石冰川是以冰岩混合物为基础在重力和冻融作用下形成的一类具有舌状堆积纹理的典型冰缘地貌,广泛分布于全球范围的高寒山地,我国境青藏高原亦有大量分布,了解其分布和变化对于寒区环境研究具有重要价值。然而,由于石冰川发育地的偏远,传统调查手段难以在大区域实施。遥感技术的发展为石冰川的识别提供了有效的手段,但由于石冰川的面积较小及光谱特征微弱,常见中粗分辨率多光谱数据和传统基于像素的模式识别方法难以准确识别。以卷积神经网络为代表的深度学习方法近年来的迅速发展,已在计算机视觉领域不断突破目前最好的效果,因其优良的纹理识别性能,从空间而非光谱的角度进行特征提取识别,为遥感地貌识别带来了新的机遇。因此,本文研究了基于深度学习的石冰川形态识别方法,以Res Net和Deep Lab v3+作为训练网络,构建了石冰川的分类模型,以国产高分一号和Bing遥感影像作为实验数据,在念青唐古拉山西段和土尔根达坂山展开了应用,并分析了两个研究区石冰川的分异规律。分类模型验证结果表明,基于深度学习的石冰川自动识别方法具有较高的识别精度,其中基于Res Net图像分类的识别方法具有98.72%的OverallAccuracy、89.48%的Producer’s Accuracy和81.77%的User’s Accuracy,而基于Deep Lab v3+语义分割的识别方法具有82.28%的MIo U。证明了深度学习方法能够有效地应用于石冰川自动识别,并为在大区域开展石冰川的调查和分析提供了基础,也验证了深度学习方法识别地形地貌的可能性。本文在念青唐古拉山西段共识别出石冰川96条,平均海拔为5335m,单条石冰川的平均海拔在4992～5637m之间。覆盖面积为25.41km~2,平均面积为0.26km~2,单条石冰川的面积在0.03～1.17km~2之间。平均长度为613m,单条石冰川的长度在140～2318m之间。平均宽度为516m,单条石冰川的宽度在140～4764m之间。其中舌状冰碛型石冰川32条,叶状冰碛型石冰川6条,舌状岩屑坡型石冰川35条,叶状岩屑坡型石冰川23条。而在土尔根达坂山共识别出石冰川50条,平均海拔为4752m,单条石冰川的平均海拔在4584～5172m之间。覆盖面积为44.31km~2,平均面积为0.887km~2,单条石冰川的平均面积在0.045～3.052km~2之间。平均长度为1235m,单条石冰川的长度在210～3055m之间。平均宽度为674m,单条石冰川的宽度在216～1521m之间。该区域的石冰川均为舌状冰碛型石冰川。