深度学习极大地推动了遥感图像处理技术的发展，在精度和速度方面展现了显著优势。然而，深度学习模型在实际应用中通常需要大量人工标注的训练样本，且其泛化性能相对较弱。近年来，视觉基础模型和大语言模型的发展为遥感图像处理的大模型研究引入了新的范式。遥感大模型也称为遥感基础模型，基础模型因其在下游任务中的卓越迁移性能而备受瞩目，这些模型首先在大型数据集上进行与具体任务无关的预训练，然后通过微调适应各种下游应用。基础模型在语言和视觉及其他领域已经得到了广泛应用，其在遥感领域的潜力也正逐渐引起学术界的重视。然而，目前针对这些模型在遥感任务中的全面调查和性能比较仍然缺乏。由于自然图像与遥感图像之间存在固有差异，这些差异限制了基础模型的直接应用。在此背景下，本文从多个角度对常见的基础模型以及专门针对遥感领域的大模型进行了全面回顾，概述了最新进展，突出了面临的挑战，并探讨了未来发展的潜在方向。

随着我国城市化、工业化进程的不断加快，城市热环境发生了巨大变化，城市热岛效应逐渐增强，对城市生态环境和气候产生不利影响。基于改进的地表城市热岛强度定量评估方法，利用长时间序列的MODIS地表温度数据，逐栅格计算了2003~2021年太原市地表城市热岛强度；采用空间统计方法分析了近20 a来地表城市热岛时空分布规律，以及城市热岛与城市扩张的关系；基于随机森林模型探究了城市热岛的主要影响因素。结果表明：①近20 a太原市热岛效应随城市发展呈增长趋势，季节差异显著，夏季强，冬季弱；②太原市主城区城市热岛效应具有显著的正向空间自相关，高度集聚区明显扩大；③城市热岛的空间扩张方向与城市扩张方向基本一致；④人为因素是影响城市热岛效应的主要因素，其中GDP和PM_2.5影响最大。本研究可以为地形起伏较大地区的城市热岛效应定量评估提供方法参考，对改善城市气候环境和制定城市规划提供科学借鉴。

利用机器学习、深度学习进行遥感影像语义分割是遥感智能解译领域的重要手段。光学与SAR影像可以反映不同的地表特征，为土地利用/覆盖提供额外信息，有效地融合并提高对土地利用/覆盖类型的识别是遥感语义分割中的一大难点。针对上述问题，提出基于多源数据融合以及通道关联性感知的土地利用/覆盖分割方法。首先，使用高分六号光学影像和高分三号雷达影像，制作高分辨率影像样本数据；然后，采用编码—解码架构，在deeplabv3p框架中引入通道注意力机制和空间多尺度关联性，建立基于全卷积网络结构的CCAMNet（跨通道感知模块网络）模型；最后，在研究区域数据集上与UNet、Deeplabv3p、SA-Gate、v-fusenet、MCANet等语义分割模型进行对比实验，并在WHU-OPT-SAR公开数据集上与Deeplabv3p、PSCNN、MRSDC、v-fusenet、MBFNet、MCANet等模型对比实验。研究结果表明：在研究区域上与其他模型相比，该模型总体精度为79.68%，优于其他等模型；在公开数据集上总体精度为81.8%，在分类别精度上表现优于其它模型，能显著提高语义分割的精度，验证了模型在遥感土地利用分类语义分割应用中的可行性。研究结果弥补了高分辨率土地利用分类数据集在研究区缺失的问题，并验证了光学与SAR影像融合在提高分类精度上的可行性。

松材线虫病是毁灭性的松树病害，严重威胁我国森林生态安全。及时可靠的获取松材线虫病发生范围和病害程度对于森林管理和病害防控极其重要。然而松材线虫病传播速度快、防治难度大，传统人工调查方法难以满足需求。无人机遥感能够快速、准确的获取森林病虫害空间分布和病害程度，为森林病虫害防治和管理提供可靠的信息支撑。本研究利用无人机获取高分辨率红绿蓝（red-green-blue，RGB）可见光影像，首先使用面向对象的多尺度分割算法进行单木树冠提取，并计算植被指数（VIs）、纹理特征（GLCM），再利用特征选择算法优化特征集，使用随机森林分类（Random Forest，RF）和支持向量机分类（Support Vector Machine，SVM）算法构建松材线虫病分类模型，通过消融实验选取最优分类模型，最终实现松材线虫病病害程度和空间分布状况制图。结果表明：在面向对象单木树冠尺度上不同病害程度的松树冠层植被指数和纹理特征有所差异，使用植被指数（VIs RF：OA=76.52%，Marco-F1=0.77；SVM：OA=79.68%，Marco-F1=0.79）分类结果精度优于纹理特征（GLCM RF：OA=46.74%，Marco-F1=0.47；SVM：OA=62.09%，Marco-F1=0.54）；相比使用单一特征集，植被指数和纹理特征的组合可显著提高分类精度，说明多特征组合可以有效提高病害分类效果（VIs&GLCM RF：OA=79.47%，Marco-F1=0.80；SVM：OA=85.45%，Marco-F1=0.85）；无论是单一特征集建模，还是组合特征集建模，SVM模型分类效果都优于RF模型。本研究为全面掌握松材线虫病病害程度及空间分布情况提供及时、可靠的信息支持，有助于推动重大林业有害生物防治体系建设，维护生态安全。

