雪是地球表面最为活跃的自然要素之一,积雪面积、积雪分布、雪深等特征是全球能量平衡、气候、水文以及生态模型中的重要输入参数。雪盖高反射的特性使其成为决定地球辐射平衡的关键因子,是区域和全球气候变化的重要内容之一。国内已经有很多人使用EOS/MODIS数据对我国不同地区冬季积雪进行监测和雪灾分析,但也有不少缺点,如对不同的区域采用相同的NDSI阈值来界定积雪区域,未完全考虑积雪的物理特性以及大气状况、地表覆盖等自然条件的影响。例如:由于树冠的阴影作用,林区的NDSI值普遍偏小,薄雪不能完全将草地、耕地覆盖,在使用标准阈值判定积雪时,将低估积雪覆盖面积。通过合理利用植被指数,能较大幅度地提高植被覆盖区积雪区域的识别能力,运用NDSI与NDVI相结合的方法更易于划分雪覆盖与未覆盖地表。本文以东北地区为研究区域,以气象站点观测数据为“真值”对现有积雪产品MOD10A1、MOD10A2和MOD10C2进行精读验证,探讨了云覆盖、土地利用类型和雪深对积雪覆盖精度的影响,得出如下结论:不同土地覆盖类型背景下,(除耕地与草地识别精度变化特征较为相似外)积雪识别精度差异较大;随着积雪深度的增加,积雪识别精度大体出现逐渐增加的趋势;薄雪(一般指积雪深度为1-5cm)漏测误差较大;薄雪区域识别精度低,是影响MODIS整体积雪识别精度的主要因素之一。针对现有积雪产品存在的问题,本文通过气象站点观测数据来确立东北地区不同土地覆盖类型下积雪识别的阈值,再通过积雪覆盖指数NDSI、归一化植被指数NDVI等阈值进行积雪识别,利用得到的阈值生成影像。生成的影像与MOD10A1积雪产品相比,识别精度和分类精度有明显的提高,达到提高积雪制图精度的目的。