基于Google Earth Engine(GEE)云计算平台，以青藏高原中部的普若岗日冰原为例，探讨了快速批量处理遥感数据并获取冰川面积变化的方法。结果表明，利用GEE平台结合像元级影像合成和最小归一化积雪指数（Normalized Difference Snow Index, NDSI)，可快速获取年度合成影像，提取冰川边界。通过对1988—2020年共512景遥感影像合成计算，获得了1988—2020年普若岗日冰川面积变化特征，分析发现：33 a间冰川面积减小了31.08km2，年均退缩率为0.23%/a，冰川面积退缩主要发生在冰川末端，部分末端在20 a间退缩了1 506 m。相对于冰川的实地观测或传统遥感监测法，本方法提高了影像利用率和数据处理效率，可快速实现冰川面积变化长时序分析，为现代冰川变化研究提供了新途径。

基于Google Earth Engine(GEE)云计算平台，以青藏高原中部的普若岗日冰原为例，探讨了快速批量处理遥感数据并获取冰川面积变化的方法。结果表明，利用GEE平台结合像元级影像合成和最小归一化积雪指数（Normalized Difference Snow Index, NDSI)，可快速获取年度合成影像，提取冰川边界。通过对1988—2020年共512景遥感影像合成计算，获得了1988—2020年普若岗日冰川面积变化特征，分析发现：33 a间冰川面积减小了31.08km2，年均退缩率为0.23%/a，冰川面积退缩主要发生在冰川末端，部分末端在20 a间退缩了1 506 m。相对于冰川的实地观测或传统遥感监测法，本方法提高了影像利用率和数据处理效率，可快速实现冰川面积变化长时序分析，为现代冰川变化研究提供了新途径。