极地海冰以其对全球气候变化的重要影响，使得准确获取海冰多要素信息成为极区观测的核心任务。卫星是极地海冰监测的主要技术手段，已被国内外广泛应用于极地海冰的观测。阐明当前国内外极地海冰卫星遥感的现状，对于未来极区海冰新遥感传感器的研制具有重要的指导意义。首先梳理了目前国内外具备极地海冰信息获取能力且在轨运行的卫星信息，在此基础上，综述了基于卫星数据在极地海冰观测中的主要应用进展。最后，指出现有全球对地观测体系对极地海冰信息观测的不足，并提出了我国后续极地海冰观测的发展建议。

积雪是全球能量平衡、气候变化的重要物理变量，遥感技术是积雪监测的主要手段。作为主动微波遥感的主要技术之一，合成孔径雷达（SAR）可以不受天气条件影响成像反演积雪深度。早期的SAR空间分辨率高但时间分辨率低，无法进行雪深的时间序列反演，随着新一代SAR卫星的研制与发射，时间分辨率有了较大提高，为雪深的时间序列分析提供了支持。研究选用高分辨率Sentinel-1数据，基于D-InSAR技术，通过相位离散指数阈值提取，结合光学影像以及高相干系数区校正解缠相位，探索了时间序列雪深反演方法，成功反演了新疆北部乌苏地区积雪积累期11 d的雪深分布，根据积雪站点逐日实测雪深资料探讨了雪深反演误差来源。结果表明：①通过相位离散指数阈值提取并结合光学影像以及高相干系数区校正解缠相位，可以得到较好的雪深反演结果；②雪深整体反演结果精度相关系数R为0.93，均方根误差RMSE为3.98 cm，平均相对误差MAPE为25.49%；③由于像对相干性和积雪内部性质的差异，积雪较浅时反演精度较高，多数反演雪深值低于雪深实测值，当站点观测雪深大于17 cm时开始出现大的误差，最大误差约为7.3 cm。差异分析发现，雪深反演精度受干涉像对相干性及实际雪深的差异影响显著。光学影像与SAR影像时间分辨率的不一致也可能是雪深反演误差的因素之一。本文所用到方法能够利用SAR数据进行较好的时间序列雪深估计，为基于D-InSAR雪深时间序列反演提供参考。

大型地震灾害发生时都会造成大量财产损失甚至人员伤亡，因此，灾后第一时间对灾情作出判断极为重要。合成孔径雷达（Synthetic Aperture Radar，SAR）具有全天时、全天候，不易受光照和气候条件影响的优势，使用SAR 影像进行变化检测在震后救援与损失估计、洪水波及范围检测、城镇化研究以及海岸线提取等多个领域备受关注。为此，提出一种结合空间域和频率域纹理特征的深度学习建筑震害提取方法，能够较好地识别倒塌建筑物与未倒塌建筑。以2023年2月6日土耳其7.8级地震的卡赫拉曼马拉什（Kahramanmaras）区域为例，该区域在此次地震中损毁最严重。本研究在深度学习网络进行分类的过程中加入了空间域特征和频率域特征。经过大量实验计算，该方法的分类精度达80.98%，远高于原始图像的分类精度47.84%。同时，此结果也高于仅使用空间域特征的分类精度73.30%，以及仅使用频率域特征的分类精度73.42%。该方法能够为地震灾后的受灾情况及灾害评估提供基础支持。

