土壤作为最宝贵的自然资源之一，正面临着全球性、区域性和地方性退化的挑战，从质量退化到盐渍化等问题，已导致大规模的优质农田流失。这些问题影响农业生产和粮食安全，破坏生态平衡与可持续发展。因此，及时监测和准确绘制盐渍化过程至关重要，特别是在气候变化影响已经达到惊人水平的半干旱和干旱地区。随着遥感技术的迅速发展，土壤盐渍化制图技术开始展现出巨大的潜力，因此本文系统综述了遥感技术在土壤盐渍化评价中的应用前景，并通过对WOS数据库中相关文献的关键词检索，分析了近几年土壤盐渍化的研究热点。结果表明美国和中国对土壤盐渍化遥感技术的研究最为深入，研究热点为基于机器学习和人工智能的盐碱化遥感监测。裸土与植被信息在目前土壤盐渍化监测中得到广泛应用，并引入了光谱指数的概念，通过对可见光（VIS）、近红外（NIR）与短波红外（SWIR）等光谱反射率的研究，监测土壤盐分的变化情况，目的是将多源、多尺度、多平台的遥感数据与地面信息相结合，建立一个综合的“天—空—地”一体化监测系统，在土壤盐渍化监测中，与多源多模态遥感数据相匹配的地面调查数据的高效获取，多模态数据中有效的盐分响应变量提取，以及维度的（一维、二维、三维）多模态信息有效融合，构建盐渍化土地的多个表征参数反演模型，并将研发的遥感产品应用于农业生产与生态环境保护实践中是目前亟待深入研究的问题。

城市非正规居住区是快速城市化进程中的一种全球普遍现象，其光学遥感识别研究对于实现可持续发展目标第11个目标可持续城市和社区具有重大意义。本文在统计2001—2024年国内外相关文献基础上，梳理和分析了城市非正规居住区光学遥感影像数据源及空间分辨率、单类特征分类和多源特征融合分类、识别方法和优缺点。结果表明：数据源按照空间分辨率分为超高/高、中、低3类；将单类特征或数据源分为光谱、纹理、几何和上下文等光学影像特征，GIS数据等辅助数据特征，并将多源特征融合分为特征级、数据级和决策级3种；与深度学习相比，基于像元法、面向对象法等传统识别方法存在适应性弱、识别效率低等局限，深度学习法以其强大的特征提取能力和较好的泛化能力，在大范围、长时序的非正规居住区遥感识别中具有广阔前景。本文可以为未来城市非正规居住区遥感识别提供参考，推进可持续城市建设和发展。

在全球气候变暖和快速城市化背景下，城市热岛效应加剧了人口热暴露风险，准确识别人口热暴露高风险区域对于适应和减缓高温威胁至关重要。以北京市六环内区域为研究对象，基于局地气候区（Local Climate Zones，LCZ）视角，研究采用ECOSTRESS地表温度数据和腾讯宜出行人口数据，分析了不同LCZ夏季地表城市热岛强度（Surface Urban Heat Island Intensity，SUHII）的时空变化特征，并评估了不同SUHII等级下人口热暴露的日动态变化。研究结果表明：①白天，不同LCZ类型的SUHII差异显著，除LCZ 9（零散低层建筑）外的建筑类LCZ以及LCZ E（裸露岩石或人工地面）和LCZ F（裸土或沙地）均表现为热源，其余类型为热汇；夜间，LCZ类间SUHII差异减小，LCZ A（茂密树林）和LCZ B（稀疏树林）的热汇效应减弱，LCZ G（水体）则由热汇转变为热源；②人口热暴露在6—7时最低，10—11时达到峰值。建筑类LCZ（除LCZ 9）以及LCZ E和F普遍存在热暴露风险。四环内建筑密集，人口密度高，热暴露尤为突出；③当SUHII＞2 ℃时，人口热暴露风险显著增加，尤其在高密度建筑区和低绿地覆盖区域，控制SUHII在2 ℃以内能有效降低热暴露风险。研究可为提升城市宜居性、改善人居环境及制定城市热风险调控策略提供理论依据和实践支持。

现有业务化遥感叶绿素a浓度数据存在不同程度空间不完整、时间不连续的数据缺失问题，严重制约了遥感叶绿素a浓度数据的应用潜力，数据重构是解决该问题的主要手段。依据近年来国内外水色遥感数据重构方法的研究成果，研究总结了水色遥感数据重构方法的理论基础和发展历程，重点讨论了叶绿素a浓度数据重构研究的热点方向、常用的数据、常用方法和主要研究区域等内容，总结了叶绿素a浓度数据重构研究存在的问题，进一步揭示了叶绿素a浓度数据重构研究亟待解决的数据极端匮乏区的数据重构、短时间尺度数据重构方法构建、多变量结合的重构方法、经验正交函数数据插值法的改进以及遥感与数值模拟相结合的数据重构方法等关键难点，并展望了未来研究的方向。

