青藏高原积雪深度动态监测对了解高亚洲地区的气候变化和水文循环具有重要意义。目前气象台站和无源微波遥感依旧是监测区域和全球积雪深度的主要手段。但青藏高原气象台站空间分布不均,雪深监测范围有限。无源微波雪深数据受空间分辨率低和青藏高原时空异质性较大等限制影响雪深监测效果,而多源雪深数据融合可以有效地发挥各类雪深数据的优点。本文提出一种新的雪深模拟方法,即通过引入多源融合雪深数据与因子评估后获得的关键雪深影响要素（空间分布、地形特征及积雪特性）建立多因子雪深重建模型,并利用该模型重建了青藏高原2002～2018年1km逐日雪深数据集。在重建的积雪深度数据集基础上,结合再分析空间气候数据,利用趋势分析和相关分析等研究方法,对2002～2018年青藏高原积雪期积雪深度的时空变化特征、积雪深度与气候因子的响应关系开展研究,并探讨了青藏高原积雪期积雪深度变化的气候驱动成因。本文主要研究内容和成果有:（1）研究发现积雪日数（snow cover day,SCD）和多个关键的环境因子（如:经度,纬度,坡度,地表粗糙度和地表起伏度）对整个青藏高原积雪深度的变化有着重要的影响。利用关键因子新建的线性雪深重建方法（linear multivariate snow depth reconstruction,LMSDR）模型表现出较高的精度和稳定性（RMSE=2.28 cm,R~2=0.63）。与被动微波雪深数据、非线性积雪消耗曲线构建的雪深数据以及融合雪深数据相比,基于LMSDR模型重建的雪深数据精度得到了较大的提升。与气象站地面雪深观测结果相比,重建雪深数据的整体空间精度达到92%,在不同的雪深区间、土地利用类型、高程区间、坡度区间和SCD区间中均表现良好,特别是当积雪深度在小于3cm的区间内,精度表现最佳。（2）青藏高原积雪期、冬季和春季的积雪深度均值呈波动性下降趋势,而秋季雪深呈上升趋势。其中,积雪深度在积雪期、秋季、春季趋势变化微弱,冬季趋势变化较为明显。积雪期SCD与积雪深度存在较高的相关性,二者的空间分布状况基本一致,常年积雪区SCD和雪深值均相对较高,季节性积雪区SCD和雪深值则相对较低。积雪深度与SCD的空间变化趋势表现有差异,积雪深度整体变化趋势较弱,空间分布较为分散,SCD整体变化趋势明显,空间分布相对集中。（3）2002～2018年青藏高原积雪期平均气温为﹣7.82℃,年际变化特征整体呈波动性上升趋势（0.03℃/a）,其中在高原南部与东南部增温趋势明显,在高原中/东部气温呈下降趋势;积雪期累积降水量均值为7.54mm,年际变化特征整体呈微弱下降趋势（﹣0.056mm/10a）,其中降水呈增加趋势的区域分布在高原中部与雅鲁藏布江大峡谷,降水呈下降趋势的区域分布在高原北部、西南部以及东南部横断山区;积雪期平均地表反照率为38.12%,年际变化特征整体呈下降趋势（﹣0.081%/10a）,其中在高原中/东部地表反照率呈明显增加趋势,在中/南部和东南部等地下降趋势显著;地表净辐射均值为10.53 KW/m~2,年际变化特征整体呈波动性上升趋势(0.009 KW·m-2·a-1),其中地表净辐射下降区域较大,主要集中地在高原中/东部。（4）青藏高原积雪期积雪深度与累积降水量、地表反照率呈正相关关系,与气温、地表净辐射呈负相关关系,其中积雪深度与累积降水量和气温间的显著相关影响范围较广。从雪深与气温和降水的偏相关分析结果来看,气温对积雪深度的显著性（P＜0.1）影响范围大于降水,表明日趋升高的气温对青藏高原积雪期积雪深度的影响更大。从雪深与气温和降水的复相关分析结果来看,在青藏高原东部与西北部地区气温和降水变化共同对雪深变化产生影响,是该区域积雪期积雪深度变化的重要原因。（5）青藏高原积雪区大部分区域积雪深度受非气候因子驱动,面积占比为88.87%。积雪区受气温和降水两个气候因子驱动的区域总面积约157,545 km~2,占积雪区总面积的11.13%,零散分布在塔里木河流域、河西走廊、高原内流区北部、长江、澜沧江和怒江流域上游、黄河流域东部以及雅鲁藏布江流域西南缘等地。其中,受气温驱动的区域面积占比为4.47%,受降水驱动的区域面积占比为3.70%,受气温、降水共同驱动的区域面积占比为2.96%。