积雪作为气候变化的敏感指标，长期积雪数据是开展气候研究不可或缺的基础。目前的积雪范围数据集虽然具有良好的质量和较高的时空分辨率，但是时间跨度较短。本研究使用AVHRR表面反射率数据、Landsat-5TM数据，结合地面雪深观测数据、中国长期日积雪深度数据集、地表温度和DEM等数据源，采用改进的云检测算法、多级积雪判别算法与间隙填补策略，构建了覆盖三江源区域1980–2020年逐日5 km空间分辨率的积雪覆盖范围产品，并通过验证发现，与现有AVHRR积雪范围产品（如JASMES AVHRR产品）相比，本产品的总体精度显著提高约15%，漏分误差从60.8%降至19.7%，错分误差从31.9%降至21.3%，且CK值提升超过114%。该数据可为三江源区域雪盖动态监测及气候变化研究提供数据支持。
AVHRR表面反射率第4版（AVHRR SR V4）是由美国国家海洋和大气管理局（NOAA）发布的气候数据记录（CDR）产品。该产品基于 NOAA 极轨气象卫星的高级甚高分辨率辐射计（AVHRR）传感器数据生成，时间覆盖1981-2019年，时间分辨率为逐日，空间分辨率为5 km，经过辐射定标、大气校正和云检测等处理，为生成长期雪盖产品提供基础数据。Landsat-5 TM是由美国地质调查局（USGS）和美国国家航空航天局（NASA）联合运营的陆地卫星（Landsat-5）上搭载的主题制图仪传感器获取的数据，时间分辨率为16 d，空间分辨率为30 m，时间范围为1984-2013年。ERA5-Land地表温度(LST)数据来自欧洲中期天气预报中心(ECMWF)的ERA5-Land再分析数据集(Muñoz Sabater, 2019)。该数据集提供了1981年至今的连续全球覆盖，空间分辨率为0.1°。DEM数据来自NASA航天飞机雷达地形测绘任务（SRTM），空间分辨率为90 m。以上数据通过Google Earth Engine（GEE）云计算平台获取使用。地面雪深观测数据由中国气象局（CMA）全国气象观测站网提供，选取191个气象站点1981-2019年的数据用于验证产品。中国长期日积雪深度数据集由Che et al. (2008)和Dai et al. (2015)基于多颗卫星无源微波传感器的观测数据开发，通过传感器间校准技术处理。该数据集时间跨度为1979年至2020年，空间分辨率为0.25°，每日提供中国区域的积雪深度信息。数据集可通过国家青藏高原科学数据中心获取(https://doi.org/10.11888/Geogra.tpdc.270194)，在本研究中被用作空白填充的补充策略。
（1）使用AVHRR SR V4自带的质量控制位标志筛选有效观测值，仅保留所有波段均有效的像元用于雪盖提取，无效像元标记为缺失值。
（2）基于Hori等人（2017）的方案，利用Landsat-5 TM数据作为真值，重点优化了BT37-BT11的阈值。
（3）基于Landsat-5 TM真值数据，提取雪区/非雪区的AVHRR多光谱特征（SR1、BT11、SR3/SR2及NDVI、NDSI），采用三级决策树算法确定最优阈值组合。
（4）将中国长期日积雪深度数据集、地表温度 （LST）、数字高程模型 （DEM）重新采样或聚合为5 km，与AVHRR的分辨率相匹配，针对初步记录中由于云或无效观测造成的空缺区域，采用一系列间隙填补技术进行填补，包括基于隐马尔可夫随机场（HMRF）的插值和雪深插值。结合地表温度和数字高程模型（DEM）进行后处理，以剔除错误识别的积雪区域。
（1）使用混淆矩阵以及四种准确率指标包括总体精度（OA）、生产者精度（PA）、用户精度（UA）和Kappa 系数来评估本产品，OA范围在80%–90%之间，PA和UA范围在70%–90%，CK值范围为0.61至0.8。
（2）使用38年的CMA地面积雪深度测量191个站点验证本产品，大多气象站OA较高，普遍在80%–90%之间，但 PA、UA和CK的值较低。
（3）使用9张Landsat-5积雪覆盖面积图来进一步评估本产品，OA高达87.3%，UA较高和PA较低表明该产品在一定程度上存在低估积雪覆盖范围的倾向，Kappa值为0.695，这一数值也接近地面观测验证的kappa值（0.717）。
因此，无论是从“点”的角度（地面观测）还是“面”的角度（Landsat-5 SCE图）来看，本产品的精度都是可靠的。总体而言，本产品在气候及相关研究中具有良好的应用前景。
| # | 编号 | 名称 | 类型 |
| 1 | 2023YFC3206300 | 冰冻圈要素演变及其对长江和黄河水资源的影响与应对 | 国家重点研发计划 |
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.NIEER-SNOW.DB6814.2025
10.12072/ncdc.nieer-snow.db6814.1
