El hielo marino anual es un indicador importante del cambio climático en las latitudes medias, y el hielo delgado con un espesor inferior a 10 cm tiene una respuesta particularmente importante al cambio climático. En relación con el problema de la fuerte variabilidad espectral del hielo marino, los cambios significativos en la reflectividad y la dificultad para detectar el hielo delgado en el área de alta concentración de sedimentos dinámicos del Mar de Bohai, este artículo propone un método de partición adaptativa basado en las características de la forma espectral, dividiendo dinámicamente el Mar de Bohai en áreas de baja y alta concentración de partículas en suspensión. Después de la partición, la heterogeneidad de la concentración de partículas en suspensión en la región se reduce significativamente, lo que mejora eficazmente la detección del hielo delgado con un espesor inferior a 10 cm. Sobre esta base, se utiliza un método de umbral unimodal para determinar automáticamente el umbral de segmentación y fusionar las características del borde para fortalecer la robustez del algoritmo. Este método se aplicó a datos de imágenes ópticas de cinco tipos, incluidos MODIS, Sentinel-2, GF-1, Sentinel-3 y GOCI, y su precisión se verificó mediante 12 imágenes de interpretación de hielo marino publicadas por el Centro de Pronóstico Marítimo del Mar del Norte del Ministerio de Recursos Naturales de 2017 a 2019, y puntos de muestra de imágenes de alta resolución. Los resultados muestran que la precisión de clasificación del algoritmo supera el 90% y es aplicable a varios sensores ópticos; además, los experimentos de modelado de mezcla espectral lineal confirmaron que este algoritmo puede identificar eficazmente el hielo marino anual en áreas de alta dinámica de sedimentos en suspensión con una densidad superior al 30%. Este estudio proporciona un apoyo efectivo para la vigilancia comercial del hielo marino a partir de múltiples fuentes de datos ópticos.