雪深是积雪重要的物理属性之一，准确的获取雪深对积雪水文与水资源、气候变化、雪灾等研究至关重要。目前，广泛用于长时间序列雪深研究的是气象站观测雪深数据和被动微波遥感(如SMMR、SSM/I和SSMI/S)反演雪深数据。本文对这两种数据的雪深最大值和平均值在中国地区的空间分布、年际变化进行对比，分析两种数据的分布特征。结果表明：空间上，站点观测雪深与站点对应遥感像元雪深在东北地区相关性最好，新疆地区次之，青藏高原地区相关性较差。两种雪深在稳定积雪区分布较为一致，在大于40 cm的深雪区和雪深小于5 cm的南方地区站点观测雪深的最大值明显高于遥感反演雪深的最大值。时间上，相比于1980年—2019年这一时间段，1989年—2019年站点雪深与遥感雪深在各典型积雪区的相关性明显提高。进而对比近30 a中国地区两种雪深的变化，结果显示两种数据在青藏高原东南部雪深有一致的显著(p<0.05)减少趋势，在东北平原地区雪深有一致的显著(p<0.05)增加趋势。分布在青藏高原地区的气象站大多选址在海拔较低的地方，不能很好的反映对应微波遥感像元中高海拔地区及山区内雪深的平均分布和变化情况，而被...

雪深是积雪重要的物理属性之一，准确的获取雪深对积雪水文与水资源、气候变化、雪灾等研究至关重要。目前，广泛用于长时间序列雪深研究的是气象站观测雪深数据和被动微波遥感(如SMMR、SSM/I和SSMI/S)反演雪深数据。本文对这两种数据的雪深最大值和平均值在中国地区的空间分布、年际变化进行对比，分析两种数据的分布特征。结果表明：空间上，站点观测雪深与站点对应遥感像元雪深在东北地区相关性最好，新疆地区次之，青藏高原地区相关性较差。两种雪深在稳定积雪区分布较为一致，在大于40 cm的深雪区和雪深小于5 cm的南方地区站点观测雪深的最大值明显高于遥感反演雪深的最大值。时间上，相比于1980年—2019年这一时间段，1989年—2019年站点雪深与遥感雪深在各典型积雪区的相关性明显提高。进而对比近30 a中国地区两种雪深的变化，结果显示两种数据在青藏高原东南部雪深有一致的显著(p<0.05)减少趋势，在东北平原地区雪深有一致的显著(p<0.05)增加趋势。分布在青藏高原地区的气象站大多选址在海拔较低的地方，不能很好的反映对应微波遥感像元中高海拔地区及山区内雪深的平均分布和变化情况，而被...

本数据集是基于科技基础资源调查项目“中国积雪特性及分布”的支持，于2017–2020年在中国东北–内蒙古、新疆和青藏高原三个典型积雪区获取的积雪特性地面调查数据。调查的时间跨度为两个完整的积雪季节，调查属性包括：积雪深度、雪水当量、积雪密度、积雪温度、雪粒径、p H值、阴阳离子等物理和化学特性。调查数据经过自检、交叉检查等质量控制，保证数据的规范性、合理性和完整性，形成了7个数据集，并撰写了详细的说明文档。本数据是首个覆盖中国典型积雪区、包含完整积雪季节，且观测理化特性最全面的积雪特性数据，可以为我国积雪遥感反演、积雪分类、积雪水资源估算等相关研究提供基础数据。

本数据集是基于科技基础资源调查项目“中国积雪特性及分布”的支持，于2017–2020年在中国东北–内蒙古、新疆和青藏高原三个典型积雪区获取的积雪特性地面调查数据。调查的时间跨度为两个完整的积雪季节，调查属性包括：积雪深度、雪水当量、积雪密度、积雪温度、雪粒径、p H值、阴阳离子等物理和化学特性。调查数据经过自检、交叉检查等质量控制，保证数据的规范性、合理性和完整性，形成了7个数据集，并撰写了详细的说明文档。本数据是首个覆盖中国典型积雪区、包含完整积雪季节，且观测理化特性最全面的积雪特性数据，可以为我国积雪遥感反演、积雪分类、积雪水资源估算等相关研究提供基础数据。