ncdc logo title
ncdc_logo
中国MODIS逐日无云500m积雪面积产品数据集
  • 2022/05/10 23:35
  • 25738
  • 752
  • 31
中文名称
中国MODIS逐日无云500m积雪面积产品数据集
英文名称
China Daily Cloud-free 500m Snow Cover Extent Product Dataset from MODIS
CSTR
CSTR:11738.11.ncdc.I-SNOW.2020.9
DOI
10.12072/ncdc.I-SNOW.db0001.2020
数据共享方式
在线下载
数据分类
积雪
来源站点
中国积雪特性及分布调查
数据贡献者
郝晓华 , 孙兴亮 , 纪文政 , 王晓艳 , 高扬 , 赵琴 , 赵宏宇 , 王建 , 李弘毅
数据集摘要

  积雪是冰冻圈重要的组成部分，积雪覆盖范围影响地气能量平衡，进而影响气候和环境变化。积雪面积是重要的积雪参数之一，是水文和气候模型的重要输入。本数据集针对中国积雪特性，基于MODIS反射率产品MOD/MYD09GA，利用不同土地覆盖类型条件下发展了多指数结合积雪判别算法，提高了林区和山区积雪面积精度，同时利用隐马尔科夫算法、多源数据融合方法实现了产品的完全去云，制备2000-2020年空间分辨率为500m的逐日无云积雪面积数据集。该数据集以HDF5文件格式存储，每个HDF5文件包含18个数据要素，其中包括数据值（0=陆地，1=影像识别积雪， 2=去云插补积雪，3=雪深插补积雪，4=水体，255=填充值）、数据起始日期、经纬度等。同时为了快速预览积雪分布情况，逐日文件包含积雪面积缩略图，以jpg格式存储。此外本数据集还包含了用户使用手册。本数据集将根据实时卫星遥感数据和算法更新情况（目前到2020年12月）进行持续的补充和完善，并采用完全开放共享。

基本信息
采集时间 2000/02/27  -  2020/12/31
采集地点 中国陆域
数据量 16.6 GiB
数据格式 HDF5
数据空间分辨率(/米) 500
数据时间分辨率 日
坐标系 WGS84
投影 经纬度（GLL）投影
数据缩略图
数据源描述

  MODIS逐日表面反射率产品MOD09GA,MYD09GA来自于美国国家航空航天局（NASA），数据格式为hdf格式，空间分辨率为500m。

数据加工方法

  利用Landsat-8 OIL数据作为真值，结合MODIS土地覆盖分类产品MCD12Q1，基于MODIS反射率产品MOD09GA和MYD09GA，获取不同地表覆盖类型条件下的积雪决策树分类算法，基于GEE平台，获取初级产品。初级产品经过隐马尔科夫算法和雪深数据插值方法进行去云处理，基于python语言开发运行程序，最终获取研究区逐日无云积雪面积产品。

数据质量描述

  数据质量良好。

项目支持信息
# 编号 名称 类型
1 2019YFC1510503 干旱区融雪洪水灾害监测预报和防控关键技术研究与示范 国家重点研发计划
2 41971325 近20年北疆地区积雪吸光物质时空变化、成因和影响分析 国家自然科学基金
引用和标注
为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。

