快速准确获取某特种植物种植地块的面积信息对于毒品产量估算和防范毒品犯罪活动等具有重要意义。针对高分辨率遥感影像中现有某特种植物种植地块检测算法无法同时快速获取位置信息与面积信息的问题，提出了一种适用于快速准确提取某特种植物种植地块的改进PSPNet语义分割模型。通过引入通道注意力SE模块解决了某特种植物种植地块分割存在孔洞的问题，加入Dice Loss损失函数改善了正负样本不平衡的问题，引入编码器—解码器结构使提取的某特种植物种植地块轮廓边界更精确。通过使用MobileNetv2骨干网络将模型预测速度提高了90%。改进得到的I-PSPNet模型在某特种植物种植地块提取中MPA和MIoU达到95%和84%，检测效率达到84 fps。通过I-PSPNet与UNet、Deeplabv3+、PSPNet 3个模型的对比实验表明，改进模型的预测精度和速度均优于上述3个模型，其中，MPA提高了24%、7.4%和7.7%，MIoU提高了19%、4.3%和4.9%，预测速度提高了57 fps、56 fps和40 fps。同时，改进后的模型对于RGB波段数据集和GF-2影像也有着良好的适用能力。研究提出的改进模型可用于快速精准获取某特种植物种植地块位置信息和面积信息，可以为禁毒部门快速发现非法种植某特种植物种植地块，客观评估非法种植规模，实施精准打击治理毒品非法犯罪活动提供技术支撑。

2020年“后脱贫时代”，南疆四地州在全国、在新疆地区发展格局中依然属于欠发达地区，因此，对南疆四地州进行长期的经济测量和发展分析具有重要意义。但是传统的测度方式使用社会经济数据存在较大的限制。本研究利用夜间灯光遥感影像客观地反演该贫困地区的经济发展特征。选取南疆四地州为研究区，对NPP/VIIRS和DMSP/OLS数据分别进行噪声和过饱和的校正，在对两种夜间灯光数据整合的基础上，利用33个县（市）城镇用地的夜间灯光总量与第二、三产业之间的相关关系进行基于夜光数据的经济发展模型的反演，采用标准差椭圆、莫兰指数等空间分析方法综合探究2005~2020年南疆四地州经济发展时空格局特征。研究结果表明：①2005~2020年，经济重心向西北方向迁移。经济总量以东北—西南方向为主导，经济发展趋势越来越集中连片。②研究时段内一直存在较高的空间自相关性和聚集性，主要呈现H—H和L—L聚集区，经济水平越高（低）的区域越容易发生聚集现象。③南疆四地州区域经济发展冷点和热点的发生概率具有显著地方性特征。南疆四地州各区域之间的经济协同发展应成为政策重点。

利用无人机高光谱遥感数据技术快速、准确地提取典型草原植被类型，对动态监测草原生态安全具有重要的意义。为此，在退化较严重的白音锡勒牧场典型草原区，采集了空间分辨率为1.8 cm、光谱分辨率为4 nm，共有125个波段（450~950 nm）的高光谱影像。选主要退化指示种—冷蒿为识别目标，经微分变换和包络线去除等光谱变换处理，进行光谱特征差异分析发现冷蒿与其他绿色植被和背景土壤在500、550、670 nm处有明显的光谱差异，因此选择以上3个波段作为特征波段，构建了支持向量机（SVM）和随机森林（RF）的退化指示物种识别模型，并进行了精度验证。结果显示：SVM和RF的识别精度分别为96.92%和97.34%，Kappa系数分别为0.95和0.96。从结果可知，随机森林模型的识别精度更高，退化指示种的像元空间分布更接近自然状况，可以为监测典型草原退化指示种提供技术支持。

以连州地区土壤重金属含量为研究对象，分析包括土壤原始光谱在内的经过数学变换后的光谱数据与重金属含量之间的相关性，再采用VISSA-IRIV算法进行光谱特征提取，分别建立偏最小二乘回归（PLSR）、BP神经网络（BPNN）、粒子群优化BP神经网络、遗传算法优化BP神经网络模型，对比获取土壤重金属元素Cr、Cu含量最优反演模型。结果表明：VISSA-IRIV算法实现了对光谱数据的高效降维；BPNN模型预测效果明显优于PLSR模型；经过优化的BP神经网络模型反演精度和稳定性得到了极大地提升，其中Cr、Cu元素的最佳反演模型组合分别为FD-GA-BPNN（R²=0.87、RMSE=13.82、RPD=2.95）、SNV-FD-PSO-BPNN（R²=0.92、RMSE=4.25、RPD=3.41）。该研究对土壤重金属含量的准确、快速分析提供了一种有效的方法， 对实现土壤重金属污染治理具有重要的现实意义。

