寒潮前兆：大暴雪将袭击新疆！超算预报：大范围雨雪真的要来了
刚刚进入新的一周，也是新的一个月，我国南北就开启了不同的天气模式，总的来讲就是“南方阴雨总不断、北方冷暖频切换”，这是什么情况呢？
从气象预报来看，今后几天我国南方地区大部仍在维持降雨天气格局，江南、华南、西南地区东部等地会有小到中雨，其中在湖南、贵州、广西雨下得最大、雨量也最多，而在气温方面除了西南地区湿度相对较大感觉湿冷一些，成都“非阴即雨”的模式下甚至或即将迎来下半年最冷的一天外，南方地区的整体气温波动较小。
而北方受10月底一波冷空气的影响，开启了与南方截然不同“先降温后升温”的天气模式，其中东北和内蒙古部分地区经历了断崖式豪横降温之后，随着这波冷空气大举南下，大部地区又开始升温了，升温幅度达2-6摄氏度，东北地区的最高气温将再度达到15℃左右，不少地方气温甚至转为常年同期偏高的水平。
值得一提的是，北方地区大部天晴升温，降雨偏少，干燥的气候模式就凸显出来了，不少地方的相对湿度不足40%，远低于人体感觉最舒适的40-60%的相对湿度，所以这几天北方不少人会有比较“温暖”和“干燥”的感觉，因此一方面要注意人体及时补水补湿，另一方面天干物燥要“小心火烛”，注意用火安全。
不过按照超级计算机计算的数据结果来看，北方这种晴好干燥的天气模式不会持续太久，天气会发生“反转”，因为又有冷空气“快递”打包从蒙古-西伯利亚一带的“老家”“发货”了。预计在本周的后半段，也就是从本周四开始，一轮势力很强的强冷空气就要到来，先是影响西北地区，随后大举影响北方中东部大部地区，西北地区局地最大降温可能达10-18摄氏度，内蒙古中东部局地最大降温可能达到16-22摄氏度，也就是说北方一些地方将再一次开启“速动模式”而“一夜入冬”。
按照气象专家的预测，此次从亚洲高压中心“打包发货”的强冷空气有可能达到“寒潮”级别，所以在它的影响下我国自北向南又将迎来一次大面积的降温过程，气温也会大面积的创下半年以来新低，并且华北、东北不少地方也会出现明显的降雪，新疆塔城地区北部、阿勒泰北部高海拔地区更是有大到暴雪局地大暴雪，过程累积雨雪量预计可达20-50毫米，这个强度可能少见甚至破纪录。
而青藏高原东北部及其附近，具体来说就是青海省东部和南部、甘肃省西南部、川西高原北部、西藏东北部等地的部分地区也将迎来小到中雪或雨夹雪，局地有大雪天气。
所以说今年的11月冷空气全面安排，这也算是北方的冬天全面开启了，这一波“紫色”冷气团来势汹汹，北方的朋友要提前做好防寒保暖的准备，到时候起码的棉衣棉袄要穿上。
既然定调为“强冷空气”或者可能达到“寒潮级别”，所以它的影响不仅仅只局限在北方地区，南方地区也将出现大范围的降温或雨雪天气。
这两天我国东南沿海有一股暖气流正处于发展之中，且副热带高压残余未退，所以在暖气团的牵引下，“紫色”冷气团前锋会继续向东南方向侵袭。
预计在11月6至11月7日，这一波强冷空气前锋将抵达中东部地区，所到之处也会带来剧烈降温，例如中央气象台天气预报就指出，11月7日前后合肥的最高气温将狂跌10-11摄氏度，最低气温逼近0度，而武汉、南京等省会城市的最低气温则降至4度左右，所以中东部地区也要做好防寒准备。
当然，对于鄂西北的神农架以及四川、重庆北部的秦巴山区等高海拔地区，最低气温也将在0度左右徘徊，因此或也将出现雨雪天气，不过虽然降雪的范围不会太大，但也需要做好防范。
并且在暖气团的吸引下，冷空气将会长驱直入直达我国华南、东南沿海一带，两广（广东广西）、福建等地也将降温天气，预计11月9日至11月10日福州的最低气温将在7-8度、广州的最低气温在9-10度、南宁的最低气温在10度左右，所以这温度叠加了华南地区和东南沿海较高的湿度，湿冷感就尤为突出，晚上睡觉也要换上厚点的被子。
从空间范围上来看，这股强冷空气会自北向南影响我国大部分地区，就连海南局地也将出现大到暴雨，由此可见在未来几天我国将出现大范围的降温和雨雪天气，很多人看到这种大降温或大暴雪的天气，不免直呼“要被冻哭”。
事实上，11月出现大降温或雨雪天气不算异常模式，因为我国大部分地区位于北温带，且南北跨度大，因此南北的温差较大，当北方初冬上线之时，华南地区依然随处可见花红叶绿的景色。
然而，今年是不同寻常的一年，如1月的极端寒潮、2月的极端回暖、3月的极端沙尘天气、5月的极端强对流和龙卷风、6月的雷暴龙卷风、7月北方雨季提前并遭遇两轮极端强降雨、10月同期罕见高温秋老虎等。
而中央气象台、国家气候中心以及美国国家海洋和大气管理局（NOAA）等部门都宣布了新一轮的拉尼娜现象的回归，也就是说今年属于“双峰拉尼娜年”，在这种“双峰型拉尼娜”模式下，北半球发生极冷事件的频率往往会增加、强度也会加大，所以不排除在寒潮的影响下，今年冬季我国局地的气候会比往年更加寒冷，不过至于今年是不是冷冬、会不会被冻哭，这个还需要进一步研判，因为在全球气候变暖的大环境下，极端天气变得更加频繁的同时，天气反转同样也很频繁。