季节性积雪的演变对于山区水文循环具有决定性影响，同时也是调控陆地生态系统的关键要素。精确监测融雪动态对于气象、水文以及全球气候变化的研究至关重要，同时也对灾害预测、预警发挥着不可或缺的作用。然而，传统的基于时间序列合成孔径雷达（SAR）的融雪监测技术常受到植被、地形及积雪特性等因素的影响，并且在重访周期较长的区域监测效果有限。本研究利用高时空分辨率的Sentinel-2卫星光学遥感数据，基于雪表粒径的时间序列变化信息，提出了一种新颖的融雪监测方法。以阿勒泰地区为例，参照站点雪水当量和气温数据，深入分析了新方法的融雪监测性能。本文对比了新融雪监测方法与常规的时间序列SAR方法，探讨了两者在山区融雪监测方面的优势与局限。结果表明该新方法能够较为准确地识别融雪起始时间，并且在植被和混合像元等干扰因素的影响下，展现出了比时间序列SAR方法更出色的监测能力。但是，新方法易受云雨气象条件的影响，未来可与时间序列SAR方法互为补充，共同提升山区融雪监测的时效性和准确性。
季节性积雪的演变对于山区水文循环具有决定性影响，同时也是调控陆地生态系统的关键要素。精确监测融雪动态对于气象、水文以及全球气候变化的研究至关重要，同时也对灾害预测、预警发挥着不可或缺的作用。然而，传统的基于时间序列合成孔径雷达（SAR）的融雪监测技术常受到植被、地形及积雪特性等因素的影响，并且在重访周期较长的区域监测效果有限。本研究利用高时空分辨率的Sentinel-2卫星光学遥感数据，基于雪表粒径的时间序列变化信息，提出了一种新颖的融雪监测方法。以阿勒泰地区为例，参照站点雪水当量和气温数据，深入分析了新方法的融雪监测性能。本文对比了新融雪监测方法与常规的时间序列SAR方法，探讨了两者在山区融雪监测方面的优势与局限。结果表明该新方法能够较为准确地识别融雪起始时间，并且在植被和混合像元等干扰因素的影响下，展现出了比时间序列SAR方法更出色的监测能力。但是，新方法易受云雨气象条件的影响，未来可与时间序列SAR方法互为补充，共同提升山区融雪监测的时效性和准确性。