Comprender las variaciones espacio-temporales de la nieve estacional en zonas montañosas es crucial para la gestión de recursos hídricos, los procesos hidrológicos y la protección ecológica en las zonas montañosas. Los datos de área de nieve con alta resolución espacio-temporal son un medio importante para monitorear los cambios en la nieve en zonas montañosas. Sin embargo, debido a las limitaciones del rendimiento del sensor en los productos de teledetección existentes, no es posible lograr simultáneamente alta resolución temporal y espacial, lo que dificulta capturar con precisión los cambios sutiles en la nieve fragmentada altamente heterogénea en zonas montañosas. Para monitorear la dinámica espacio-temporal del área nevada, este estudio seleccionó la región montañosa del flanco norte de Qilian como área de estudio. Utilizando datos de los satélites MODIS y Landsat 8, se desarrolló un método basado en la red U-Net++ para obtener el área nevada de alta resolución espacio-temporal mediante la fusión de datos multisource. El método desarrollado se validó con datos de alta resolución de Landsat y Sentinel, y se comparó con los algoritmos de fusión espacio-temporal STARFM y DMNet que reconstruyen el área nevada indirectamente a partir de datos de reflectancia de alta resolución espacio-temporal. Los resultados muestran que: (1) El algoritmo de reconstrucción del área nevada con resolución espacial de 30 m basado en la red U-Net++ recupera eficazmente los detalles de la nieve en zonas montañosas. El algoritmo muestra una alta precisión con una precisión general del 90,4%, precisión cartográfica del 89,9%, precisión del usuario del 88,4% y coeficiente Kappa de 0,80. Los resultados de la reconstrucción son bastante robustos, con una diferencia en la precisión general inferior al 3% bajo diferentes condiciones de cobertura de nieve, diferentes superficies subyacentes y diferentes cantidades de nubes, y todas son superiores al 88%. (2) En comparación con los métodos de reconstrucción indirecta del área nevada basados en la fusión espacio-temporal STARFM y DMNet, este algoritmo mejora la precisión general en un 8,7% y 5,2%, la precisión cartográfica en un 24,1% y 18,4%, y el coeficiente Kappa en 0,20 y 0,12. En resumen, el algoritmo desarrollado en este estudio para la reconstrucción diaria del área nevada con resolución espacial de 30 m basado en la red U-Net++ puede reconstruir eficazmente datos de área nevada de alta precisión y alta resolución espacio-temporal, y es de gran importancia para la simulación de escorrentías en zonas montañosas, la estimación de reservas de agua nieve y la prevención de desastres.

área nevada; aprendizaje profundo; fusión multisource; MODIS; Landsat