本文利用ERA5再分析资料,提出了一种适用于欧亚大陆的冷锋两步识别算法,并对该算法进行了验证,包括不同冷锋识别方法、不同再分析资料的对比、连续时次客观冷锋的评估以及长时间尺度的客观冷锋与人工冷锋的对比。基于冷锋两步识别法得到1989-2018年的客观冷锋数据集。在此基础上,从天气学角度分析极端降水事件和寒潮中冷锋的活动特征,从气候角度研究了1989-2018年欧亚大陆冬半年冷锋活动特征和华北地区冬季冷锋活动异常年份及其环流特征。得到如下结果:（1）基于ERA-5再分析资料,设计了冷锋两步识别算法用以识别欧亚大陆的冷锋。该方法利用热锋面参数（Thermal Front Parameter,TFP）与冷平流定位冷锋锋区,再通过寻找锋区暖边界定位冷锋位置。在不同冷锋识别方法的对比中,冷锋两步识别法和人工分析的结果较为一致,识别效果优于传统热力法。冷锋两步识别法在不同再分析资料中（ERA-5、ERA-interim和CRA-40）均能得到较好的结果。同时,统计2008/2009年和2014/2015年冬半年冷锋数据,从匹配度和差异度两个方面对冷锋两步识别法的性能进行评价。客观冷锋和人工分析冷锋匹配度为0.94,差异度为0.25,表明了冷锋两步识别法的可靠性。（2）通过极端天气事件个例研究发现,冬半年冷锋与高低空环流的配合,有利于在冷锋附近,特别是锋后,产生极端降水、强降温等灾害性天气。极端降水个例中,冷锋位于地面冷高压的前沿,降水呈带状分布,雨带平行于冷锋,且降水主要位于冷锋后部,冷锋附近的地面系统和风场有利于降水的形成。寒潮事件中,冷锋位于地面高压的前沿,冷锋后的地面降温比较剧烈。冷锋上空500h Pa有槽加深并迅速东移,850h Pa区域等温线密集,冷锋锋区在偏北风的影响下东移南压造成降温。特别需注意的是,500h Pa槽的加速移动,可能导致冷锋迅速南压,冷空气快速南下,造成我国大范围区域的剧烈降温。（3）欧亚大陆冬半年,冷锋频数和强度存在多个大值中心,包括波罗的海、地中海、非洲地区、乌拉尔山以东以及东亚沿岸地区,其中在东亚沿岸存在频数和强度最大值,且冬季大于秋季。欧亚大陆冬半年南北区域的冷锋频数和强度呈现显著的反向趋势。欧亚大陆北部地区的冷锋频数和强度在秋季和冬季主要为下降趋势,而冬季欧亚大陆的南部地区冷锋频数和强度主要呈现显著上升趋势。（4）华北地区是我国冷锋频数最多,强度最大的冷锋活动关键区域,华北地区冷锋活动强度指数有明显的年际变化。华北地区冷锋活动强年,北大西洋到欧亚大陆上空存在一个明显的EU遥相关波列正位相,华北地区上空为负位势高度异常,代表东亚大槽增强,相应的地面西伯利亚高压偏强。西西伯利亚-贝加尔湖-蒙古区域是影响华北地区冷锋强度的冷空气活动关键区,欧亚大陆北部边缘海区域为异常暖平流时,冷空气活动关键区冷空气活动增强,华北地区的冷锋活动也强度增加。大西洋北部的SST异常,能够激发对流层中、上层的Rossby波,向东传播至西西伯利亚的冷空气活动关键区,从而影响我国华北地区的冷锋活动强度。