森林是陆地生态系统的主体，是维护和调节陆地生态平衡的基础。在北半球范围，有超过70%的森林地区在冬春两季被积雪覆盖。一方面，春季融雪是林区的重要水源，影响着森林生态系统中的植被物候和群落组成、凋落物分解、土壤碳氮过程、温室气体排放和土壤微食物网；另一方面，植被冠层对积雪具有截留作用，冠层垂直结构也会通过影响太阳辐射从而影响林下积雪的持续时间。因此，对北半球林区积雪数据的准确认识是研究森林与积雪相互作用的前提，也是探究林区水文过程的关键。目前全球或半球尺度、长时间序列的雪深数据主要来自积雪辐射传输模型、被动微波遥感数据及大气再分析资料，但几类数据在林区都存在较大的差异与不确定性。因此，基于多源雪深数据在北半球林区的时空分布特征及不确定性研究是十分必要的。本文基于GlobSnow、NHSD和ERA5 三种长时间序列雪深数据，分析了1989~2018年北半球不同森林类型的雪深时空分布特性，利用四种站点观测资料共6294个站点数据对其进行了多指标的误差评估，最后分析了不同数据在不同森林类型的主要误差来源。本文的主要结果如下：
（1）对比各数据在北半球林区的分布特性，都显示积雪存在于北半球中、高纬度地区，但各数据局地雪深的空间分布及雪深数值存在一定差异，如针叶林、部分疏林草原地区。NHSD 的年际、年内平均雪深最小，ERA5的年际、年内平均雪深最大。NHSD显示出比其它数据更早的林区积雪消融过程；三种数据在灌木的多年平均雪深最大，在阔叶林的多年平均雪深最小。
（2）基于地面观测数据的误差评估结果显示，GlobSnow和 NHSD 在所有森林类型都呈现低估，ERA5总体表现优于 GlobSnow和 NHSD，但在针叶林的不确定性较大；Globsnow、NHSD的平均偏差、均方根误差较大，ERA的相对误差波动明显；不同森林类型中，各数据在针叶林的表现最差。
（3）通过对三种数据在北半球林区的雪深及误差影响因子分析，发现各因子对产品的影响有所不同。影响三种产品雪深的主要因素为温度、纬度和NDVI，其中在灌木中受NDVI影响较小。影响三种产品误差的主要因素为海拔、温度、降水。在针阔混交林和灌木林地，产品误差受降水影响较大，疏林草原中产品误差主要受海拔影响较大。

多源雪深数据；北半球；不同森林类型；不确定性评估