全面准确地认识积雪动态变化，对制定积雪变化应对措施，合理的进行持续变暖下区域水资源管理，加深全球气候变化科学认识等具有重要意义。作者基于MODIS最新版本的NDSI数据、IMS雪冰数据和192个SNOTEL站点地面积雪观测数据，依据美国西北部积雪特征确定了适于该区域的NDSI积雪判识阈值，针对各数据在不同时间段的积雪判识性能制定了不同的融合规则，提出了多源数据融合算法，得到多源数据融合计算积雪覆盖数据集——以美国西北部试验区(2000–2020)为例。验证结果表明，该融合算法得到的数据不仅较源数据精度有所改善、积雪判识综合性能提高。数据集包括：(1)试验区边界数据；(2)试验区2000–2020年每天的积雪覆盖数据(空间分辨率为500 m)。另附雪深验证点数据。数据集存储格式为.tif、.shp、.xlsx和.txt，共由7,688个数据文件组成，数据量为170 GB(压缩为1个文件，421 MB)。
全面准确地认识积雪动态变化，对制定积雪变化应对措施，合理的进行持续变暖下区域水资源管理，加深全球气候变化科学认识等具有重要意义。作者基于MODIS最新版本的NDSI数据、IMS雪冰数据和192个SNOTEL站点地面积雪观测数据，依据美国西北部积雪特征确定了适于该区域的NDSI积雪判识阈值，针对各数据在不同时间段的积雪判识性能制定了不同的融合规则，提出了多源数据融合算法，得到多源数据融合计算积雪覆盖数据集——以美国西北部试验区(2000–2020)为例。验证结果表明，该融合算法得到的数据不仅较源数据精度有所改善、积雪判识综合性能提高。数据集包括：(1)试验区边界数据；(2)试验区2000–2020年每天的积雪覆盖数据(空间分辨率为500 m)。另附雪深验证点数据。数据集存储格式为.tif、.shp、.xlsx和.txt，共由7,688个数据文件组成，数据量为170 GB(压缩为1个文件，421 MB)。
积雪反照率是积雪反射能量与入射能量的比值，它量化了大气与积雪之间的辐射相互作用，在局部或全球能量收支平衡中有着重要意义。本文基于渐近辐射传输模型发展了适应中国区域积雪特点的反照率反演算法，以MODIS地表反射率产品作为输入，生产了中国2000–2020年积雪反照率的逐日和八天合成去云的遥感产品。利用多种地面站点和样方的积雪反照率观测数据，对产品开展综合验证分析，结果表明产品的均方根误差、相关系数、平均偏差均优于国际同类产品。产品可为我国积雪资源分布调查提供数据支持，满足我国辐射、气候、环境、生态等相关研究的应用需求。
积雪反照率是积雪反射能量与入射能量的比值，它量化了大气与积雪之间的辐射相互作用，在局部或全球能量收支平衡中有着重要意义。本文基于渐近辐射传输模型发展了适应中国区域积雪特点的反照率反演算法，以MODIS地表反射率产品作为输入，生产了中国2000–2020年积雪反照率的逐日和八天合成去云的遥感产品。利用多种地面站点和样方的积雪反照率观测数据，对产品开展综合验证分析，结果表明产品的均方根误差、相关系数、平均偏差均优于国际同类产品。产品可为我国积雪资源分布调查提供数据支持，满足我国辐射、气候、环境、生态等相关研究的应用需求。
中国东北地区是中国三大积雪区之一，地处高纬度，冬季太阳高度角低，光照条件差，并且具有很高的森林覆盖度。当前MODIS V6积雪产品提供的归一化差值积雪指数（Normalized Difference Snow Index,NDSI）在中国东北地区，尤其是东北森林地区存在明显的过度云掩膜问题，严重影响了该产品在积雪时空变化研究中的应用。同时，MODIS V6积雪产品采用了低NDSI屏蔽，导致森林地区存在积雪漏分现象。以MODIS V6多种数据集作为源数据，分别采用上下午星合成、决策树分类和时空自适应去云的方法，生产了2000–2020年积雪季中国东北地区具有较高精度、时空连续的NDSI逐日无云产品。本数据集可用于中国东北地区积雪面积制图和积雪物候等后续科研工作。
积雪物候变化对动物保护、气候预测、农业水资源利用、洪水或雪灾预警等领域产生重要影响，积雪物候参数经常作为全球能量平衡、气候、水文以及生态模型等的重要输入参数。本数据集以中国MODIS逐日无云500 m积雪面积产品数据集为基础资料，制备了2000–2020年MODIS中国积雪物候数据集，包括积雪日数、积雪初日、积雪终日3个参数，空间分辨率为500 m，时间分辨率为1年。利用地面站点获取的积雪物候参数对本产品进行精度验证，结果表明：积雪日数验证相关系数R2为0.94、RMSE为12.09天，MAE为7.60天；积雪初日的R2为0.79、RMSE为12.24天，MAE为4.6天；积雪终日的R2为0.56、RMSE为19.89天，MAE为7.74天，精度可靠。本数据集可用于表征中国积雪时空分布及变化规律，能为中国境内各区域气候系统、碳汇水平、生态环境、能量交换、人文经济等提供基础数据。
中国东北地区是中国三大积雪区之一，地处高纬度，冬季太阳高度角低，光照条件差，并且具有很高的森林覆盖度。当前MODIS V6积雪产品提供的归一化差值积雪指数（Normalized Difference Snow Index,NDSI）在中国东北地区，尤其是东北森林地区存在明显的过度云掩膜问题，严重影响了该产品在积雪时空变化研究中的应用。同时，MODIS V6积雪产品采用了低NDSI屏蔽，导致森林地区存在积雪漏分现象。以MODIS V6多种数据集作为源数据，分别采用上下午星合成、决策树分类和时空自适应去云的方法，生产了2000–2020年积雪季中国东北地区具有较高精度、时空连续的NDSI逐日无云产品。本数据集可用于中国东北地区积雪面积制图和积雪物候等后续科研工作。
积雪物候变化对动物保护、气候预测、农业水资源利用、洪水或雪灾预警等领域产生重要影响，积雪物候参数经常作为全球能量平衡、气候、水文以及生态模型等的重要输入参数。本数据集以中国MODIS逐日无云500 m积雪面积产品数据集为基础资料，制备了2000–2020年MODIS中国积雪物候数据集，包括积雪日数、积雪初日、积雪终日3个参数，空间分辨率为500 m，时间分辨率为1年。利用地面站点获取的积雪物候参数对本产品进行精度验证，结果表明：积雪日数验证相关系数R2为0.94、RMSE为12.09天，MAE为7.60天；积雪初日的R2为0.79、RMSE为12.24天，MAE为4.6天；积雪终日的R2为0.56、RMSE为19.89天，MAE为7.74天，精度可靠。本数据集可用于表征中国积雪时空分布及变化规律，能为中国境内各区域气候系统、碳汇水平、生态环境、能量交换、人文经济等提供基础数据。