针对积雪指数产品时空不连续的问题，顾及积雪的复杂时空变化规律，本小组研究了MODIS归一化积雪指数（NDSI）数据的时空融合去云重建技术，提出了一种联合误差校正的时空自适应融合方法，进而生产了全国每日500米时空连续的积雪指数遥感产品，该产品较现有的积雪指数产品在连续性和精度方面都有显著的提升，主要贡献如下：1）引入高斯核函数自适应确定时空权重，充分融合时空参考信息重建缺失区域，联合邻域误差校正进一步提升空间一致性，改善了对时空快速变化的积雪动态信息的修复能力；2）顾及积雪指数遥感数据的独特性，设计从数据下载、预处理、核心处理、后处理、质量评价到数据发布的完整技术流程，生产了20年全国无缝的积雪指数遥感产品；3）分析全国三大积雪区域的积雪时空变化特征，形成了对全国积雪覆盖时空动态的综合认知。经验证，该产品在不同时空特征的积雪区域内具有较好的表现，相比现有产品，该产品的重建精度和时空一致性较高。图1展示了两星融合产品（TAC NDSI）、时序去云重建产品（CGF NDSI）和项目组生产的时空自适应融合产品（STAR NDSI）的目视对比图。两星融合产品的剩余云覆盖率较高，时序去云重建产品难以准确修复时空快速变化的积雪动态信息，而时空自适应融合产品同时具有较高的重建精度和时空一致性。以空间分辨率较高的Landsat NDSI数据为参考，对三种产品进行定量评价，结果如表1所示。项目组生产的时空自适应融合产品获得最优的定量指标值，根据该产品估计的积雪覆盖率与参考数据具有最高的一致性。此外，本课题组公开发布了STAR NDSI产品，可供相关方向的科研人员下载和使用。实验结果如图1、表1所示。

图1. 三种NDSI产品对比图

表1. 以Landsat NDSI数据为参考，三种NDSI产品的定量评价结果

        查看详细>>    Y. Jing, X. Li, and H. Shen, “STAR NDSI collection: a cloud-free MODIS NDSI dataset (2001–2020) for China,” Earth Syst. Sci. Data, vol. 14, no. 7, pp. 3137-3156, 2022.