雪是水循环的一个重要组成部分，在地球上的很多地区，雪是一个重要的淡水资源。许多研究表明大尺度季节性雪被和海冰对大气环流和气候有显著影响。与此同时，冰雪水文学还是冰雪消融预测、贮水、发电、灌溉、洪涝控制等领域的各种实践应用的一个重要参数，也是水资源全球变化建模和变化模拟中的一个至关重要的变化参数。冰雪圈的变化将产生重大的地理生态影响，并最终导致生态的变化。因此，准确地积雪监测对于气象、气候、水文、农业、交通及防灾减灾等众多领域都具有重大而深远的意义。 西藏是我国雪灾的多发区，特别是藏北藏东地区。由于其独特的地理环境和恶劣的气候条件，特别是在秋末初冬和冬末初春之际，西风急流南移或北撤，天气多变，并受孟加拉湾风暴北上和东移的西南槽共同影响，几乎每年都有雪灾发生，是我国雪灾高发区之一。随着遥感应用的不断深入和计算机技术的迅速发展，遥感数据已逐步成为许多地区积雪监测不可缺少的有效工具和手段。它能及时、全面、准确地反映积雪分布状况，尤其是大范围乃至全球的积雪覆盖信息。MODIS数据具有很高的时间分辨率和较高的波谱分辨率、空间分辨率。MODIS积雪图将增强自1966年开始的由NOAA卫星资料处理的北半球积雪图的应用价值。 本文选取西藏北部山区作为研究区，利用MODIS数据基于不同算法对研究区进行积雪信息提取。在充分分析雪盖指数算法和线性混合像元分解算法优势和不足的基础上，进行西藏北部山区积雪信息提取，再根据这些不同算法提取出来的雪盖面积进行对比与评价。充分利用以上两种算法的优点，摒除其中的不足，本文构建了适合山区或者森林覆盖区雪信息的提取算法。最后利用具有高空问分辨率和高光谱分辨率的Hyperion数据对这一算法进行验证和评价。在试验区，利用雪盖指数算法与线性混合像元分解算法相结合提取雪信息与仅利用雪盖指数算法提取雪信息相比，雪盖面积增加了42.38％，精度大大地提高了。引入MODIS第26波段，解决雪与薄卷云、雪与含有雪粒或者小冰品的厚云之间的判别问题。同时对处理过程中存在的问题进行了探讨，最后对以后的研究工作进行了展望。