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年以来空间分辨率为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。本数据集将根据卫星遥感数据和算法更新情况实时更新，并采用完全开放共享。
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。
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。
数据质量良好。
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
CSTR:11738.11.ncdc.I-SNOW.2020.9
10.12072/ncdc.I-SNOW.db0001.2020
