新疆地区年均自然降水量稀少,积雪融水为当地的河川径流和生态发展提供了主要水资源,积雪具有的储冰/热能力为当地生态系统的稳定性做出了巨大贡献。对新疆地区积雪覆盖信息进行高精度的定量研究,对当地居民生产生活发展等有着重要影响。随着气象遥感技术的发展,高时空分辨率的遥感影像数据也为积雪相关参数获取和气象灾害预警研究提供了更多的可能性。相比传统的二值化积雪产品,基于亚像元尺度下的积雪覆盖度（FSC,Fractional Snow Cover）估算产品能为下垫面类型复杂、混合像元严重,边缘信息模糊的研究区域提供更细致、更准确的积雪面积参数。然而,数据源的空间分辨率很大程度影响了遥感积雪覆盖度反演模型的精度,如何在中低分辨率的影像数据条件下对积雪覆盖面积相关信息进行准确的提取是本文一项重要的研究任务。针对上述问题,本文以FY-4A/AGRI数据作为积雪覆盖度反演模型的主要遥感数据来源,充分利用AGRI数据的时空特性,融合相关地理信息数据,使用深度学习方法,对新疆地区积雪覆盖度进行高精度、定量估算研究,并完成FSC比例化制图。本文提出的主要研究内容和得到结论如下:（1）基于多源数据输入的积雪覆盖度提取方法（Resnet＿FSC）。以国产静止系列卫星FY-4A/AGRI数据作为主要研究数据来源,将相关地理信息数据填补光谱表征能力的欠缺;对AGRI数据的高时间分辨率加以深度利用,形成云掩膜,降低云雪混淆概率;基于深度残差网络（Deep residual,Res Net）对新疆地区积雪覆盖度进行反演;使用国际主流积雪产品MOD10A1数据生成基于线性回归算法的MOD10＿FSC方法、基于BP-ANN网络的BP-ANN＿FSC方法、单一光谱信息输入的Spectrum＿FSC方法,参与新疆积雪覆盖度反演工作中的对比与验证环节;使用Landsat8-OLI高空间分辨率的影像数据作为本文方法模型中真值标签的来源。从实验结果可以得知:Resnet＿FSC方法与真值在四个样本区的决定系数平均值达到了0.46,对比BP-ANN＿FSC方法在预测精度上有着不小的提升,能达到与500m分辨率的MOD10＿FSC产品相近的估算精度。（2）基于多尺度特征融合网络的积雪覆盖度估算方法（Multiscale fusion Res＿FSC）。由于Resnet＿FSC方法在受到研究区复杂地形、遥感影像数据较低的分辨率等多重因素影响时,在估算精度提高等方面有着较大的局限性。为了突破上述瓶颈,Multiscale fusion Res＿FSC方法采用AGRI 1000m、2000m、4000m影像数据参与相应的特征提取阶段,针对不同特征层提供的多尺度信息,将相应分辨率的影像融入网络特征提取过程中,利用深度网络模型中深、浅层特征具有的不同表达优势,增强网络模型的特征表达能力,提高模型的预测精度,最终生成高精度1000m分辨率下的积雪覆盖度估算产品。在四组对比实验中提供的数据结果看来:该方法在四个样本区上的EVS平均精度高出MOD10＿FSC方法0.03,从最终的制图成像效果可以看出,Multiscale fusion Res＿FSC方法在估算精度和空间细节表达上都优于网络改进前的Resnet＿FSC方法。