中文发表的成果中参考以下规范注明： 数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。
英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用
  1. 郝晓华,孙兴亮,纪文政,王晓艳,高扬,赵琴,赵宏宇,王建,李弘毅. 中国MODIS逐日无云500m积雪面积产品数据集. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2022. https://cstr.cn/CSTR:11738.11.ncdc.I-SNOW.2020.9.
  2. 郝晓华,孙兴亮,纪文政,王晓艳,高扬,赵琴,赵宏宇,王建,李弘毅. 中国MODIS逐日无云500m积雪面积产品数据集. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2022. https://www.doi.org/10.12072/ncdc.I-SNOW.db0001.2020.
文章引用
  1. Hao X, Huang G, Zheng Z, Sun X, Ji W, Zhao H, Wang J, Li H, Wang X. Development and validation of a new MODIS snow-cover-extent product over China[J]. Hydrology and Earth System Sciences, 2022, 26: 1937-1952. DOI: 10.5194/hess-26-1937-2022.
    引用格式： Endnote Bibtex RIS
许可协议
知识共享许可协议   本作品采用 知识共享署名 4.0 国际许可协议进行许可。
# 标题 文件大小
1 hdf投影问题.docx 15.6 KiB
2 main2.py 801 Bytes
3 中国MODIS逐日无云500m积雪面积产品数据说明手册.docx 86.8 KiB
4 数据
5 缩略图
最近10条服务记录如下
# 时间 姓名 用途
1 2026/02/16 03:30 刘*予
论文题目：近三十年东北地区积雪深度反演 数据在研究中的作用：反演雪深 论文类型：期刊论文 导师姓名：俞杭男 摘要：东北地区是我国寒区积雪的核心分布区域，100m 分辨率雪深的精准反演是解析区域积雪时空演变规律、开展寒区气候循环与水文过程研究的重要基础，对区域生态环境保护和寒区资源合理利用具有重要实践意义。本研究以东北地区近三十年站点雪深实测数据为基础，融合经纬度、海拔等地形因子及冬季气温、降水等气象因子，构建随机森林模型开展研究区 100m 尺度雪深反演，采用时空交叉验证法对模型反演精度进行综合评估，并依托模型特征重要性分析功能，识别东北地区雪深空间分异的核心驱动因素。结果表明：随机森林模型适用于东北地区 100m 尺度雪深反演，模型对研究区雪深的模拟值与实测值拟合度较高，具备良好的反演精度与泛化能力，可有效实现研究区 100m 分辨率雪深的空间化表达；东北地区雪深分布受地形与气象因子共同驱动，且气象因子的影响权重高于地形因子，其中冬季气温、累计降水为气象类核心驱动因子，海拔、纬度为地形类核心驱动因子，各因子通过耦合作用共同调控研究区积雪的空间分布特征。本研究通过随机森林模型实现了东北地区 100m 尺度雪深的精准反演，构建了适用于研究区站点数据的雪深反演方法，同时明确的雪深核心驱动因素，为深入理解东北地区积雪时空演变的内在机制提供了科学依据，也为区域高分辨率积雪数据集的构建提供了方法参考。 关键词：雪深反演；随机森林；100m 分辨率；驱动因素；东北地区
2 2026/02/14 09:45 洪*发
完成硕士毕业论文，进行内蒙古积雪深度降尺度反演所需数据
3 2026/02/10 18:30 润*
用于“示范区雪山及地质遗迹调查监测研究项目JWZB（2025）Z-392“的报告撰写。
4 2026/02/10 05:05 高*伟
用于科学论文的复现，学习，特此申请数据进行学习复现
5 2026/02/03 01:31 赖*玉
根据积雪面积，推算积雪物候，分析积雪物候与植被变化之间的相互关系
6 2026/01/31 02:14 尚*美
青藏高原积雪物侯时空动态及其对气候变化的响应
7 2026/01/30 18:07 曾*雅
本人承诺所申请的数据仅用于本项目相关的科学研究，严格遵守国家及数据共享平台的相关法律法规。不私自拷贝、外泄或用于商业用途。在发表的研究成果中，将明确标注数据来源及引用文献。
8 2026/01/23 19:20 代*丽
用于完成基于遥感监测的2001-2024年玉树积雪时空变化特征分析项目
9 2026/01/18 06:43 徐*俊
写论文，因为我主要研究积雪和土壤水分得关系 所以需要作为自变量去研究和分析
10 2026/01/15 23:56 吕*晨
申请数据作为硕士论文的水文模型模拟使用，论文题目：水文模型和机器学习耦合模型在干旱区的应用研究
loading
如何获取数据 
东: 142.00
西:  72.00
南:  16.00
北:  56.00
导出元数据
数据服务信息
联系人：
李红星
服务电话：
0931-4967592
服务邮箱：
ncdc@lzb.ac.cn
联系信息
数据贡献者：
郝晓华 , 孙兴亮 , 纪文政 , 王晓艳 , 高扬 , 赵琴 , 赵宏宇 , 王建 , 李弘毅
元数据作者：
郝晓华 , 孙兴亮
数据管理者：
郝晓华

© 中国科学院西北生态环境资源研究院 2005- 备案号：陇ICP备2021001824号-21

兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596