以中国气象局发布的逐小时网格降水数据集（CMPA）为降水参考，采用多种极端降水指数系统地评估了GSMaP（NRT、MVK、Gauge）和IMERG（Early、Late、Final）共6种GPM时代卫星降水数据对四川极端降水的监测精度。结论如下：①四川多发生局部短历时强降水，降水空间异质性强，在盆地和盆地周边的极端降水频率和强度明显大于其他地区，在盆地与川西高原接壤地区形成一条明显的极端降水分界线。②IMERG能够较为精确地探测到暴雨、持续性降水事件和干旱事件，其中Final产品精度最高，IMERG产品的极端降水指数精度明显优于GSMaP。③IMERG-F的降水概率密度函数（PDF）与CMPA的PDF特征最为相似，其次为GSMaP-Guage，但经过站点校正的GSMaP-Gauge产品完全改变了NRT和MVK的PDF特征，忽略掉了较多大雨、暴雨事件，将极不利于对极端降水的监测。总体上，GPM降水产品对极端降水的探测精度存在较大的地域性差异，IMERG较GSMaP表现出更高的极端降水探测精度，在地形复杂的川西高原地区IMERG和GSMaP均存在较大的降水误差。

2021年11月23日，中国首颗C波段合成孔径雷达业务卫星1米C-SAR-01星成功发射，标志着我国海洋遥感业务化观测能力的进一步提升。为了验证1米C-SAR-01业务卫星的海面风场反演能力，本文介绍了C波段合成孔径雷达风场反演方法，给出了1米C-SAR-01卫星风场反演的初步结果。1米C-SAR-01卫星风速和风向反演的初步精度评估是根据欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts， ECMWF）发布的ERA5再分析数据进行的。采集了2022年3月14日至16日共168景全极化影像作为数据基础，共匹配到714个风单元，并基于VV极化下的4种地球物理模型函数（Geophysical Model Function， GMF）以及HH极化下的8种极化比（Polarization Ratio，PR）模型和CMODH模型进行精度评估。结果显示风速和风向的均方根误差（RMSE）分别为0.90 m/s和12.31°。讨论了不同地球物理模型函数和极化比模型的不同性能，表明，1米C-SAR-01卫星具有较好的风场反演能力。

遥感视觉问答根据给定遥感图像回答与图像内容相关的自然语言问题，是快速调查和监测全球资源的重要途径。遥感图像场景复杂多样，从对图像场景的理解到对图中局部目标的识别往往涉及尺度的变化。因此，为在遥感的视觉问答系统中引入多尺度的应用场景，我们设计了多尺度遥感视觉问答模型（MRS-VQA模型），并根据该模型创建了新的数据集—“多尺度遥感视觉问答数据集（MRS-VQA数据集）”。此外，MRS-VQA模型在融合模块使用注意力机制得到两个模态互交的可视化结果，有效提升了模型的准确率和可解释性。实验结果表明：本研究提出的具有两层注意力的MRS-VQA模型（准确率96.82%）优于其他遥感视觉问答模型（RSVQA准确率81.36%），说明多尺度特征融合在遥感视觉问答中的研究具有重要意义。

针对建筑物提取中存在微小建筑物提取不完整、建筑物边界提取不准确等问题，以ResNet为基础，将残差模块与Inception-V3模块嵌套，然后进行金字塔池化来改善网络分割性能，并将改进的神经网络模型称为非对称卷积金字塔残差网络（In_PPM_ResNet）。该模型兼具三者的优势：残差模块能解决网络退化问题；Inception-V3模块中使用非对称卷积，减少参数量，节约运算资源，多路径级联增加网络宽度；金字塔池化模块获取不同尺度信息，扮演加强特征提取角色。为验证In_PPM_ResNet的有效性和适用性，分别在WHU和AIRS建筑物数据集上进行实验，并将其与典型建筑物提取网络FCN-8S、UNet++、SegNet进行对比。实验结果表明：在WHU数据集上，In_PPM_ResNet相较于其它网络，IoU为最优值，达89.97%，其他评价指标也有一定程度提升，模型参数量对比网络中排名第3，参数量相对较小，每轮次运行时间与其他网络相差不大，证明该模型的效率相对较高；在0.075 m分辨率的AIRS数据集上，交并比、召回率、F1分数均为最优值，分别达88.52%、88.95%和87.85%。另一方面，建筑物提取结果相比于其他网络，边界更准确，空洞少，有一定的应用潜力。

生态环境恶化问题引起人们高度重视，对植被覆盖度与景观格局特征动态变化研究，可有效增强植被群落稳定性。成都市龙泉山城市森林公园为川中丘陵区生态恢复典型自然地理代表。本研究基于Landsat8 OLI与GF1 WFV遥感影像数据，结合像元二分模型和景观格局指数，分析了该公园2014~2021年植被覆盖度变化特征与空间景观格局变化特征。结果表明：①龙泉山城市森林公园2014、2017和2021年植被覆盖度皆以中高覆盖度为主，且2021年验证精度达0.90。②2014~2021植被覆盖情况呈现先下降再上升的趋势：2014~2017年间，植被覆盖度退化严重，中高与高植被幅度盖度面积骤减，景观上斑块复杂度与破碎度加剧；2017~2021年间，由于政府保护措施的执行，植被覆盖度有所恢复，中低植被覆盖度面积减少幅度最大，高植被覆盖度面积增加幅度最大，植被生态有所恢复，景观上斑块复杂度降低、景观破碎加剧程度有所缓解。本研究为川中丘陵区的生态恢复及今后规划提供一定的科学参考依据。

