光学遥感影像被广泛地运用于积雪的参数反演，由于其空间分辨率较高，同时具有较高的光谱分辨率，对积雪的参数的定量具有较高的精度与应用前景。积雪的参数，主要包括积雪粒径、污染物含量、反照率、以及积雪面积等。本文主要从积雪的反射率光谱曲线出发，反演积雪的各种参数，其中包括积雪粒径、反照率、污染量、积雪面积(Snow Cover Fraction)，同时验证各种参数反演的精度。主要研究内容包括如下四个方面:　　1.GSAPM模型与LUTMA模型雪粒径反演。渐近辐射传输模型被广泛地应用于雪粒径的反演，其采用数学拟合方法，在不降低辐射传输模型精度的前提下，有效地降低了计算量，提高了运行效率。传统的渐近辐射传输模型对雪粒径的反演采用单波段或者两波段算法，其容易受噪声与大气的影响，针对传统渐近辐射传输模型的缺点，本文针对湿雪与干雪粒径反演提出了两种改进的模型，它们分别是GSAPM(Greed Spectral Absorption Pursuit Model)与LUTMA(LUT MinimalAngle Model)模型。国内外的学者发现，针对湿雪与干雪应该选择合适的辐射传输模型对雪粒径反演至关重要。本文以渐近辐射传输模型为基础，针对湿雪提出了GSAPM模型，此模型首先利用渐近辐射传输模型建立不同粒径的反射率光谱，然后利用Nolin的积雪面积法获取不同积雪粒径反射率光谱吸收面积，最后采用贪婪匹配投影计算最优的粒径，在大量实测雪粒径数据的基础上，验证了GSAPM算法对湿雪粒径反演精度较高。针对干雪粒径，我们提出了LUTMA模型，此模型同样基于渐近辐射传输模型，同时考虑了粒径的形状参数，建立1.2μm附近数个波段的反射率光谱库，采用光谱角匹配技术获取干雪粒径，采用了2个区域的实测粒径验证了LUTMA模型具有较高的精度，同时获取了积雪的形状参数。　　2.验证了渐近辐射传输与动态有效物质近似两类模型对污雪反照率的定量精度，针对多类污染物同时存在的情况，提出了一种改进的ART模型。污雪反照率的反演主要从两方面出发，首先，根据污染物粒子与纯雪冰晶体的构成模式，主要从外部型与内嵌型两种模式出发，分别采用了渐进辐射传输与动态有效物质近似模型对污雪反照率进行反演，实验表明，针对黑炭粒子，两种模型都具有较高的精度，而对于灰尘粒子，动态有效物质近似模型精度较低。同时对于灰尘粒子，两种模型精度都明显下降。然后，当两种污染物（黑炭与灰尘）同时存在于积雪之中时，我们利用DISORT(Discrete Ordinates Radiative Transfer Program for aMulti-Layered Plane-Parallel Medium)模型来改进渐近辐射传输模型，前三个实验为前向模型，改进渐近辐射传输模型中的吸收系数计算方法，第四个实验通过增大雪粒径来验证改模型的鲁棒性。实验结果表明，改进的渐近辐射传输模型相比原模型精度较高，当增大雪粒径的时候，精度有所下降，但是下降幅度非常小。　　3.利用多角度光谱重构验证渐近辐射传输模型污染量定量精度，同时使用辐射强迫指标定量污雪的污染状况。积雪多角度光谱反射率重建主要采用渐进辐射传输模型，在太阳角度固定的情况下，针对不同观测角度，反演出雪粒径与污染物（在较短测量时间内假定雪粒径与污染物没有任何变化），然后重构积雪的光谱曲线。实验结果表明:基于渐进辐射传输模型重构的不同角度反射率光谱曲线精度较高，污染量定量较为准确（针对球形粒子）。我们采用Painter的辐射强迫指标对冰沟地区的污雪进行定量研究，利用渐近辐射传输模型改进了Painter的辐射强迫定量方法，同时采用Hyperion影像来减弱由于波段积分造成的反演误差，实验结果表明，改进的辐射强迫方法精度较高，模型较为简单。　　4.利用混合像元分解框架获取积雪面积与粒径。传统的二值积雪面积不能满足生产实践所需，本文从混合像元分解角度出发，获取积雪面积。首先，我们引进常规的混合像元分解方法，如全约束混合像元分解、梯度下降算法，同时考虑积雪与植被、土壤的非线性作用的存在，非线性混合像元分解算法（多项式解混算法）也被采用。实验表明，常规的混合像元分解算法中，全约束线性混合像元分解获取的积雪面积精度较高，而非线性混合像元分解方法精度较低。然后，我们引进稀疏松弛框架下的混合像元分解方法，获取多粒径、以及相应的积雪面积，由于端元矩阵的高相关性，稀疏算法具有一定的局限性，后期利用字典学习方法降低相关性（可对端元矩阵与影像求偏导数）。我们基于MODSCAG模型，提出了两种考虑端元变化的混合像元分解方法，这两个方法都基于渐近辐射传输模型，动态地建立不同粒径大小的反射率光谱库，采用无约束最小二乘方法获取每个像元的最优端元组合，从而获取了粒径，采用全约束混合像元分解方法（这里我们使用了全约束线性混合像元分解方法）获取积雪面积。实验结果表明:这两种算法相对MODSCAG模型精度更高，运行效率也较高，同时能够有效地解决端元系数为负的情况。最后，针对MODIS影像与光谱库不匹配现象，本文提出了一种基于L2归一化的雪粒径与积雪面积的反演算法，此算法同样借鉴了多端元混合像元分解的思路，考虑了每个像元内的端元变化，同时采用两次散射机制，构建了一个两次散射解混模型。实验结果表明:MODIS影像中的积雪非线性情况不明显，利用L2范数归一化后的积雪面积覆盖率提取精度有较大提高，同时L2范数归一化对积雪粒径反演没有太大的影响。