 2-3 March 2016 were monitored and analyzed, which including cold air, warm air and water vapor, the differences between conditions and intensities of snowfall in winter and spring were also studied. The results show that:(1) Snowstorm in northern Xinjiang is an outcome of interaction of cold air, warm air and water vapor. (2) During two snowstorm processes, the transfer of water vapor has five sources of the Black Sea, the Caspian Sea, the Aral Sea, the Balkhash Lake and the Arabia Sea, the cold air mainly comes from the northern Europe, the Norwegian Sea, the Barents Sea and the Iranian Plateau, the sources and transporting paths of warm air and water vapor are generally same or closely related. (3) The snowstorm during 10-12 December 2015 is a record strong snowstorm process, the cold air of this process mainly comes from the northern Europe, the Norwegian Sea and the Iranian Plateau, the warm air and water vapor both come from the Black Sea and the Caspian Sea. The transportation of water vapor from the Arabia Sea is an important cause of torrential storm. (4) The snowfall during 2-3 March 2016 is a weak snowfall process in spring, the cold air of this process mainly comes from the regions of Nordic and West Siberia, the warm air mass and water vapor comes from the Northern Xinjiang and the Balkhash Lake respectively. Due to the lack of continuous water vapor supplement, the snowfall is short and weak. (5) By comparing the two different snowfall processes, the abundant and continuous water vapor is a main factor that determines the duration and intensity of snowfall.
Key words: Snowstorm    water vapor    AIRS remote sensing data    HYSPLIT backward trajectory tracking