互花米草地上生物量（Aboveground Biomass， AGB）估算可为滨海湿地生态系统稳定性评价与区域碳汇监测评估提供重要依据。以浙江滨海湿地为研究区，利用48个实测互花米草地上生物量数据，基于Landsat-8 OLI影像提取反映植被地上生物量信息的植被指数和波段特征，采用单变量回归、多元线性回归、多尺度地理加权回归和偏最小二乘回归方法分别构建互花米草地上生物量估测模型，并通过最优模型反演互花米草地上生物量。结果表明：①互花米草地上生物量与所选取的29个遥感变量呈显著相关，相关系数均介于0.5~0.8（P<0.01）；②偏最小二乘回归构建的模型为浙江滨海湿地互花米草AGB反演最优模型（R²=0.767），均方根误差和平均绝对误差分别为130.576 g/m²和100.801 g/m²；③浙江滨海湿地互花米草平均地上生物量为6 607.01 g/m²，AGB总量为1.36×10³ t；浙江滨海地区互花米草AGB总体呈南高北低的分布格局。本研究可为滨海湿地资源合理开发利用、碳汇监测评估和生态系统功能评价提供科学支撑。

农村黑臭水体类型多，成因复杂，严重影响生态环境质量，使用遥感影像开展农村黑臭水体监测具有实际意义。然而，浮萍型农村黑臭水体与部分植被、绿色房顶和大棚等存在异物同谱现象，利用色度法、特征光谱法提取效果均不理想，严重阻碍了浮萍型农村黑臭水体的高精度、重复性和自动化监测。针对该问题，实验利用GF1、GF2、GF6遥感影像，收集和解译了覆盖西安市多个区县、涉及多个污染对象的299处浮萍型农村黑臭水体信息，基于DeeplabV3+语义分割神经网络，采用ResNet101为骨干网络，引入ECA（Efficient Channel Attention）注意力机制，配合对低照度样本开展提亮和纠色前处理，搭建了浮萍型黑臭水体语义分割模型。该模型的F1-score为0.947，平均交并比 （MIoU， Mean Intersection over Union）为0.948，浮萍型黑臭水体的交并比（IoU， Intersection over Union）为0.884，错误漏检率（FOR， False Omission Rate）为0.081，表明该模型具备从高分辨率遥感影像上高效、精准、重复识别浮萍型农村黑臭水体的能力，可以为政府部门监管农村黑臭水体提供抓手。

新疆东天山地区气候恶劣，基岩裸露，遥感解译效果良好。已有1∶20万地质图中岩性的圈定较为笼统，出露较小的岩体、岩脉多有遗漏，缺乏高分辨率遥感技术的应用。以新疆东天山昌吉地区为研究区，基于GF-1和Landsat 8两种影像，运用彩色空间变换（IHS）、Gram-Schmidt等方法进行空间分辨率融合，并对影像进行假彩色合成（FCC）、主成分分析（PCA）、最小噪声分离变换（MNF）等岩性信息增强处理，结合DEM数据构建的三维影像图和已有地质记录，建立影像解译标志，进行细致的岩性单元识别和地质填图。通过野外验证、岩石样品薄片鉴定和反射光谱特征分析对解译结果进行修正，形成了研究区1∶5万遥感解译地质图。结果表明：在基岩露头较好的新疆东天山昌吉地区，融合多源遥感数据可识别1∶20万地质图遗漏的岩性单元，对岩性界线进行修正，提高地质填图的工作效率，为后续地质调查、地质找矿等工作提供依据。

植被净初级生产力（Net Primary Productivity， NPP）是反映生态系统碳循环状态和变化的有效指标，在“双碳”目标背景下，长时序精尺度数据对植被净初级生产力动态监测具有重要意义。海南省作为国家生态文明试验区，其NPP动态监测对于强化陆地生态系统碳汇建设具有典型作用。以海南省西北部为研究区，基于Landsat系列遥感影像数据，采用VPM光能利用率模型，估算得到海南省西北部长时序（2000~2020）精尺度（30 m空间分辨率）的NPP数据，并对其进行时空变化分析。研究结果表明：海南省西北部日平均NPP在年际尺度上呈现明显的波动上升趋势，与其他植被类型相比落叶阔叶林的NPP最高且增长趋势最快，灌丛的NPP最低且增长趋势最慢。海南省西北部NPP在空间上呈现南高北低分布，研究区南部阔叶林及稀树草原地区NPP较高，北部灌丛地区NPP较低。研究区域NPP的整体增长趋势主要是由南部植被所控制。

为了减轻洪水有关的灾害风险，需快速准确获取洪水范围，并利用洪水事件的相关数据和信息来分析洪水的敏感区域，可为洪水的预防决策和管理提供科学依据。基于Sentinel-1 SAR数据分析2020年7月长江中下游蓄滞洪区集中区域洪水淹没状况，并利用机器学习模型分析了长江中下游蓄滞洪区集中区域洪水的敏感性，研究结果表明：①长江中下游蓄滞洪区内2020年洪水期水体面积达到了3 747 km²，相比平水期新增水体面积为1 301 km²，占整个研究区新增水体面积的19%，新增水体面积最大的为洪湖蓄滞洪区和华阳河蓄滞洪区。②从研究区新增水体范围内2010年以来土地利用变化来看，耕地、人造地表面积扩大，湿地、林地、草地和裸地面积下降，湿地面积萎缩降低蓄水纳洪能力。③研究区洪水敏感性高等级面积占整个研究区的23.33%，洪水敏感性极高等级占整个研究区的22.55%；蓄滞洪区洪水敏感性高等级面积占蓄滞洪区的面积比例为38.97%，极高等级占整个蓄滞洪区面积的52.05%。研究结果可为蓄滞洪区洪水防治、规划和建设提供科学依据和理论参考。

