在全球气候变化的大环境下,对极地气象的监测具有一定的现实意义。针对南极考察站站区小尺度高时相的积雪覆盖信息,目前还没有成熟的监测手段,本文探索了利用CCD图像进行积雪覆盖率提取的方法。具体包括对图像分割阈值的选取、感兴趣区域(ROI)的划定以及像素点的坐标转换等技术流程。利用近三年的CCD图像,计算逐日积雪覆盖率,并分析其变化趋势。具体工作如下:1.对CCD相机投入工作以来所有时间段的图像数据做分析与剔除,确定出合适日期内的图像数据用于时间序列分析。接着选取具体用于本文的单张实验图像,阐述了常用的最大类间方差法,最大熵法,迭代法三种阈值分割算法的原理与过程,并将三种算法用于实验图像的二值化当中,在比较各自的分割效果图后,最终确定本文实验当中分割效果最佳的算法为最大类间方差法。最后针对CCD图像当中复杂的地物信息,剔除地面障碍物部分的像元,选取ROI。2.基于近景摄影测量的基本理论知识,构建了本文当中CCD相机监控地面信息过程的空间坐标系模型。首先利用空间直角坐标系旋转变换关系,推导出从图像像素点的行列号到该像素点所代表的实际地面点坐标之间的计算表达式。再根据倾斜摄影的成像规律,分析出像元代表的实际地面为梯形,并计算像元代表的实际地面的面积。最后再结合前面章节已经归类出的积雪像元与非积雪像元,计算得到积雪覆盖率。其中,分析了相机实际与理想坐标系模型之间的偏转角度这一不稳定因素,计算得到偏转角度带来的误差关系式,得出结论是偏转角度不超过5度时,此项误差系数就会控制在0.1之内。并且利用CryoSat-2卫星测高数据解算出站区DEM,得到CCD相机监测区域的地形坡度,定性的分析地形坡度影响系数。3.对WorldView-2高分影像做简单的预处理工作,包括遥感影像的几何校正与影像融合。在融合后的影像上确定CCD相机监控区域,接着对该区域影像做切割,并做监督分类,提取积雪信息,得到高分影像上的积雪覆盖率,用于验证利用CCD图像计算得到的积雪覆盖率。4.计算2014年3月1日到2016年12月31日时间内CCD图像的积雪覆盖率,并对结果做时间序列分析。最后与近三年时间内的日平均温度和日平均湿度进行拟合,分析积雪覆盖率日变化趋势,结合二者,描述近三年长城站的气候变化。