针对甘肃省现有寒潮灾害风险预估产品时间分辨率不足、未考虑积雪下垫面放大效应等突出问题，本文提出了一种融合 FY-4B 静止气象卫星高时效积雪覆盖产品的网格化风险预估技术改进方法，显著提升了风险预估的时空精细化水平和物理机制表达能力。本文以FY-4B AGRI 逐 15 min 积雪覆盖产品为核心动态下垫面数据源，结合智能网格预报和高密度站点观测资料，选取 2024 年 11 月、2025 年 1 月及 2025 年 3 月三次典型寒潮过程作为样本，构建了包含 6748 个有效站点的验证数据集。创新性地建立了 "低温持续时间（A）— 降雪等级（B）" 双因子耦合的四级风险阈值体系：无雪场景采用 risk=min (A,2) 规则，积雪场景采用 risk=max (A,B) 规则，将风险等级由三级细化为四级，时间分辨率从 24 h 提升至 12 h。同时，基于逐小时智能网格预报数据，构建了降温、降水、积雪影响及风速四维风险因子场，并设计了 12 h 滑动窗口综合风险预估模型，实现了最长提前 72 h、空间分辨率约 5 km 的甘肃省全域网格化风险滚动预估。检验结果表明，优化后的阈值体系在接收者操作特征曲线（ROC）检验中，曲线下面积（AUC）由原有方法的 0.643 提升至 0.726，相对改进幅度约 12.9%；在积雪场景下，高风险（3—4 级）判别命中率（POD）达 0.64—0.71，显著优于原有统一阈值方法。典型个例分析证实，新方法能够有效捕捉雨雪相态转换、积雪快速积累与消融及融雪再冻结等复杂场景下的风险跃变特征，在河西走廊、陇中等寒潮重影响区的风险识别全面性和时效性均有明显提升。研究成果已形成自动化产品生成系统并在兰州中心气象台业务平台完成部署试运行，为交通运输及应急管理部门提供了更加精细化的气象风险预警支撑。
       本文首次将 FY-4B 静止卫星积雪产品引入省级寒潮灾害风险预估业务，提出的分场景双轨制阈值优化方法和滑动窗口动态预估技术，对静止卫星数据在灾害性天气风险评估中的应用具有示范意义。
 

寒潮灾害,风险预估,FY-4B,积雪覆盖,网格化预报