青藏高原位于我国的西南部,是全球平均海拔最高的地区。青藏高原不仅本身形成了独特的高原气候,而且对加强季风环流起着重要作用,对我国气候有着极大影响。青藏高原因其在气候变化中所具有的超前性,被认为是气候变化的敏感地区。积雪作为气候变化的指示器,在青藏高原地区发挥着更为重要的作用。青藏高原作为我国三大积雪分布区之一,对该地区的积雪参数进行精确反演,可为我国积雪资源评估、水资源管理以及全球气候变化奠定基础。因此本研究以青藏高原的积雪参数（积雪范围、雪粒径、雪污染）为研究对象,基于不同卫星遥感数据与野外实测数据,并结合渐进辐射传输模型（Asymptotic Radiative Transfer,ART）对青藏高原的积雪参数进行了较为精确的反演,方法如下:1)以Soumi-NPP积雪范围产品（NPPDSCHKDL3D）为研究对象,利用气象台站点的实测数据并结合分辨率为30 m的Landsat-8 OLI积雪范围数据,评价该产品的精度,并与MODIS积雪范围产品（M*D10A1）进行对比分析;2)基于ART模型,构建雪粒径大小为101200μm的积雪反射率光谱库,对MODIS积雪混合像元进行分解,生成在青藏高原精度较高的积雪面积比例产品（ARTFSC）。并且以无人机拍摄的积雪范围数据（UAVFSC）与Landsat-8 OLI积雪范围数据（OLIFSC）为真值,对该制图算法与MODIS全球积雪面积比例产品（MODFSC）进行比较验证;3)基于MODIS数据的3（0.47μm）、2（0.86μm）和5（1.24μm）波段并且采用基于ART模型的Snow Grain Size and Pollution（SGSP）算法对青藏高原的雪表黑碳浓度与雪粒径进行了反演,并且结合野外实测值对反演结果进行了精度评价。主要结论如下:（1）使用气象台站数据进行精度评价时,NPP、MOD与MYD三种积雪范围产品的总精度均较高,但三者积雪漏分误差都较大,其中MYD的漏分误差最大,为64.2%;当雪深小于5 cm时,三种积雪范围产品的分类精度都较低,雪深大于等于5 cm时,NPP积雪范围产品的分类精度最高,为82.3%,MOD与MYD的精度分别为77.1%和69.4%;利用Landsat-8 OLI数据验证时,Soumi-NPP积雪范围产品的Kappa系数最高,其均值为0.707,为高度一致性。而MOD与MYD的Kappa系数较低,分别为0.476与0.557,为中等一致性;Soumi-NPP积雪范围产品的Kappa系数大多在0.6以上,精度比较稳定,而MODIS积雪范围产品的Kappa系数波动较大,精度稳定性较差。（2）雪形状参数对ARTFSC算法的精度有着较大的影响,当雪形状参数为4.22时,ARTFSC的精度最高,其均方根误差与相关系数均达到最优;使用UAVFSC对ARTFSC进行精度验证,ARTFSC的精度较好,其决定系数R2与均方根误差RMSE分别为0.811与0.190;使用OLIFSC进行精度验证时,ARTFSC的精度相较于MODFSC表现良好,其相关系数R与均方根误差RMSE均达到最优,并且ARTFSC在下垫面为草地时的精度最高,其次分别为裸地、其他地物与森林。（3）SGSP算法在青藏高原能够同时反演积雪黑碳浓度和雪粒径大小,并且反演结果大多处于有效范围内。经过野外实测数据的验证,反演结果具有较好的精度,反演的黑碳浓度数据与野外测量的黑碳浓度数据的R2为0.73,RMSE和MAE分别为420.9 ng·g-1和310.1 ng·g-1。反演的雪粒径与野外测量的雪粒径的R2为0.72,RMSE和MAE分别为166.9μm和134.4μm。总体来说,SGSP算法反演结果精度较高,其在青藏高原有着较好的适用范围。（4）总体来看,Soumi-NPP积雪范围产品相较于MODIS积雪范围产品,其精度有了较大的提升,为准确监测青藏高原积雪范围提供了一个更优的选择;基于渐进辐射传输模型模拟的不同大小雪粒径的ARTFSC算法相较于基于线性回归的MODFSC反演积雪面积比例,其有着较大的优势;SGSP算法在青藏高原适应性较好,能够较好的反演出青藏高原的积雪黑碳浓度与雪粒径大小。