摘要：針對傳統雪深反演中出現的系統偏差和跳變問題,該文提出一種結合遺傳算法-反向傳播(GA-BP)神經網絡的雪深反演方法。首先通過二次項擬合有效分離出信噪比殘差,進而對變換單位后的信噪比殘差進行頻譜分析,計算得到初步雪深值。最后,建立基于初步雪深值的GA-BP神經網絡優化模型。以美國板塊邊界觀測計劃(PBO)提供的監測數據為例,并與傳統方法對比分析,結果表明:采用GA-BP神經網絡不僅能夠削弱初步反演結果中出現的系統偏差,還能有效消除反演過程出現的跳變現象。采用PRN09和PRN24衛星反演,RMSE和MAE均分別小于0.083 m和0.065 m,R^2有了明顯提高,優于未處理初始雪深的情況。