北半球雪水当量逐日数据产品（2000-2025年）

针对现有雪水当量遥感产品精度不稳定，且数据时空不连续等问题，基于深度学习理论，构建了一套多种深度学习模型嵌套的雪水当量产品融合算法，并基于已有的雪水当量产品形成了一套高质量时空序列连续的北半球雪水当量数据产品。

To address the issues of unstable accuracy and spatiotemporal discontinuity in existing remote sensing snow water equivalent (SWE) products, a fusion algorithm for SWE products integrating multiple nested deep learning models was developed based on deep learning theory. Furthermore, a high-quality, spatiotemporally continuous Northern Hemisphere snow water equivalent data product was generated using existing SWE products.

搜集汇总

背景与挑战

背景概述

该数据集是一个覆盖北半球、时间跨度为2000年至2025年的雪水当量逐日数据产品，旨在解决现有遥感产品精度不稳定和时空不连续的问题。它基于深度学习融合算法，结合多种雪水当量数据源和辅助信息，生成了高质量、时空连续的雪水当量数据，空间分辨率为5000米，数据量达444.0 GiB，适用于积雪研究和相关应用。