多年冻土是冰冻圈的重要组成部分,对气候变化极为敏感。东北地区是我国主要高纬度冻土区,近四十年来冻土南界不断北移,活动层厚度加深,多年冻土退化严重。冻融过程是指示多年冻土退化的重要参量,其冻结期的滞后,融解期的提前和冻融转化速率对生态环境影响显著。冻融过程影响土壤水热变化、碳氮循环进而影响能量平衡与陆地生态过程。地表土壤冻融变化是气候变化的重要指标,对准确判别地表冻融状态有重要意义。基于遥感数据的地表冻融判别在东北地区的研究较少,已有的算法不能直接应用于东北地区。本文针对这一问题,选取双指标算法并做出改进,主要结论如下:(1)地表温度是地表冻融判别算法的重要指标,本文基于先进微波扫描辐射仪被动微波亮度温度数据(AMSR-E),分别选取了基于发射率估计的单通道反演法和多通道线性拟合法反演东北三省地区地表温度。在原有的方法基础上提出算法改进,即对单通道反演法按照植被生长周期在生长季与非生长季分别建立发射率估计方程,探究各微波通道在每种地表覆被类型的反演能力并组合反演精度最高的通道,将微波极化差异指数(MPDI)作为表征发射率参数加入多通道拟合方程。结果显示获取的地表温度剔除水体和冰雪无效像元后可用性达到100%,改进后的单通道反演法均方根误差由3.58~4.6降低至2.0~3.1,在75%的区域的误差小于2K;多通道拟合法最终均方根误差为2.6~3.5同样有较高精度且只使用微波亮温数据就能获取地表温度。(2)积雪是东北三省重要的季节性地表覆被类型,为了提高地表冻融判别算法在有积雪覆盖地区的适用性,建立了微波标准差与雪深的关系。结果表明雪深小于11cm时微波标准差随雪深增加而减小,大于11cm时微波标准差随雪深增加而增加,结合前人研究成果假设当雪深大于16cm的区域地表为冻结状态。(3)分别选取5.5K,270K和16cm作为微波标准差,地表温度和雪深的阈值。在Matlab中按照判别规则将冻结区域标记为1,未冻结区域标记为0。以研究区内23个气象站点的地表实测温度为验证数据,在一个月数据样本中,判别正确率大于87%。结果表明本文改进的地表冻融判别算法具有较高准确率与实用性,达到了预期研究目的。