冰川时空演化不仅对河川径流、生物生存环境、地表形态产生巨大的影响,而且冰川本身对气候变化有着强烈的响应.在全球气候变暖背景下,对冰川长时间演化过程进行监测具有重要意义.文章利用TM影像、OLI影像,通过非监督分类法、监督分类法、比值阈值法、雪盖指数法（NDSI）、基于多尺度分割的面向对象法、基于神经网络的冰川识别方法对梅里雪山地区的冰川信息进行提取.结果表明,基于神经网络的冰川识别方法对于裸冰区及冰碛覆盖区的冰川信息提取效果相对较好,提取精度最高.在此基础上,基于ENVI深度学习模块,利用神经网络分类法解译1989、1998、2009年和2019年梅里雪山地区的冰川信息,并结合Google Earth和DEM数据,对其进行目视修正,最终得到了1989—2019年梅里雪山地区冰川边界变化图,结果显示1989—2019年梅里雪山地区的冰川退缩了23.77 km2,年均退缩0.79 km2,面积相对退缩率为17.03%,年均相对退缩率为0.57%.

来源平台：云南大学学报(自然科学版)