太阳辐射减弱是全球气候变化的主要特征之一。太阳辐射减弱对农田氧化亚氮（N₂O）排放有何影响以及能否基于高光谱遥感进行估算，尚未见报道。通过田间模拟试验，探讨了不同遮阴强度下不同播期对冬小麦田N₂O排放的影响及基于冠层高光谱变量估算N₂O排放通量。采用普通黑色遮阳网覆盖冬小麦植株冠层，以模拟太阳辐射减弱。遮阴强度设3个水平，即对照（CK，不遮阴，遮阴率为0）、中度遮阴（S1，遮阴率为61.85%）和重度遮阴（S2，遮阴率为83.91%）；播期设2个水平，即常规播期（T）和晚播（L）。结果表明：①遮阴显著提高了冬小麦农田N₂O排放量，即S2>S1>CK；晚播明显降低麦田N₂O排放量。②冬小麦冠层光谱反射率与N₂O排放通量的敏感波段，主要在红光波段和近红外波段，拔节期呈显著正相关，最大相关系数为0.92，孕穗—抽穗期呈显著负相关，最大负相关为-0.75。6种植被指数与N₂O排放通量呈显著相关性，其中NLI（非线性植被指数）与N₂O排放通量的相关系数最佳，为0.93（拔节期）、-0.77（孕穗—抽穗期）。③于拔节期建立了以NLI和629、630 nm原始反射率（{\rho }_{\mathrm{629}}、{\rho }_{\mathrm{630}}）为参数估算N₂O排放通量的逐步回归模型，建模集和验证集决定系数R²分别为0.89和0.83；于孕穗—抽穗期建立了以{\rho }_{\mathrm{1072}}、{\rho }_{\mathrm{760}}为参数估算N₂O排放通量的双变量模型，R²分别为0.70和0.75。研究认为，通过构建高光谱遥感参数模型估算农田N₂O排放量是可行的，这为进一步开展区域农田N₂O排放量遥感监测提供了试验参考依据。

通过城市空间形态研究，可以发现城市化过程中存在的问题，有效地调控城市的扩展速度和方向。为探索石家庄城市发展的特征与规律，基于2000~2018年长时间序列“类NPP-VIIRS”夜间灯光数据，采用突变检测法提取石家庄城市空间形态信息，并辅以全球城市边界（GUB）数据，开展其时空特征分析研究。结果表明：2000~2018年19 a间石家庄市的城市夜光边界区域面积由103 km²扩展到332 km²，石家庄城市夜光边界扩展方向以正东、正北方向为主；从空间形态上来看，石家庄城市夜光边界紧凑程度较高，边界较为简单。2000年和2018年石家庄城市夜光边界与GUB城市边界在主城区内扩展趋势一致，城市重心同趋势迁移，但空间形态的离散复杂程度不尽相同。总体来看，石家庄城市空间扩展过程受政府决策影响明显，不断向外扩张延伸，属于“外延式”发展模式。

基于大量站点观测的森林凋落物碳密度数据，利用长时期遥感观测NDVI数据，驱动构建的随机森林模型，模拟评估1982~2020年中国森林凋落物碳密度的时空变化特征。凋落物碳密度与NDVI非线性的联系，初步论证了研究方法的可行性。凋落物碳密度模拟结果显著高正相关与观测值（r=0.65，p<0.001，n=4 882），其较小的误差百分率（0.96%），表明随机森林模型模拟精度较高。1982~2020年凋落物碳密度的时空变化特征分析，表明中国森林凋落物碳密度整体呈显著的增加趋势（r=0.81，p<0.001），其中常绿针叶林、落叶阔叶林和落叶针叶林的凋落物碳密度增加显著。可见，长期连续的NDVI数据，驱动先进的随机森林模型，能有效模拟监测国家尺度上森林凋落物碳密度的时空动态。这为利用遥感观测数据动态监测大尺度森林凋落物提供了新的技术方法，也拓展了遥感数据的应用场景。

现有异常水体的检测研究通常针对特定区域、特定数据源和特定时相开展，且往往是事后的检测而非实时的监测，不能很好地服务于水体异常快速发现与识别的业务需求。为此，提出了一种基于无监督的孤立森林加决策规则（U-IForest-SD）的水体异常信息提取方法，并以Landsat与Sentinel的数据作为测试数据，以青岛浒苔、松雅湖黑臭水、墨西哥湾溢油为案例，对比了支持向量机、监督孤立森林以及U-IForest-SD 3种方法识别浒苔、黑臭水和溢油的精度。研究结果显示：该方法对于3种异常类型的总体识别精度都在90%以上、Kppa系数都在0.8以上，整体精度高于监督孤立森林但略低于SVM。该算法只需要输入单期影像，无需训练样本，具有可移植性好、普适性强、自动化程度高的优点。此外，该方法可以有效地避免“假警”和“虚警”的发生，在异常水体的快速发现和识别业务中有很好的应用前景。

