冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.

冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.

冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.

冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.

冰层厚度变化是评估冰川物质平衡的重要环节，利用表面平行流假设并结合升降轨SAR数据集估算冰厚变化的方法近年来被视为研究热点.然而，这类方法往往需要通过正则化手段抑制观测不足引发的解算不确定性，而传统二范数的解算策略也易受到观测粗差引起的误差传播.为解决这一问题，本研究以锡亚琴冰川为例，提出结合Sentinel-1/2和高分三号数据估算偏移量，通过联合解算偏移量和迭代重加权最小二乘得到冰川三维流速和冰层厚度变化.通过多源数据增加观测量的思想取代正则化，消除正则化因子主观性对结果的影响.在表面平行流假设的条件下监测显示2018年7—9月锡亚琴冰川非表面平行流速约为-0.018 m·d-1，冰川主要表现为消融.与仅利用Sentinel-1升降轨道数据的解算结果相比，结合Sentinel-2和高分三号数据显著提高了三维流速的估计精度.在东西、北南和垂直方向上，精度分别提升了51%、30%和31%.研究结果表明多影像联合解算有助于提高冰川厚度变化精度，而我国高分三号卫星数据的应用显著提升了三维流速的解算精度.

冰川对气候变化极为敏感，冰川变化与区域生态、自然灾害、水资源等息息相关。高原冰川遥感信息提取及实时监测是监测冰川变化不可或缺的手段。为有效识别多尺度高分辨率遥感影像中的冰川，设计一种Glacier-Unet模型。(1)针对现有的基于Landsat卫星遥感影像高原冰川提取算法因缺乏应对复杂地物干扰影响的有效方法，导致反射目标信息丢失的问题。以青藏高原阿尼玛卿雪山为试验对象，选取基于Landsat-9遥感卫星高分辨率影像制作数据集。对高分辨率冰川遥感影像进行数据预处理，采取特征级融合和像素级融合制作多模态遥感数据影像，通过滑动切片、数据增强手段丰富语义分割数据集，保证模型训练准确性和鲁棒性；(2)针对零散、细小冰川识别能力不足的问题，设计门控多尺度过滤层(Gated Multi-scale Filter Layer, G-MsFL)滤除无用特征信息，使模型具备多尺度特征提取和特征融合能力，有效识别复杂地物环境中的冰川；(3)针对冰川轮廓模糊问题，设计并联双通道注意力模块(Paralleling Dual Attention Module, P-DAM)。将冰川边界丰富的上下文信息进行编码作...

冰川对气候变化极为敏感，冰川变化与区域生态、自然灾害、水资源等息息相关。高原冰川遥感信息提取及实时监测是监测冰川变化不可或缺的手段。为有效识别多尺度高分辨率遥感影像中的冰川，设计一种Glacier-Unet模型。(1)针对现有的基于Landsat卫星遥感影像高原冰川提取算法因缺乏应对复杂地物干扰影响的有效方法，导致反射目标信息丢失的问题。以青藏高原阿尼玛卿雪山为试验对象，选取基于Landsat-9遥感卫星高分辨率影像制作数据集。对高分辨率冰川遥感影像进行数据预处理，采取特征级融合和像素级融合制作多模态遥感数据影像，通过滑动切片、数据增强手段丰富语义分割数据集，保证模型训练准确性和鲁棒性；(2)针对零散、细小冰川识别能力不足的问题，设计门控多尺度过滤层(Gated Multi-scale Filter Layer, G-MsFL)滤除无用特征信息，使模型具备多尺度特征提取和特征融合能力，有效识别复杂地物环境中的冰川；(3)针对冰川轮廓模糊问题，设计并联双通道注意力模块(Paralleling Dual Attention Module, P-DAM)。将冰川边界丰富的上下文信息进行编码作...

冰川对气候变化极为敏感，冰川变化与区域生态、自然灾害、水资源等息息相关。高原冰川遥感信息提取及实时监测是监测冰川变化不可或缺的手段。为有效识别多尺度高分辨率遥感影像中的冰川，设计一种Glacier-Unet模型。(1)针对现有的基于Landsat卫星遥感影像高原冰川提取算法因缺乏应对复杂地物干扰影响的有效方法，导致反射目标信息丢失的问题。以青藏高原阿尼玛卿雪山为试验对象，选取基于Landsat-9遥感卫星高分辨率影像制作数据集。对高分辨率冰川遥感影像进行数据预处理，采取特征级融合和像素级融合制作多模态遥感数据影像，通过滑动切片、数据增强手段丰富语义分割数据集，保证模型训练准确性和鲁棒性；(2)针对零散、细小冰川识别能力不足的问题，设计门控多尺度过滤层(Gated Multi-scale Filter Layer, G-MsFL)滤除无用特征信息，使模型具备多尺度特征提取和特征融合能力，有效识别复杂地物环境中的冰川；(3)针对冰川轮廓模糊问题，设计并联双通道注意力模块(Paralleling Dual Attention Module, P-DAM)。将冰川边界丰富的上下文信息进行编码作...

青藏高原多年冻土区地表土壤水分是该区地表各圈层之间物质和能量迁移转化的重要媒介，准确的地表土壤水分时空信息有助于分析该区土壤冻融循环过程、多年冻土退化特征以及在探讨地表土壤水分对气候变化的响应等方面具有重要科学意义。现阶段，青藏高原多年冻土发生着不同程度的退化，对区域土壤水分产生了显著影响。受限于该区高寒、缺氧以及恶劣天气的影响，青藏高原多年冻土区大范围的高分辨率土壤水分信息相对缺乏。为此，以青藏工程走廊沿线区域为研究区，以土壤水分的相关地表变量（地表温度、归一化植被指数、增强植被指数、坡度、坡向、高程、土壤质地、经纬度）为输入变量，以实测地表土壤水分为目标变量，基于随机森林回归方法分别建立了白天和夜间的土壤水分反演模型，得到了研究区2015～2018年5～9月地表土壤水分含量数据。结果表明：两个土壤水分反演模型均具有较好的反演精度，模型训练结果和验证结果与实测土壤水分含量的相关性均大于0.97，误差较小（RMSE=0.03 m3/m3），偏差接近于0 m3/m3，对各站点模拟结果较优，反演得到的地表土壤水分空间分布特征与植被分布特征一致，自东南向西北呈递减趋势。

青藏高原多年冻土区地表土壤水分是该区地表各圈层之间物质和能量迁移转化的重要媒介，准确的地表土壤水分时空信息有助于分析该区土壤冻融循环过程、多年冻土退化特征以及在探讨地表土壤水分对气候变化的响应等方面具有重要科学意义。现阶段，青藏高原多年冻土发生着不同程度的退化，对区域土壤水分产生了显著影响。受限于该区高寒、缺氧以及恶劣天气的影响，青藏高原多年冻土区大范围的高分辨率土壤水分信息相对缺乏。为此，以青藏工程走廊沿线区域为研究区，以土壤水分的相关地表变量（地表温度、归一化植被指数、增强植被指数、坡度、坡向、高程、土壤质地、经纬度）为输入变量，以实测地表土壤水分为目标变量，基于随机森林回归方法分别建立了白天和夜间的土壤水分反演模型，得到了研究区2015～2018年5～9月地表土壤水分含量数据。结果表明：两个土壤水分反演模型均具有较好的反演精度，模型训练结果和验证结果与实测土壤水分含量的相关性均大于0.97，误差较小（RMSE=0.03 m3/m3），偏差接近于0 m3/m3，对各站点模拟结果较优，反演得到的地表土壤水分空间分布特征与植被分布特征一致，自东南向西北呈递减趋势。