在城市化与气候变暖的背景下，极端高温天气频发，危及城市居民的健康。公园降温效应（Park Cooling Effect， PCE）对于缓解这种影响至关重要。然而在土地资源紧缺的城市中，不受限制地扩大公园规模是不现实的，如何最大限度地提升公园的单位面积降温效果，是目前亟需解决的问题。本研究以中国最热的“火炉城市”福州为研究区，采用降温幅度（∆T_max）、降温距离（L_∆max）和降温梯度（G_temp）3个指标量化PCE，计算其内部50个城市公园的PCE指标，并从公园外部形态与内部景观斑块特征两个角度分析降温效应的影响因素。研究表明：①50个公园中有42个存在PCE，其余8个不存在PCE；②公园并非越大越好，同时要注重外部形态和内部斑块特征；③从公园外部形态特征来说，简单和规则的公园边界轮廓有利于公园的降温效应；④从公园内部斑块特征来说，低不透水面比例、高水体和植被占比以及复杂的斑块形态会增强PCE，而边缘密度过高与景观破碎化则会削弱PCE。因此，要注意保持植被、水体覆盖的连续性和完整性，设计多样化多层次的植被边界结构，或利用地形变化增加不透水面边界的纵向层次，以最大化公园的降温效果，缓解城市热岛效应。

全球约60%的甲烷排放与人为源有关，有效控制人为源甲烷排放对当前温室气体减排具有重要意义。能源部门是人为源甲烷排放的主要来源之一，其甲烷排放事件能追溯到具体的排放设施（即点源分布），且甲烷排放速率呈重尾分布。高分辨率高光谱卫星遥感数据具备从点源尺度监测甲烷排放事件的能力，并可实现对具体排放设施的溯源。在进一步发展高光谱卫星遥感的甲烷点源反演方法的基础上，通过WebGIS平台构建了全球能源部门甲烷排放点源的高分辨率遥感监测系统，其集成了点源反演算法、甲烷排放反演数据库和动态监测平台等模块，截至2024年底，已实现对全球573处能源设施甲烷点源排放事件的有效遥感监测。研究构建的监测系统可对煤矿与油气等的开采及存储导致的突发甲烷排放事件进行动态遥感监测，并针对具体事件进行设施溯源，为能源部门的排放源识别与估算工作提供支持与验证数据，以响应全球甲烷减排的总体目标。

互花米草（Spartina alterniflora）作为我国滨海湿地典型的入侵物种，其快速扩张已对生态系统结构与功能造成严重威胁，亟需构建高效、精准、可业务化的大尺度监测体系，以支撑生态风险评估、入侵防控与湿地保护决策。面对传统监测手段效率低、大尺度应用困难以及遥感监测在复杂环境下精度受限等挑战，本研究系统梳理了互花米草入侵遥感监测研究进展，重点从识别手段、时空分析与生态影响评估3个方面展开。遥感识别主要依托互花米草特有的光谱与物候特征。传统机器学习与深度学习方法的应用显著提高了识别精度，而基于物候特征的识别策略有效抑制了“异物同谱”现象的干扰。多项研究表明互花米草在我国沿海经历了从零星分布到快速扩张的阶段变化，空间格局具有明显地域差异。其入侵对盐沼、滩涂及红树林等湿地生态系统造成系统性破坏，显著压缩原生植被生存空间、降低生境质量、缩小水鸟栖息范围，并改变滩涂沉积过程，导致生物多样性下降与土壤退化，对湿地生态系统稳定性与服务功能造成破坏。总体来看，尽管当前研究在识别精度和入侵机制解析方面取得重要进展，但仍存在小斑块识别困难、模型普适性不足、多源数据协同应用不充分等挑战。未来研究需融合高时空分辨率与多源遥感数据以提升监测能力，发展迁移学习与小样本学习以增强模型泛化性，深化物候、光谱与纹理等多特征融合，并进一步解析入侵的驱动机制与生态效应，从而为滨海湿地入侵防控与生态安全维护提供科学支撑。

日光诱导叶绿素荧光（SIF）作为植被光合作用的探针，其卫星遥感技术正迅速发展并得到广泛应用。本文系统阐述了SIF卫星遥感的原理、关键进展及前沿科技挑战。首先，系统介绍了SIF遥感反演原理与算法。SIF反演的核心在于从上行辐射中精准分离反射光与荧光信号，当前主流方法包括物理模型算法和数据驱动算法两大类。发展高鲁棒性、对仪器参数低敏感性的高精度算法始终是研究热点，然而红光波段反演仍存在显著不确定性，亟需变革性算法突破；其次，回顾了过去30年SIF卫星遥感发展历程。国产卫星SIF遥感虽然已实现高精度反演的技术突破，但在卫星寿命、数据共享与应用深度方面与国际先进水平仍存在一定差距。我国2026年计划发射的下一代碳卫星（TanSat-2）预计将提供具备2 km空间分辨率、全球逐日覆盖能力，以及红光/远红光双波段观测的SIF数据集，有望从根本上解决现有卫星数据存在的分辨率低、信噪比低以及重访频次低等瓶颈问题；最后，综述了卫星SIF产品时空尺度融合方法与进展。相比机器学习模拟方法，基于空间降尺度算法的卫星SIF产品虽在时空连续性方面稍显不足，但因其保留了观测信号核心特征，从而具有独特优势。因此，尽管“弱信号高精度反演”仍是SIF卫星遥感的根本挑战，但随着载荷技术和反演算法的持续进步，SIF卫星遥感将在植被生态监测、气候变化响应、农业与资源管理等科学应用领域发挥日益重要的支撑作用。