《Remote Sensing of Environment》：Introduction to a 45-year (1979–2023) global daily snow cover fraction product from multiple AVHRR satellites with accuracy assessment
编辑推荐：
本研究针对长期高精度全球雪盖监测数据缺乏的问题，开展了基于高级甚高分辨率辐射计（AVHRR）的积雪覆盖分数（SCF）产品研制。通过集成16个AVHRR传感器数据，采用改进的SCAmod算法和新型融合框架，成功生成了1979-2023年全球日尺度0.05°分辨率SCF产品AVHRR10C1.V4。验证表明该产品具有较高精度（SCFV均方根误差16-19%）和时序一致性，为气候变化归因和水资源管理提供了关键数据集。
在全球气候变暖背景下，积雪作为地球气候系统的关键组成部分，其动态变化对地表能量平衡、水循环和生态系统产生深远影响。然而，长期以来科学家们面临一个严峻挑战：如何获取具有高时序一致性、全球覆盖且能准确反映积雪面积比例的长期数据集。现有积雪产品往往存在时间跨度短、空间分辨率低或不同传感器间不一致等问题，特别是缺乏能够跨越数十年的高精度积雪覆盖分数（SCF）产品。这一数据缺口严重制约了我们对雪盖变化与气候变化相互作用的深入理解，也影响了水文预报和气候适应策略的制定。
正是在这一背景下，由欧洲空间局（ESA）雪盖气候变化倡议（CCI+）第二阶段项目支持，Xiongxin Xiao、Kathrin Naegeli等研究人员在《Remote Sensing of Environment》上发表了题为"Introduction to a 45-year (1979–2023) global daily snow cover fraction product from multiple AVHRR satellites with accuracy assessment"的研究论文，成功研制了迄今为止时间跨度最长的全球日尺度积雪覆盖分数产品AVHRR10C1.V4。
研究人员采用多项关键技术方法开展此项研究。数据源方面，利用了16个AVHRR传感器的基本数据记录（FDR），包括新校准的反射率和亮温数据。算法核心采用改进的SCAmod半经验反射率模型，通过建立随太阳天顶角（SZA）和观测天顶角（VZA）变化的动态查找表（LUT）来优化雪、无雪地面和森林的反射率参数。云检测方面，优化了CLARA-A3云产品的概率转换阈值（0.80）以减少雪区云的过度分类。后处理阶段，开发了基于光谱特征的过滤规则消除异常雪检测。最终通过创新的数据融合方法，将多传感器和多日观测整合生成每日一致的SCF产品。
积雪覆盖分数产品生成与验证结果
AVHRR10C1.V4产品生成与特性
研究团队成功构建了1979-2023年全球日尺度积雪覆盖分数产品AVHRR10C1.V4。该产品空间分辨率为0.05°，通过整合16个AVHRR传感器观测数据，采用改进的校准方法、云掩膜算法和SCF反演方法，显著提高了数据质量。产品提供两种SCF估算：可见雪盖分数（SCFV）和地面雪盖分数（SCFG），分别反映传感器视角和实际地面的积雪覆盖情况。
精度验证与性能评估
针对AVHRR10C1.V4产品的精度验证表明，其与66个高分辨率Landsat/Sentinel-2 SCF参考图相比，SCFV的均方根误差（RMSE）为16-19%，SCFG的RMSE为18-28%。与地面雪深测量数据对比，总体精度（OA）达到0.80-0.92。验证结果还显示，融合方法相较于单传感器产品显著降低了RMSE（7-48%）和缺失数据率（约30%）。
时序一致性与稳定性分析
长时间序列分析证实了AVHRR10C1.V4产品具有优异的时序稳定性。与ERA5-Land SCF产品的对比显示高度一致性（R > 0.8），统计检验未发现显著的断点或漂移趋势（Mann-Kendall p > 0.05）。这表明产品成功克服了AVHRR轨道漂移和传感器间差异带来的时序不一致问题。
森林覆盖与观测几何影响
研究发现SCFV产品对观测几何和植被条件变化表现稳健，而SCFG精度则对森林覆盖密度更为敏感。在茂密林冠（森林覆盖密度 > 50%）区域，由于冠层辐射效应和静态土地覆盖假设的使用，估算不确定性显著增加。这一发现为产品在不同地表条件下的应用提供了重要参考。
产品比较与改进评估
与早期版本（ESACCI_AVHRR_SCF.V2-V3）的比较表明，AVHRR10C1.V4在数据覆盖率、时序一致性和精度方面均有显著提升。特别是在多云地区和复杂地形条件下，新产品的性能改进尤为明显，证明了所采用的方法创新的有效性。
研究结论强调，AVHRR10C1.V4产品作为首个跨越45年的全球日尺度积雪覆盖分数数据集，在时空连续性、精度和一致性方面均达到了气候数据记录质量要求。该产品不仅为研究雪-气候相互作用提供了关键基准，还支持下一代全球SCF产品开发，能够在变暖气候背景下可靠检测积雪趋势、改进水文模型和指导气候适应。尽管在茂密森林区域的估算仍存在挑战，但整体而言，这一开源数据集为全球雪盖监测和气候变化研究提供了宝贵资源，具有重要的科学价值和实际应用意义。
