摘要：本数据集基于MODIS Terra卫星的MOD10A1产品，通过提取2000至2023年间每个水文年内每个像元的积雪覆盖最大值进行合成，生成了覆盖中国全境、空间分辨率约为500米的年度最大积雪范围数据集。该方法旨在有效规避云层遮挡的影响，数据经过了严格的质量控制。该数据集能可靠地反映中国地区每年积雪覆盖的最大空间分布，为长时间序列的积雪变化监测、水文气候研究和区域水资源评估提供了重要的数据基础。

关键词：GEE；积雪覆盖；MOD10A1；500米分辨率

引  言

积雪作为冰冻圈的关键组成部分，是气候系统变化的重要指示器，其时空动态对区域水循环、能量平衡及生态系统具有深远影响。中国拥有广泛的山地与高原积雪区，其积雪资源对下游水资源供应至关重要。传统地面观测站点稀疏，难以全面捕捉积雪的空间异质性。随着对地观测技术的发展，卫星遥感已成为大范围、长时间序列积雪监测不可或-缺的手段。其中，美国国家航空航天局（NASA）的中分辨率成像光谱仪（MODIS）数据因其适中的空间分辨率与较高的时间分辨率，已成为全球积雪监测的主流数据源之一。

本工作基于MODIS Terra卫星的MOD10A1积雪产品，旨在构建一套覆盖中国全境、时间跨度长达24年（2000–2023年）的积雪覆盖年度最大值数据集。该数据集的核心价值在于，通过“年度最大值合成”这一数据科学方法，有效削弱了云遮挡对光学遥感观测的干扰，生成了一致性高、连续性好的年度积雪范围基准数据。此前，虽有全球尺度的MODIS积雪产品发布，但针对中国区域进行集成、整理并形成专注于年度最大覆盖特征的长时间序列数据集仍显不足。

本数据集不仅为分析中国地区积雪年际变化规律、评估气候变化影响提供了基础数据支撑，其潜在的重用价值亦体现在多个方面，例如：作为模型验证数据服务于水文与气候模拟；作为输入参数用于区域水资源管理与灾害风险评估；以及作为基础信息层支持生态与环境变化研究。相关工作借鉴了国际上成熟的积雪制图算法与质量控制方案，并参考了中国区域积雪数据同化与产品验证的前期研究。

1  数据采集和处理方法

1.1  数据采集方法

本数据集依靠GEE（Google Earth Engine）平台，使用MOD10A数据集。MOD10A是 MODIS (Moderate Resolution Imaging Spectroradiometer) 的每日积雪覆盖（Snow Cover Daily）数据集，提供了全球范围内的积雪覆盖信息。该数据集基于 MODIS 传感器的可见光和近红外波段，能够检测到地表积雪的分布和变化。归一化差分积雪指数（NDSI）积雪覆盖（0-100%）。值范围：0（无积雪）到 100（完全积雪覆盖）。分辨率500M。

1.2  数据处理

通过GEE（Google Earth Engine）平台编写代码，实现日期筛选，裁剪，导出功能。选择从1月1日至12月31日为起止时间。通过上传的矢量边界筛选影像范围。并逐月导出至谷歌云空间。投影统一采用WGS84投影。

2  数据样本描述

本数据集包含2000-2024共25年的1000米分辨率的积雪覆盖的TIFF影像全国影像命名格式例如MOD10Q1_Snow_Cover_max2023.tif。

图1  2023年最大值合成积雪覆盖示意图

3  数据质量控制和评估

本数据集的质量控制与评估严格遵循其源数据MOD10A1产品的科学流程，并结合年度最大值合成的特点进行，以确保数据的可靠性。

质量控制的核心依据是MOD10A1产品自带的质量评估（QA）波段。该QA波段对每个像元的积雪判识结果提供了详细的置信度信息，标识了包括“无数据”、“晴空陆地”、“晴空积雪”、“晴空无积雪”、“云遮挡”以及“夜间或非观测区”等多种状况。在生成年度最大值之前，我们首先剔除了低质量像元（如“云遮挡”和“无数据”），仅保留被标记为高置信度的晴空观测值（如“晴空积雪”、“晴空无积雪”）进行后续计算。年度最大值合成法本身也是一种有效的质量控制手段，它通过聚合一个水文年内所有可用的高质量观测，最大限度地降低了瞬时云覆盖对最终结果的影响。

MOD10A1积雪产品的全球总体精度已被广泛验证，在晴空条件下通常超过90%。针对中国区域，已有研究利用气象台站的地面积雪观测进行验证，结果表明其积雪判识精度可达85%以上。本数据集作为年度最大值产品，其表征的是年度最大可能积雪范围，而非瞬时状态。因此，其误差主要来源于源数据在单个时相上的误判（如山区阴影造成的误判）的残留，以及在极少数情况下，整个水文年内某个像元始终被云覆盖而导致的数据缺失。对于后者，本数据集保留了该像元为“无数据”状态，确保了数据的真实性。

数据缺失主要源于以下两种情况：（1）MODIS传感器固有的轨道间隙，导致每日产品在特定区域存在无数据条带；（2）某些区域在整個水文年内所有过境时刻均被云层覆盖。得益于年度最大值合成算法，只要该像元在一年中有一次或多次有效的晴空积雪观测，即可获得其年度最大值，从而显著提高了数据的空间完整性和时间连续性。经检查，在2000-2023年期间，本数据集在中国绝大部分地区保持了良好的连续性和完整性，数据缺失像元主要零星分布在个别年份的极少数区域。

4  数据价值

本数据集的核心价值在于针对中国区域，通过“年度最大值合成”这一创新性加工方法，对2000-2023年间的MODIS原始每日积雪产品进行再处理，有效克服了云遮挡的干扰，生成了一套时空一致性更高的长时间序列积雪范围基准数据。与全球尺度的通用产品或站点观测相比，本数据集在中国全域的覆盖完整性和24年时间跨度的连续性方面具有独特优势。它不仅为监测中国积雪年际变化、评估气候变化影响提供了更可靠的年度指标，其潜在的重用价值更体现在支撑水文水资源管理、生态研究以及气候模型验证等多个重要领域，填补了针对区域需求的、高质量长时序积雪专题数据产品的空白。