云是影响青藏高原能量平衡和地气过程的关键参量之一，研究高原的云量对探讨青藏高原的气候变化具有重要意义。采用2001~2020年的MODIS总云量数据与ERA5、CRA40两套再分析资料的总云量数据，以3~11月份MOD06云量资料为真值，评价不同再分析资料在青藏高原的适用性。利用改进自编码器模型，基于ERA5和MOD06重构了1950~2020年的3~11月的高原云量。结果表明：在高原地区，ERA5的云量值偏高，而CRA40云量值偏低，且ERA5与MOD06的相关性明显优于CRA40与MOD06的相关性；通过相关系数、偏差、平均绝对误差、均方根误差四种评价指标，发现改进自编码器模型在重构云量方面具有良好的效果，且能模拟出青藏高原云量的变化趋势，为研究青藏高原地区云量时空演变规律提供了可靠的长时序数据。

NO₂作为大气中重要的痕量气体之一，是衡量大气污染状况的重要风向标。与传统地基观测相比，星载传感器能够提供大范围、长时间序列的观测资料，利用遥感卫星数据反演获取对流层NO₂浓度已成为近些年研究的热点之一。首先介绍了国内外星载紫外高光谱传感器的发展。然后从原理方面对国际上通用的对流层NO₂垂直柱浓度反演算法进行阐述。之后介绍了各官方对流层NO₂柱浓度产品的反演流程及产品精度，并比较了各产品DOAS算法的区别。可见，由于传感器所获取数据的时间、空间、光谱分辨率越来越高，NO₂柱浓度产品的反演模型及算法的选择更加合理，因此NO₂产品精度也更高。

水体悬浮物浓度是描述水体光学特性的一个重要参数。卫星遥感具有大范围、快速、高频次动态监测的优势，有助于加强对青海湖水环境质量的监测，降低监测成本。而资源一号02D（ZY1-02D）卫星高光谱影像作为新的数据源，具有高空间分辨率、高光谱分辨率的优点，为湖泊的水质高精度监测提供了可能性。为了验证ZY1-02D高光谱相机在水质遥感监测应用中的适用性，以ZY1-02D高光谱影像为遥感数据源，同时辅助实测数据，构建青海湖悬浮物浓度反演模型，并进行精度验证，评价模型的准确性，最后将模型应用于青海湖悬浮物浓度反演。研究结果表明：青海湖悬浮浓度反演模型平均相对误差为21.1%，均方根误差为0.296 mg/L，精度较好，青海湖悬浮物浓度反演结果呈现湖心低岸边高的特征，与同期Sentinl-2和同期Landsat 8数据反演结果进行对比，反演结果保持一致，说明ZY1-02D高光谱影像能够作为悬浮物浓度遥感反演的数据源之一。

植被作为陆地生态系统的重要组成部分，常被用作评估气候变化和生态恢复成效的指标。以石羊河流域为研究对象，基于Google Earth Engine （GEE） 平台采用Theil-Sen趋势分析和Mann-Kendall检验（TS-MK）、Hurst指数揭示植被覆盖变化特征；采用偏相关分析、残差分析和地理探测器探究植被覆盖变化的影响因素。结果表明：2001~2020年间石羊河流域植被NDVI呈现波动增长趋势，增长率为0.023/10 a；呈显著增加趋势和显著减少趋势的面积占比分别为72.32%和2.40%。未来植被NDVI变化趋势保持一致（Hurst>0.5）的面积占比为63.84%，其中持续性显著增加的面积占比最大，为47.37%。偏相关分析结果表明降水对植被生长的影响较强，而温度、太阳辐射和饱和水汽压差的影响相对较弱。残差分析结果表明气候要素和人类活动影响下植被NDVI呈显著增加趋势的面积占比分别为21.59%和60.07%，石羊河流域的植被变化主要受人类活动的积极影响。此外，地理探测器的结果表明植被NDVI的空间分布主要受水热条件分布特征的影响。该研究结果有助于深化对植被覆盖变化影响因素的认识，为石羊河流域生态保护提供借鉴。

滑坡是自然界频繁发生的地质灾害，会对人民的生命造成威胁，并带来巨大的财产损失。因此，高效准确地进行滑坡提取对快速制定应急救灾方案、减少损失有着重要的意义。目前滑坡提取研究大多针对单个或少许事件，且背景地物比较单一。研究采用高分辨率遥感影像，针对复杂背景地物条件下的多起滑坡构建提取模型，并对其进行精度验证。采用马尔科夫随机场最小化能量方程结果作为滑坡提取特征，并用于滑坡提取模型构建，与目前滑坡提取研究中常用的特征相比较，验证这一特征对于滑坡提取的有效性。选用多时相的PLANET 3 m分辨率遥感影像，对2018年9月6日北海道地震引发的多起滑坡进行提取。结果表明：本研究提出的特征运用于滑坡提取中，可以提高提取精度2%，在滑坡提取的完整性上得到一定提升，为在大区域范围内的滑坡精确提取提供帮助。