位于新疆天山东部的哈尔里克山冰川是典型的大陆型冰川，对气候变化响应极为敏感，研究哈尔里克山冰川现状及变化趋势具有重要的现实意义。基于Landsat TM、ETM+及OLI遥感影像，DEM数据等资料，采用波段比值阈值法和目视解译相结合的方法，提取了1990年、2000年、2010年、2020年4期冰川边界信息，研究了近30a天山东段哈尔里克山冰川面积的分布、变化及其对气候变化的响应关系。结果表明：①1990~2020年冰川面积呈持续退缩的趋势，冰川面积缩小28.34 km²，年平均退缩速率为0.73%·a^-1，其中，2010年后冰川末端退缩速度最快。②随着海拔的升高，研究区的冰川分布呈现先增后减的趋势，海拔3 800~4 600 m冰川分布最多；小规模冰川（≤0.5 km²）的数量和面积都在增加，规模较大冰川（≥1 km²）的面积和数量都在减少；不同坡向的冰川也呈不同程度的退缩趋势，其中东坡冰川面积退缩速率最快，冰川分布呈西多东少、北多南少的特点；各个坡度的冰川也存在明显的退缩趋势，其中30°~35°范围内退缩最快。③综合分析研究区气候资料表明，1990~2020年研究区冰川面积变化主要与该时段气温升高，而降水减少有关，气温上升是导致冰川面积退缩加速的主要原因。

植被覆盖度（FVC）作为不可或缺的气候参数，长时序FVC时空演变特征可为评估地表植被状况提供数据参考。采用MODIS-NDVI数据，首先利用像元二分模型估算FVC，并运用趋势分析、偏差分析方法探究沈阳市2000~2020年植被覆盖时空演变特征，然后基于2010、2015、2020年土地利用数据，结合PLUS模型对沈阳市2030年植被覆盖情况进行多情景模拟预测。结果表明：①在时间上，沈阳市年均FVC以3.14%/10a增速上升，高、中高植被覆盖呈增加趋势，植被改善面积比重高于恶化比重。②在空间上，沈阳市FVC高值区主要分布在沈北新区、浑南区和苏家屯区，低值区则分布于市内五区和县市区中部。③模拟结果发现：历史趋势情景中，耕地、林地、草地、水域面积减少；耕地保护情景中，耕地面积增加，林地减少；低碳发展情景中，林地显著增加。研究结果可为沈阳市未来制定环境治理政策提供理论依据。

过去20年，围绕植被光谱不变理论（也称为p理论）的建模理念得到了快速发展。2023年底，作者在Remote Sensing of Environment发表了题为“Photon recollision probability and the spectral invariant theory：Principles，methods，and applications”的综述文章（DOI：10.1016/j.rse.2023. 113859），全面阐述了p理论的提出背景、建模原理、光谱不变量的获取与p理论应用等。本研究在英文版的基础上，对p理论进行了进一步系统整理并补充了一些新的认识。首先阐述了p理论的基本要点，介绍了不同光学参数和再碰撞概率尺度转换的基本原理，总结了光谱不变量获取的经验方法、光谱方法和结构方法等，分析了p理论在冠层反射率建模以及植被结构和生理参数反演与估算中的应用。文章剖析了原文中的几处关键创新点，最后探讨了p理论的未来发展方向及我国在相关方面的研究。

在冰湖编目工作中，从海量遥感数据快速准确获取冰湖边界具有重要意义，发展基于遥感数据的冰湖边界自动化提取方法是关键。本研究改进了基于 YOLOv5-Seg 网络的实例分割模型，并应用于山地冰湖自动化提取。结果显示，使用坐标注意力机制（Coordinate-Attention，CA），提高网络对冰湖目标的关注程度；在原始3个检测层的基础上添加小目标检测层，增强网络对小面积冰湖检测能力；修改上采样方法为转置卷积，解决了最近邻上采样丢失特征问题。改进的 YOLOv5-Seg 网络比原始网络平均精度提升 2.7%，达到 75.1%，比目前其他主流算法精度高 10%。利用改进的YOLOv5-Seg 网络的实例分割模型和 Sentinel-2 卫星影像，发现 2022 年兴都库什—喀喇昆仑—喜马拉雅地区（HKH），共有10 668个冰湖正例，共计 768.3 km²。该研究通过深度卷积神经网络和多源遥感数据，为大地理区域的自动冰湖制图提供了技术支持。

我国西部干旱区生态脆弱，构建适宜的生态质量评价模型对干旱区生态、经济和社会发展具有重要意义。基于绿度、湿度、热度、干度、盐度和水土保持因子构建了用于干旱区生态质量评价的遥感生态指数URSEI，并利用趋势分析和Hurst持续性分析等方法，探究了2000~2018年石羊河流域生态质量时空变化特征。研究发现：①URSEI考虑了盐度和水土保持因素，其第1主成分贡献率高于80%，集成了各指标主体信息，可提升干旱区生态质量评价的全面性。②2000~2018年石羊河流域URSEI由0.288提升为0.316。生态质量改善的面积约为10 495.75 km²，在金昌市—天祝县—古浪县沿线呈带状分布，得益于生态管控政策强化和“引硫济金”、景电二期等调水工程的实施；退化的区域面积达2 388.50 km²，分布在凉州区主城区、民勤中部绿洲等人口聚居区和金昌市龙首山矿区。③未来流域生态质量以持续不变和持续改善为主，但部分地区有从改善向退化发展的趋势，其面积约为2 231.25 km²，分布在古浪县民权乡，凉州区黄羊镇街道、永丰滩镇，永昌县焦家庄镇等，基本在各区县主城区周边，是未来城市化的主要扩张区域。研究可为干旱区生态治理和可持续发展提供决策依据。

