在该期刊发表学术论文。该研究受到国家自然科学基金项目（91325202）和国家重大科学研究计划（2013CBA01802）资助。
积雪是冰冻圈重要组成要素之一，是对天气和气候响应最为的自然要素。季节性积雪存储着大量的淡水资源，对于水循环，水文过程，气候和水资源管理都十分重要。
积雪在气候变化和区域水资源供给方面扮演着非常重要的角色，影响着局部或区域的水资源和能量平衡、生态系统功能等。
积雪对于人类生产生活会也产生重要的影响，如：为人类生活提供饮用水和生活用水，冬季滑雪运动，同时积雪洪水也可以带来灾难，对铁、公、民航等交通运输具有性影响。
积雪范围广泛，但是空间分布具有很强的异质性，使得站点观测很难充分显示大空间尺度上积雪的时空变化特征。卫星观测技术可以持续长时间、大范围提供积雪监测数据，克服了传统积雪实测方法中站点少的局限。
被动微波卫星遥感可以穿透云层和大气层，具有全天候、全天时地工作的特点，这就使得使用被动微波卫星遥感数据估算积雪深度、雪水当量等积雪参数时具有较大的优势。
肖雄新同学的研究应用了被动微波遥感数据和地面实测数据相结合的方法，进行积雪深度反演的研究工作，建立了新的积雪深度反演方法：支持向量回归算法（Support Vector Regression），是一个基于不同地表覆盖类型和不同积雪时期的积雪深度反演模型。演具有较大的影响，此外也发现该研究所提出的积雪深度反演算法可以有效地较少饱和效应。
通过与国际上目前权威的四种积雪深度反演算法相比较和对比分析，发现该文提出的新的积雪深度反演算法精度最高、误差最小，比较准确地估算欧亚和北半球逐日积雪深度。
图1. 运用五种积雪深度反演算法所得积雪深度估算值与地面实测值的散点密度图，数据为积雪ii期（2007-2012），下垫面植被类型为灌木。