我国的季节性积雪是许多大江大河的重要水源补给,大范围的积雪覆盖影响着我国气候和环境的变化,因此积雪范围是众多水文和气候模型的重要输入因子。目前使用较多的是美国冰雪数据中心NSIDC发布的MODIS系列产品,该系列积雪范围产品目前已经发展到第6版本(V6),新版本提供了归一化积雪指数(NDSI),用户可根据需求自行设定阈值来生产积雪范围;但由于中国地区土地覆盖类型复杂多样,影响着NDSI阈值的大小,且在植被密集区仅靠NDSI阈值难以准确地识别积雪,另外由于云层造成的大量数据空缺也是影响准确获取积雪的重要因素,因此V6积雪范围产品并不能满足广大用户的需求。基于以上原因,本文主要以MODIS数据为基础,优先基于土地覆盖类型优化阈值算法来制备L1级产品,然后对大量的数据空缺进行填补来制备L2级产品,即中国区域的MODIS长时间序列无云积雪范围产品,其精度更高且不受云层影响,对水文和气候研究具有更重要的意义,具体研究内容和主要创新点如下:(1)中国MODIS长时间序列无云积雪范围产品的制备。1)积雪阈值优化和L1级产品制备,首先利用Landsat数据得到“真实”的地表积雪范围,提取并优化森林区和非森林区的不同土地覆盖类型下的NDSI阈值以及归一化植被指数NDVI,对V6积雪范围产品的积雪阈值进行优化并制备L1级产品;2)基于空缺值填补法和L2级产品制备,在L1级产品的基础上分别基于Terra和Aqua卫星合成法,HMRF积雪模型以及雪水当量产品插值法,对研究区的空缺数据进行填补并制备L2级产品,即最终生成一套2000～2018年的中国MODIS逐日无云积雪范围产品。(2)L1级和L2级产品的精度评估。1)结合气象台站点雪深数据和Landsat数据基于晴空条件下来评估L1级产品,结果表明:L1级产品相比于V6产品的总体精度有所提高,L1级产品中的MOD＿OPT＿SCA和MYD＿OPT＿SCA产品的总精度在点和面上分别为92.44%、92.80%和84.73%,80.61%,V6产品中的MOD＿V6＿SCA和MYD＿V6＿SCA产品在点和面上的总精度分别为90.54%、92.58%和82.88%,73.99%;2)结合气象台站点数据对L2级产品进行精度评估,结果显示L2级产品中的总体精度可达90%以上,基本满足用户的需求。(3)时空变化分析。使用L2级产品分别对中国2000～2018年的积雪面积、积雪覆盖日数及积雪覆盖趋势进行了时空变化分析。本文仅针对不同土地覆盖类型来改进积雪识别阈值,考虑影响因素过于单一;结合HMRF积雪模型对云层进行填补时,仅结合时空信息进行判别可能导致分类不准确。针对这些问题,今后的研究可以重点考虑以下这些方面:对于积雪识别阈值可以考虑地形、不同雪深、海拔差异等因素;HMRF积雪模型可加入光谱信息、环境因素等。