基于Sentinel-2遥感数据，选用最大似然监督分类法、随机森林机器学习分类法和基于时序NDVI的物候特征分类法等3种方法，对2021年5月初南四湖沉水植被（菹草群落）进行提取研究，利用同期实测的南四湖菹草群落面积和分布数据对3种方法的提取精度进行分析，结合菹草植被覆盖度分析3种方法对菹草的提取能力。结果表明：①不同方法提取的南四湖菹草群落总面积存在明显差异。监督分类和随机森林方法提取的2021年南四湖菹草群落面积均在100 km²以下，分别为98.97 km²和75.92 km²，基于时序NDVI的方法提取面积为207.44 km²，最接近实地调查的菹草面积。②无论是全湖还是核心区，监督分类和随机森林法的提取精度均75%左右，平均相对误差（MRE）在0.5左右，平均误差在20~30 km²左右，而基于时序NDVI的方法精度在90%以上，MRE和ME_area也最低。③对比植被覆盖度发现，监督分类和随机森林方法只能提取到近湖岸的植被覆盖度较高的菹草，对湖心区覆盖度较低的菹草提取效果差，而时序NDVI的方法对低植被覆盖度菹草群落更敏感，是菹草遥感提取的有效方法。本研究对于创新沉水植被遥感提取方法和指导湖泊生态环境遥感监测具有一定的参考价值。

无人机遥感技术可快速获取测区冠层高度模型（CHM），如何从CHM中更加准确识别树顶点，是树高提取的关键。分析了不同窗口类型、窗口大小以及林分郁闭度对树顶点提取的影响，以高校校区为研究区，根据郁闭度选取密集林地和稀疏林地2块局部区域，分别利用GIS矩形邻域分析、GIS圆形邻域分析和局部最大值算法提取树顶点。结果表明：树顶点提取精度不仅受窗口大小、林分郁闭度影响，而且和窗口类型密切相关，且GIS矩形邻域分析提取树顶点的结果更加稳定，精度更高，其F测度值在密集林地最高为78.13%、稀疏林地为96.94%。将基于该结果得到的树顶点对应的提取树高与实地测量的树高值对比，密集林地的均方根误差为37 cm，稀疏林地的均方根误差为39 cm。结果证明了基于小型无人机可见光遥感技术提取较高郁闭度阔叶林树高的可行性，为后续基于冠层高度模型识别树顶点提供方法借鉴，提高树高提取精度。

异质遥感影像变化检测是一个重要且具有挑战性的研究课题。针对直接比较异质数据进行变化检测导致检测精度低的问题，提出了一种图像回归与关联关系特征融合（Image Regression and Association-based Feature， IRAF）的异质遥感影像变化检测方法。首先基于信息熵理论量化异质数据的信息量差异并确定回归方向，采用多输出多层感知器图像回归得到与原始影像特征空间分布相近的回归图像；其次，得到差异图像并基于模糊局部信息C均值（Fuzzy Local Information C-Means，FLICM）算法找到部分显著样本对用于后续检测。为了考虑不同特征间的关联关系并充分利用数据中潜在的高阶信息，采用基于关联关系特征的融合算法（Association-based Fusion，AF）对原始遥感数据进行增强，最后利用融合后的特征训练分类模型得到最终的变化二值图。为验证该方法的有效性，采用Sardinia、Yellow River和Texas这3组真实数据集进行实验，K_a 分别达到了0.796 1、0.827 1、0.958 1。与相关方法进行对比的实验结果表明该方法在不同数据集上均得到了最优的检测结果，能够抑制噪声的影响且有效提升变化检测精度。

研究土地利用景观格局的地形分异特征及其驱动机制，对于土地利用优化及景观动态管理具有重要意义。选择地形复杂、覆被类型多样、以旅游干扰为主的张家界市永定区为研究对象，将研究区多个年份的景观类型图与高程、坡度、坡向分级图逐个叠加并进行分类统计；从景观水平指数和类型水平指数中选取斑块密度（PD）、聚合度指数（AI）、蔓延度指数（CONTAG）等8个景观指数，计算指数年份变化，探讨其地形分异规律和驱动机制。结果表明：①研究区土地利用景观类型具有明显的海拔梯度特征，80 %以上的土地面积集中于海拔300~800 m与坡度6°~35°的区域；②无论是景观水平指数还是类型水平指数，其地形分异特征明显，且高程与坡度的分异明显高于坡向分异；③地形梯度较大区域（高海拔陡坡区）的土地利用景观格局演变以自然生态演变导向为主，而地形梯度较小区域（低海拔缓坡区域）的演变受社会经济因子干扰较明显。

叶面积指数是研究全球和区域碳循环、水文循环、气候变化区域响应的重要参数之一，研究不同LAI产品的时空一致性可为该地区LAI产品的使用提供建议和参考。本研究基于流域、DEM和土地利用类型，对GLOBMAP、GLOBALBNU、GLASS的LAI产品从平均值、频率以及差值频率等的变化进行统计，分析3种国产LAI产品在中国区域的一致性。主要结论为：①3种产品均可捕捉中国地区LAI的空间分布和月及年的时间变化特征，GLOBMAP在2001年更换数据源后年平均值开始下降。②3种产品在九大流域、不同DEM、不同地表利用类型分类下均存在差异。在海河流域、黄河流域和内陆河流域，3种产品的相关性较好，但是在长江流域、东南诸河流域以及珠江流域内产品间差值大于2.00的范围较多。2 000~4 000 m区域内3种产品的年均变化趋势区别存在明显不同。和其他产品相比，在草地区域GLASS较低，在城乡工业用地区域GLOBMAP较低，在林地区域GLOBALBNU较高。定量分析了3套国产LAI产品的时空差异，结果可为国产LAI产品在中国的应用提供科学参考。

