郝晓华研究团队基于MODIS利用机器学习算法发展了2000-2022年亚洲高山区积雪面积比例产品。积雪面积比例能在亚像元尺度上定量描述积雪的覆盖程度，相比二值积雪更适合反映复杂山区积雪的分布情况，是山区融雪径流模拟，气候变化预测的重要输入参数。本研究在亚洲高山区基于分地类特征选择的多元自适应回归样条(Multivariate Adaptive Regression Splines, MARS)模型发展了MODIS FSC反演算法，并制备了亚洲高山区FSC产品，并利用去云算法去除影像的云覆盖，最终生成了亚洲高山区积雪面积比例产品。新方法获取的FSC总体RMSE为0.148，MAE为0.093，高于NASA-NSIDC的MODISFSC产品（RMSE为0.178，MAE为0.096），也优于ESA生产的MODIS FSC产品（RMSE为0.247，MAE为0.131）。亚洲高山区逐日MODIS FSC产品，为亚洲高山区气候变化、水文水资源研究提供重要的数据支撑。
图1是研究区及山区分布，图2是研究区地表类型及样本分布，图3是模型反演的2018年11月11日的亚洲高山区积雪面积比例图，图4是地形验证的区域分布。
该研究受到国家自然科学联合基金项目U22A20564，面上项目41971325，国家重点研发计划2022YFF0711702-05资助。
图1 研究区范围及山区分布
