积雪是地表覆盖的重要组成部分,也是气候变化的良好指示器,监测积雪变化对研究全球水循环、气候变化有着极为重要的意义.本文利用“正-背景数据学习”算法,即Presence and Background Learning Model (PBL模型)对中国积雪进行估测,得到Special Sensor Microwave Imager 5 days (SSM/I 5 d)中国积雪分布图,并利用Mann-Kendall趋势检验法对1992~2010年中国积雪进行了时空变化分析,具体探讨了年积雪日数变化、积雪年季分布与变化特征、稳定积雪区变化.结果表明,PBL模型在中国地区积雪估测精度表现良好,在与Interactive Multisensor Snow and Ice Mapping System (IMS),MODIS/Terra Snow Cover 8-Day L3 Global 500 m Grid (MOD10A2)等积雪产品的比较中取得了较高的一致性,年平均总体精度达到0.88.1992~2010年间中国三大主要积雪区积雪日数都有显著下降趋势,但青藏高原西北部则有显著上升趋势.前者是由气温上升所引起,后者则是由降水增多所引起.在积雪的季节分布上,新疆与东北-内蒙古地区积雪面积都是冬季最大,春、秋季相对较小;青藏高原积雪面积则是春、秋、冬季都很大,积雪的季节变化规律远不如其他两大积雪区明显.研究期间,中国稳定积雪区面积无显著变化趋势,仅青藏高原年降雪日数波动较大.