精准获取并识别棚户区的空间分布及形态，对改善人居环境、优化城市空间结构具有重要意义。传统的实地调查方法耗时费力，以上海杨浦区南部的棚户区为例，从高空间分辨率影像中提取光谱、纹理和结构特征作为输入数据，提出了基于机器学习算法的高分遥感影像的棚户区提取方法。首先，综合比较最近邻（KNN）、逻辑回归（LR）、支持向量机（SVM）、随机森林（RF）、集成学习（EL）5种机器学习识别方法的适用性，确定最优分类器。其次，基于网格（50m×50m）对高分影像进行特征提取，并对特征网格分类、构建分类图像特征数据集。最后，通过图像特征进行棚户区识别，并评估5种机器学习算法在城市地区识别棚户区的能力及应用。结果表明：监督机器学习方法在提取棚户区的精度方面基本能够满足棚户区的研究及实际应用，但综合考量分类结果、分类精度和运行效率，EL算法Kappa系数为73.0%、总体精度为97.27%、召回率为79.02%，均高于其它算法，且漏分错误最少，能够更加完整、准确地完成棚户区信息提取。当考虑运行效率时，LR算法识别速度明显高于其它算法，更适用于大范围棚户区的使用需求。监督学习识别方法不仅可应用于高分影像特征识别，在遥感监测、城市规划和测绘等方面也具有较大的应用潜力。

基于不同植被指数提取物候参数是分析长时间物候变化的重要基础。以多云雾的重庆地区为例，使用2010~2019年MODIS NDVI/EVI/EVI2共3种长时序的植被指数数据，通过D-L 滤波方法分析了不同植被指数特征；并使用动态阈值法和趋势分析法，对比研究了基于3种植被指数提取的物候参数结果及其随不同地形因子的分异规律，结果如下：①EVI和EVI2的时间序列拟合曲线比NDVI的拟合曲线更加平滑，3种植被指数原始值与拟合值的差值主要分布为NDVI（0.05~0.18）、EVI（0.03~0.11）、EVI2（0.03~0.1）。②基于3种植被指数提取的物候参数在空间分布和变化趋势上呈现一致性，其中EVI和EVI2提取的植被指数参数皆相近，相差5d之内占比79%以上，SOSEVI2变化显著性区域所占比面积最高（16.36%），SOSNDVI最低为12.37%。③SOS随海拔升高而推迟，EOS随海拔升高先延后再提前，LOS随海拔升高先延长后缩短，且EOSNDVI、 LOSNDVI随着海拔增加分别与EOSEVI/EOSEVI2、LOSEVI/LOSEVI2差异增大，不同植被类型上，EVI提取的物候参数与EVI2相近，变化趋势具有一致性。与NDVI相比，EVI和EVI2能更好提取对云雾地区物候参数，结果相近；基于EVI和EVI2提取的物候参数的地形效应更明显。

岷江上游峡谷区滑坡等地质灾害频发，认识灾害的分布特征及诱因对于减小灾害损失具有重要意义。基于2015~2019年的60景哨兵一号（Sentinel-1A）卫星雷达影像，采用小基线集合成孔径雷达干涉测量（SBAS-InSAR）方法获取了地表雷达视线向形变的时间序列及多年平均速率，分析了地表沉降的分布规律及其同植被覆盖、降水、人类活动等因子的内在联系。结果表明：研究区地表沉降具有明显的坡向分异规律，即快速沉降区多分布于阳坡，年平均沉降速率（-33.02 mm/a）明显快于阴坡（-9.33 mm/a）。针对该地表沉降的坡向分异规律，研究进一步揭示了其环境控制机制：①阳坡水分条件胁迫较强而植被覆盖差，不利于地表稳定；②地形雨来向多为偏南方向，阳坡受侵蚀较为强烈；③阳坡光热条件好，受垦殖等人类活动影响大。由此建议：在岷江上游峡谷区的偏南向边坡，应特别注意防范滑坡等灾害，加强地表形变监测和滑坡灾害预警。

三维激光扫描技术具有扫描快、对树木无损害、高度还原树木原形等优势，为三维样木重构、树木冠层结构研究及森林资源连年监测研究提供精确的数据。以马尾松为对象，利用三维激光扫描仪获取30株单木点云数据，运用体素化、平面投影和凸包算法等，计算单木冠层孔隙度。结合分层理论，通过与树木生长参数（冠幅、冠体积和冠高度）的相关性分析，构建全冠与不同分层方式提取的冠层孔隙度建立多元线性回归模型，以决定系数（R²）、均方根误差（RMSE）、相对分析误差（RPD）和总体精度（TA）确定冠层孔隙度提取的最佳体素边长和最佳分层方式。结果表明：冠层孔隙度提取的最佳的分层方式为冠层形态三分层（R²为0.74）；冠层形态三分层、冠层形态三分层五分层结合、冠层高度三等分层提取的冠层孔隙度与树木生长参数的影响最为稳定；根据冠层形态分层提取的孔隙度适用于冠层形态差异较大，而冠层形态较一致时，采用冠层高度三等分层是较为合适，精度较高。

