北极雪水当量格网数据集（1979-2019）

雪水当量（Snow water equivalent，SWE）是地表水文模型和气候模型的重要参数。本数据基于机器学习的岭回归算法融合了多种现有的雪水当量数据产品，形成了一套时间序列连续且精度较高的雪水当量数据产品。数据的空间范围为泛北极地区（北纬45°至北纬90°），数据时间序列为1979-2019年。该数据集有望为水文模型和气候模型提供更为精确的雪水当量数据，为冰冻圈变化及全球变化提供数据支撑。

Snow Water Equivalent (SWE) is a critical parameter for land surface hydrological models and climate models. This dataset integrates multiple existing SWE products using the machine learning-based ridge regression algorithm, resulting in a high-precision SWE dataset with continuous temporal series. The spatial coverage of the dataset spans the pan-Arctic region (45°N to 90°N), with a temporal range from 1979 to 2019. This dataset is expected to provide more accurate SWE data for hydrological and climate models, and offer data support for studies on cryospheric changes and global changes.

搜集汇总

背景与挑战

背景概述

该数据集是北极地区1979-2019年的雪水当量格网数据，基于机器学习岭回归算法融合多种产品，具有时间序列连续和高精度的特点。数据覆盖北纬45°至90°区域，时间分辨率为日，空间分辨率为1km-10km，以NetCDF格式提供，旨在支持水文和气候模型研究。