在全球气候变暖背景下，陆地积雪变化对全球水资源和地球系统能量平衡有着深远影响。随着极端天气事件频发，越来越多的研究关注极端天气系统，尤其是大气河（ARs）对积雪变化的影响。然而，现有的研究通常只关注局部或区域层面的情况，限制了对AR与积雪相互作用的全球性理解。

基于ERA5再分析数据，采用Mattingly方法提取了全球近40年AR识别结果。基于三套积雪深度再分析数据集，采用随机森林分别建立了北半球和南半球积雪深度融合模型，生成了全球近40年积雪深度融合数据集。相比于三套用于融合的积雪深度，融合后的积雪深度精度提升，不确定性下降。在获取了AR和积雪深度数据集的基础上，评估了AR对全球陆地积雪深度变化的影响，并探讨了其背后的物理机制。

研究结果表明，AR导致了强烈的季节内积雪深度变化——通常在冬季和春季促进雪深的增加，在夏季和秋季促进雪深的减少（图1）。冬春季，AR对季节内雪深增加的促进作用随着时间的推移而增强，而夏秋季促进减小的作用在增强，如北半球冬季38.0%的地区表现为AR促进雪深增加的能力在增强。在年际尺度上，更频繁的AR与夏季雪深减少密切相关。AR引起的降雪成为影响许多子区域和季节积雪趋势的主要因素，其次是地表潜热通量（图2）。这也解释了尽管某些地区的气温和热量有所上升，但积雪深度仍在继续增加的现象。这项研究为理解复杂的气候-积雪关系提供了关键信息，并强调了在地球系统模型中明确AR-积雪相互作用的必要性。

图1 大气河对全球季节内积雪深度变化的贡献（AR contributionIS）

图2 与大气河频率变化相关的主要物理过程及其对积雪深度变化的影响

研究成果以“Strengthening influence of atmospheric rivers on global snow depth dynamics”为题于2026年4月22日在线发表在Nature Communications期刊。李海丽博士（现南京邮电大学物联网学院）为论文第一作者，南京大学地理与海洋科学学院柯长青教授为论文唯一通讯作者，南京大学为论文第一完成单位。共同作者包括徐于月教授、蔡宇副研究员、肖瑶博士后、河海大学的沈校熠博士、南京警察学院的朱庆辉博士、清华大学的陈德亮院士、新加坡国立大学的Lu Xixi教授、瑞典隆德大学的Duan Zheng教授以及美国杜克大学的He Liyin助理教授。该工作得到江苏省国际科技合作/港澳台科技合作计划项目、国家自然科学基金青年基金项目、江苏省自然科学基金青年基金项目、国家重点研发计划项目子课题等多个项目联合资助。