积雪是冰冻圈的重要组成部分,是地表最为活跃的自然要素之一。在我国的西北干旱半干旱地区,季节性积雪是区域河流的重要补给来源,也是地区宝贵的淡水资源,对干旱半干旱地区的生态环境和区域协调发展意义重大。开展有关积雪识别的研究、准确获取积雪分布情况,对春夏季融雪径流过程的监测、局部区域气候的研究、流域水资源管理以及雪灾评估等具有重要意义。遥感作为一种对地观测的重要手段,使得大范围、快速地监测积雪覆盖情况成为可能。特别是近十年来,随着遥感卫星空间分辨率和时间分辨率的快速提高,使得对流域尺度范围内积雪覆盖情况的准确识别成为可能。本文根据国家高分辨率对地观测系统重大专项项目“新疆天山中部高分载荷雪冰监测评价”(95-Y40B02-9001-13/15-04)和国家自然科学基金面上项目“SAR与高分辨率光学遥感联合反演雪水当量”(41271353)对山区积雪识别的研究需求,选取新疆天山中段玛纳斯河流域的典型区域作为研究区,基于国产高分辨率遥感卫星GF-1 WFV数据、地面准同步光谱测量数据以及数字高程数据等,探讨地形复杂情况下山区积雪的识别方法,实现对山区积雪的准确识别。论文的主要研究内容和研究结论如下:(1)山区复杂地形对积雪识别的影响。针对山区复杂地形对积雪识别的影响进行了具体分析,结果表明地形效应是影响山区积雪准确识别的主要因素。地形效应的存在使得处于山体阴影区的不同地物的图像响应特征十分相似,给位于山体阴影处积雪信息的准确识别带来困难。且同一地物各波段反射率与坡面太阳入射角余弦之间相关性较高,通过波段比值方法无法完全消除地形效应的影响;此外本文研究区内地形情况复杂,处于不同坡度、坡向的雪面像元反射率差异较大,具有明显的前向散射特性,因此除地形效应外,还应考虑雪面的方向反射特性。本文采用基于地表方向反射特性的辐射校正模型,计算雪面的图像反射率,消除大气及地形效应对山区积雪识别的影响。(2)积雪信息的遥感图像响应。在研究区开展与GF-1WFV卫星数据准同步的积雪光谱测量实验,测量结果显示:新雪、陈雪的反射光谱具有明显的差异,新雪在可见光波段的反射率在0.9以上,陈雪在可见光波段的反射率在0.5～0.8之间,进入近红外波段后,新雪与陈雪的反射率开始下降。同时结合校正后的GF-1 WFV影像,分析不同类型积雪的光谱反射特性与图像响应特征之间的关系。结果表明:新雪与陈雪的图像响应特征与实测光谱相似,说明GF-1WFV传感器能够较为准确地反映积雪在可见光和近红外波段的反射特性。为基于GF-1 WFV数据的高分积雪指数GFSI的建立提供了理论支持。(3)GFSI积雪指数的建立。以NDSⅡ作为原型指数,建立适应于GF-1 WFV传感器的高分积雪指数的基本形式;对研究区内积雪与非雪类型在校正后影像中各波段的类间可分性进行了比较分析,结果表明:在GF-1WFV的蓝波段,积雪与非雪类型的类间可分性最大,且以蓝波段和近红外波段建立的高分积雪指数在积雪与非雪类型上也具有最大的类间可分性。因此GF-1 WFV传感器的蓝波段被确定为适应于积雪识别的最佳探测波段,并参照GFSI的基本形式,利用蓝波段与近红外波段建立确定的高分积雪指数GFSI,以突出表现积雪的反射特性,区分积雪与非雪类型。(4)基于GFSI的山区积雪识别。通过双峰阈值法确定积雪与非雪类型识别阈值为-0.01,通过阈值选择实验确定积雪表面类型的识别阈值为0.02;利用本文提出的高分积雪指数GFSI对研究区校正前后的影像进行积雪识别,结果表明:地形及大气效应消除后,山体阴影处的积雪像元能够被准确的识别,且处在非阴影区的积雪识别结果也得到了改进;研究区积雪的总体识别精度为93.2%;研究区不同高程带、坡向、坡度内的积雪及表面类型存在一定的空间分布差异。识别结果可以为研究区内融雪径流过程模拟和流域水资源管理提供数据支持。本文针对国产高分辨率遥感卫星GF-1 WFV传感器中适应于遥感积雪识别的最佳探测波段进行了探讨,通过研究表明以蓝波段和近红外波段建立的GFSI能够突出积雪与其他地物的反射率差异,有效提取高分辨率遥感图像的积雪覆盖范围,具有一定的技术方法创新性。