由于青藏高原具有独特的地理地形和气候特征,给利用光学遥感数据反演雪盖带来了极大的挑战。首先,青藏高原的范围广平且均海拔较高,但是东西海拔落差大,光照条件差异造成东西部分积雪的反射率不同。其次,由于青藏高原地区冬季多云,搭载光学传感器的极轨卫星无法监测到云下的积雪,而静止轨道卫星由于其观测点固定,能够得到时间间隙较小的观测数据,通过时间差完成云下物体的检测。因此选择中国新一代静止轨道卫星风云四号A星多通道扫描成像辐射计的影像作为数据源,针对青藏高原地区提出了结合积雪光学、纹理和运动特征的雪盖提取算法。本文的研究工作主要分为以下四个部分:(1)介绍相关卫星遥感影像、冰雪产品和地面气象站数据信息,提出遥感数据的以及对比数据的预处理流程和算法,为后文的算法研究和结果验证提供数据基础。(2)针对遥感大数据人工标注标签的困难,提出一种无监督算法。该算法先根据归一化差分积雪指数和相关波段设置阈值提取不同地物的特征,然后通过提取的“伪标签”初始化高斯混合模型实现分类。实验结果表明,在没有人工干预的情况下,该算法的识别精度能够达到77.09%,高于其他的国际主流冰雪产品。结果证明该算法合理可行、效果良好,在减少人工标注的同时不损失精度。(3)针对混合像元带来的干扰问题,使用FY-4A/AGRI更高空间分辨率的遥感数据完成积雪提取。考虑到更高空间分辨率的数据包含的通道较少,提出一种基于云雪光学特征、纹理特征和运动特征的积雪提取算法——三维梯度方向算法。该算法结合云雪的纹理特征,利用FY-4A/AGRI多时相的数据检测云雪在时间维度上的变化特征,使用边缘检测器提取云雪的空间纹理特征,最后将提取的特征作为输入,使用线性支持向量机完成最终分类任务。实验结果表明,该算法精度达到78.30%,较前一个算法提高了1.21%。结果证明该算法合理可行、精度可靠。(4)利用FY-4A卫星数据的多时相的遥感影像,针对青藏高原的一次强降雪过程进行监测与跟踪,展示了从日积雪变化过程到逐小时的积雪变化过程再到一小时内的积雪变化过程。这对青藏高原的积雪资源利用、气候研究以及防灾减灾具有重要意义。