高效识别阴影信息是利用阴影和消除阴影的关键前提，有助于城市遥感应用研究的开展，现有关于城市阴影检测多关注在近红外和可见光的多波段合成方面，而对可见光提取阴影的能力检测有待深入。针对这一问题，基于红、绿、蓝（R、G、B）高分卫星影像，结合色彩空间变换和影像多波段运算，研究并提出一种由绿光波段、蓝光波段和亮度分量构建的城市阴影优化指数OUSI （Optimization Urban Shadow Index），从视觉效果及提取精度评估角度进行验证分析。结果表明：OUSI可较完整地提取城市阴影，总体精度达90.46％，高于当前常见的指数法和深度学习阴影检测算法；OUSI受不同土地覆被类型的影响较小，阴影检测结果稳定。与既往基于特征的方法不同，研究构建的阴影指数对原始影像数据仅依赖RGB三波段信息，OUSI指数简洁有效、运算耗时少，进而可以为实现大区域和高精度的城市阴影检测提供切实可行的方案。

为探究城市地区内涝灾害成因和分布特征，以兰州市中心城区为例，基于2010~2020年月平均降水数据和历史积水点资料，选取人口密度、路网密度、给排水设施距离、高程、地形起伏度、坡度、归一化植被指数和不透水面百分比数据作为探究内涝驱动因子的指标，采用水文分析、空间相关性分析和地理探测器等方法，研究内涝灾害的时空分布格局、驱动因子及交互作用关系。结果表明：①11 a间兰州市内涝灾害与降水集中期高度吻合，均在6~9月份，7~8月份主汛期内涝灾害最严重。表明内涝灾害频次分布与降水格局密切相关；②空间上兰州市积水点主要分布在城关区，其次为安宁和七里河区，西固区最少；③归一化植被指数和不透水面百分比是兰州市内涝灾害的主要驱动因子，其次是人口密度，但任意两个驱动因子的交互作用均远大于单个因子。因此，兰州市内涝灾害需要在多因素综合考虑的前提下，采取多举措进行综合治理。

日光诱导叶绿素荧光（Solar-Induced Chlorophyll Fluorescence， SIF）与植被光合作用关系密切，能够揭示植被真实生理状况，准确获取SIF信息对陆地生态碳循环和全球植被监测具有重要意义。以3FLD算法的SIF反演结果和NIRvR为参考，开展了基于塔基平台的数据驱动SIF反演算法性能评价研究。首先利用塔基连续冠层光谱观测数据，分析了SVD算法在不同大气窗口的SIF反演效果；其次利用大气校正前后的实测数据，探究大气因素对SVD算法反演SIF的影响程度；最后，将实测数据按照光照条件区分，对比了天气稳定与天气波动条件下，基于SVD算法的SIF反演结果的稳定性。结果表明：（1）SVD算法在735~759 nm（不包含大气吸收波段）、745~780 nm（包含大气吸收波段）窗口的SIF反演精度较高；（2）SVD算法的SIF反演精度受大气影响远小于3FLD算法；（3）当光照条件剧烈变化时，使用SVD算法可以有效克服FLD类SIF反演算法对同步太阳光谱观测的依赖；即使光照迅速变化，基于SVD算法依旧能够得到稳定可靠的SIF反演结果。综上所述，SVD算法对于塔基SIF反演来说具有非常大的应用潜力。

高精度以及高时空分辨率的卫星降水产品对于区域或流域尺度的水文气象研究至关重要。以长江流域为研究区，以IMERG和GSMaP卫星降水产品为研究对象，在充分评价两种产品的适用性后，对表现更好的产品进行空间降尺度分析。考虑到降水与地理特征（DEM）、植被指数（NDVI）、地表温度（LST）等可能存在的相关性，基于随机森林回归分别建立了DEM、DEM+NDVI、DEM+NDVI+LST等多种统计降尺度模型，并以研究区内133个地面站点的实测降水数据对各模型的降尺度效果进行检验。研究表明：IMERG和GSMaP两种产品在长江流域均具有较高的观测精度，且以GSMaP表现更优；在多年平均、年等时间尺度上，DEM+NDVI+LST统计降尺度模型始终表现最佳，在提高降水产品空间分辨率的同时（从0.1°到0.05°），对于产品的观测精度也有一定程度提升，且在月尺度上依旧表现理想。该研究可为卫星降水产品的空间降尺度提供一种新的思路。

植被覆盖度（Fractional Vegetation Cover，FVC）是评价生态环境质量和表征地表植被覆盖与生长状况的重要指标。目前国内外已有不少FVC产品，然而不同的FVC产品在时间和空间上存在一定的差异。为了准确的认识FVC产品差异及差异产生的原因，研究选取GEOV3和GLASS两种全球FVC产品，通过重采样、差值分析等方法，评估其在中国西南区域的时空差异，结合地形和土地利用数据，分析地形和土地利用类型对FVC产品的影响。结果表明：①GLASS与GEOV3两种产品存在着明显的时空差异并带有季节特征，在春夏两季GLASS FVC值略低于GEOV3 FVC值，秋季二者值差异最小，而冬季GLASS FVC值明显高于GEOV3 FVC值；②两种产品的值在不同土地利用类型上差异明显，差异大小依次为：灌木>林地>耕地>草地>其它，且冬季差异最大；③两种产品的值在不同坡度和海拔上差异也较大，且坡度的变化对产品的影响更明显。本研究揭示了导致FVC产品间不一致性的影响因素，可为山区FVC产品生成算法的改进提供参考。