三江源区是青海省雪灾最为严重的地区，对畜牧业影响较大。利用1961—2020年逐日积雪深度气象资料分析了三江源区冬季雪灾时空分布特征，运用MOD10A1积雪遥感数据提取积雪覆盖天数，选择最低气温、雪灾强度及积雪覆盖天数作为致灾因子，高程和坡向作为孕灾环境，地均人口、牲畜存栏及土地利用类型作为承灾体，构建雪灾风险评估模型，并评估三江源区冬季雪灾风险。结果表明：三江源区冬季雪灾呈增加趋势，称多地区最为严重，进入21世纪后雪灾极端性明显加剧；称多、玛多等地因最低气温低、雪灾强度大及积雪覆盖天数多导致致灾因子危险性最高，孕灾环境敏感性自东向西增强，人口及牲畜存栏均在东部地区较多，而草地在中、东部地区广泛分布，因此三江源区以中等承灾体脆弱区为主；基于所选因子建立三江源区冬季雪灾风险评估模型，并进行雪灾风险评估，三江源区中部称多、达日、甘德、同德、泽库及玛沁西部为雪灾风险较高的地区。

三江源区是青海省雪灾最为严重的地区，对畜牧业影响较大。利用1961—2020年逐日积雪深度气象资料分析了三江源区冬季雪灾时空分布特征，运用MOD10A1积雪遥感数据提取积雪覆盖天数，选择最低气温、雪灾强度及积雪覆盖天数作为致灾因子，高程和坡向作为孕灾环境，地均人口、牲畜存栏及土地利用类型作为承灾体，构建雪灾风险评估模型，并评估三江源区冬季雪灾风险。结果表明：三江源区冬季雪灾呈增加趋势，称多地区最为严重，进入21世纪后雪灾极端性明显加剧；称多、玛多等地因最低气温低、雪灾强度大及积雪覆盖天数多导致致灾因子危险性最高，孕灾环境敏感性自东向西增强，人口及牲畜存栏均在东部地区较多，而草地在中、东部地区广泛分布，因此三江源区以中等承灾体脆弱区为主；基于所选因子建立三江源区冬季雪灾风险评估模型，并进行雪灾风险评估，三江源区中部称多、达日、甘德、同德、泽库及玛沁西部为雪灾风险较高的地区。

全面准确地认识积雪动态变化，对制定积雪变化应对措施，合理的进行持续变暖下区域水资源管理，加深全球气候变化科学认识等具有重要意义。作者基于MODIS最新版本的NDSI数据、IMS雪冰数据和192个SNOTEL站点地面积雪观测数据，依据美国西北部积雪特征确定了适于该区域的NDSI积雪判识阈值，针对各数据在不同时间段的积雪判识性能制定了不同的融合规则，提出了多源数据融合算法，得到多源数据融合计算积雪覆盖数据集——以美国西北部试验区(2000–2020)为例。验证结果表明，该融合算法得到的数据不仅较源数据精度有所改善、积雪判识综合性能提高。数据集包括：(1)试验区边界数据；(2)试验区2000–2020年每天的积雪覆盖数据(空间分辨率为500 m)。另附雪深验证点数据。数据集存储格式为.tif、.shp、.xlsx和.txt，共由7,688个数据文件组成，数据量为170 GB(压缩为1个文件，421 MB)。

全面准确地认识积雪动态变化，对制定积雪变化应对措施，合理的进行持续变暖下区域水资源管理，加深全球气候变化科学认识等具有重要意义。作者基于MODIS最新版本的NDSI数据、IMS雪冰数据和192个SNOTEL站点地面积雪观测数据，依据美国西北部积雪特征确定了适于该区域的NDSI积雪判识阈值，针对各数据在不同时间段的积雪判识性能制定了不同的融合规则，提出了多源数据融合算法，得到多源数据融合计算积雪覆盖数据集——以美国西北部试验区(2000–2020)为例。验证结果表明，该融合算法得到的数据不仅较源数据精度有所改善、积雪判识综合性能提高。数据集包括：(1)试验区边界数据；(2)试验区2000–2020年每天的积雪覆盖数据(空间分辨率为500 m)。另附雪深验证点数据。数据集存储格式为.tif、.shp、.xlsx和.txt，共由7,688个数据文件组成，数据量为170 GB(压缩为1个文件，421 MB)。

青藏高原作为世界上中低纬度海拔最高、面积最大的多年冻土区域,其冻土环境变化会对中国东部乃至东亚气候的形成、变化和发展造成重大影响。RS技术对于冻土环境动态监测具有特别优势。针对青藏高原冻土的特点,提出一种基于多源RS监测数据的融合技术反演地表温度,实现不同空间尺度条件下冻土分类的自动提取方法。该技术方法先利用MODIS全年温度产品数据集,结合地表覆盖类型数据,使用TTOP模型反演得到1 km空间分辨率的冻土分布;然后对Landsat数据源采取PSC反演算法获得30 m空间分辨率的地表温度数据;最后利用多项式拟合技术,将Landsat反演地表温度与MODIS温度数据相互融合,以提高Landsat反演地表温度的准确度,并据此数据利用TTOP模型提取30 m空间分辨率的冻土分布,实现了小尺度精细化的冻土分类与制图。结果验证分析表明:本文的技术方法具有较好的可信度。