科研進展
我國AI-Ready積雪覆蓋率樣本數(shù)據(jù)集構建研究獲新進展
積雪覆蓋率（FSC）是冰凍圈與陸氣界面能量、水分交換的關鍵變量，在水文預報、水資源管理、氣候變化監(jiān)測等領域發(fā)揮著重要作用。傳統(tǒng)FSC反演方法在復雜地形、高植被覆蓋區(qū)域精度受限，而新興的機器學習與深度學習FSC估算方法雖能捕捉高維非線性關系，但因缺乏大規(guī)模、標準化、跨區(qū)域的人工智能就緒（AI-Ready）FSC數(shù)據(jù)集，且無統(tǒng)一的數(shù)據(jù)集構建標準流程和評估規(guī)范，難以在大尺度、長時序FSC監(jiān)測中充分發(fā)揮效能。因此，構建符合AI-Ready標準的FSC數(shù)據(jù)集，已成為推動人工智能驅動積雪監(jiān)測研究取得突破的關鍵。
中國科學院西北生態(tài)環(huán)境資源研究院黃春林研究員團隊，利用多源衛(wèi)星遙感數(shù)據(jù)（Landsat-5/7/8/9、Sentinel-2及中分辨率成像光譜儀（MODIS））與多維度環(huán)境要素，構建了大規(guī)模、標準化、面向人工智能應用的積雪覆蓋度樣本數(shù)據(jù)集——ChinaAI-FSC。該數(shù)據(jù)集建立了系統(tǒng)的數(shù)據(jù)集構建標準流程與科學的評估規(guī)范，通過多源數(shù)據(jù)融合、嚴格質量控制、標準化組織，形成了高質量、可復用的AI-Ready樣本庫。
ChinaAI-FSC包含47,728個高質量樣本，每個樣本為128×128 MODIS像元瓦片，參考真值由Landsat-5/7/8/9和Sentinel-2高分辨率影像生成，覆蓋中國全部陸地范圍及三大穩(wěn)定積雪區(qū)。數(shù)據(jù)集提取了20個特征變量，包括MODIS地表反射率（波段1–7）、地形屬性、森林與土地覆蓋信息及地理位置因子，可同時支持基于“點”和“面”兩種人工智能建模范式。
在質量控制方面，研究建立了像素和瓦片兩級綜合質量控制體系，從光譜—積雪物理一致性、溫度—積雪能量平衡一致性等多維度進行嚴格篩選。提出了“四層—四域—十五屬性（4L-4D-15A）”人工智能就緒性評估協(xié)議，從數(shù)據(jù)、信息、系統(tǒng)、應用四個維度全面評估數(shù)據(jù)集。
該評估體系也可推廣應用于土壤濕度、植被、地表溫度等其他地球物理變量研究中。ChinaAI-FSC的構建，為人工智能驅動的大尺度、長時序積雪覆蓋監(jiān)測提供了高質量數(shù)據(jù)基礎，推動了相關算法的可復現(xiàn)與互操作，有望顯著提升復雜地表條件下積雪覆蓋度反演的精度與泛化能力。
研究成果以ChinaAI-FSC: A Comprehensive AI-Ready MODIS Fractional Snow Cover Dataset for China (2000-2022)為題發(fā)表在國際期刊Earth System Science Data上。數(shù)據(jù)集發(fā)布在國家冰川凍土沙漠科學數(shù)據(jù)中心，用戶可開放獲取。西北研究院侯金亮副研究員為論文第一作者，張瑩副研究員、黃春林研究員為共同通訊作者。該研究得到國家自然科學基金等項目資助。
論文鏈接：https://doi.org/10.5194/essd-18-1995-2026
數(shù)據(jù)集鏈接：https://www.ncdc.ac.cn/portal/metadata/e44b23cc-0aad-43ec-90c5-9eb1882c696f