探索积雪对地表温度的响应特征是研究积雪变化机理的关键。以天山中段为研究区，基于逐日无云降尺度积雪深度产品，结合地表温度数据产品，利用耦合协调与时间滞后模型，提取2010~2019积雪水文年雪深与地表温度的耦合度、耦合协调度、响应滞后时长，探究雪深与地表温度的时空响应特征。结果表明：①10年期间天山中段雪深与地表温度年均耦合度和耦合协调度时空分布不均：随海拔上升，年均耦合度与耦合协调度呈现了上升—下降—上升的特征；冬、春、秋、夏季的耦合度与耦合协调度依次递减，不同季节耦合度与耦合协调度的垂直地带性差异显著。②10年期间耦合度及耦合协调度波动式变化，发展趋势空间差异显著：在天山中段东侧两者均呈增加趋势，在天山山脉北侧均趋向减弱，在1 600 m以下的中低海拔区呈显著下降趋势，雪线以上区域呈微弱增长趋势。③雪深对地表温度响应滞后时间的季节性差异显著：在春、夏、秋、冬季依次增长，消融季滞后时间随海拔上升而增加；滞后时间在春季有逐年增长趋势，在秋、冬和夏季缓慢缩减。

冰川是最重要的淡水储存库之一，精确识别冰川和监测冰川的变化对于了解气候变化和水资源管理具有重要意义。基于Landsat 8影像，以喀喇昆仑区域为研究对象，利用单波段阈值法、雪盖指数法、非监督分类、监督分类和U-Net卷积神经网络提取冰川边界，并以交并比和混淆矩阵对冰川边界提取结果进行精度评定。结果表明，非监督分类和单波段阈值法对于表碛覆盖型冰川以及阴影中冰川存在严重的漏分现象，易将薄雪覆盖的山地错分为冰川，K-means的提取效果最差，交并比为57.69%，Kappa系数为0.57。监督分类方法对于表碛覆盖型冰川的提取效果有明显改善，但对于阴影中的冰川的提取效果不佳，提取结果的Kappa系数均为0.70以上。雪盖指数法可以有效提取阴影中的冰川，但易将大面积冰川中的非冰川区域错分为冰川，交并比为74.49%，Kappa系数为0.76。U-Net卷积神经网络能够较完整地提取冰川边界，精度要明显高于其他分类方法，重叠面积最接近地面真值面积，其交并比为88.57%，Kappa系数为0.90。U-Net卷积神经网络虽然表现较好，但是对于极小面积冰川仍存在漏分，后续研究可通过改进网络结构来提高精度。

土壤水分的准确、快速获取在区域干旱与洪涝灾害监测预报预警中发挥着关键作用。静止气象卫星具有高频次观测特性，为实时获取大范围土壤水分信息提供了一种有效手段。以Himawari-8/9静止气象卫星反射率和亮温、植被指数和亮温指数、地形特性、土壤属性、植被状况和时空信息为输入特征，以地面实测土壤水分为期望输出特征，基于随机森林模型构建了青海高原土壤水分反演模型，并对模型进行了独立站点检验和干旱过程时空变化检验。结果表明：模型在2022年青海省河南县土壤水分遥感检验场和互助遥感干旱野外验证场的相关系数分别为0.899、0.740，均方根误差分别为0.062、0.044 m³·m^-3，平均绝对误差分别为0.048、0.035 m³·m^-3；对2021年7月海东市互助干旱过程及2022年8月玉树藏族自治州囊谦县干旱过程的土壤水分变化趋势的估算结果与实际相符。研究所构建的随机森林模型可较好地满足青海高原土壤水分遥感实时监测的业务服务需求。

Alpha近似算法基于短时间内植被和粗糙度不变的假设在土壤水分反演中已取得了较好的结果。但随着反演时间尺度的延伸可能出现误差的传递和积累，以及不同先验信息的使用，反演结果的精度是否能够保证仍需进一步深入解析。基于Sentinel-1数据在天峻土壤水分观测网络区开展针对Alpha近似算法的土壤水分反演条件约束研究，并对该算法与不同介电模型结合的土壤水分反演精度进行验证。结果表明：①以地面实测为先验信息，结合Dobson模型按月、季和年尺度反演得到的土壤水分均方根误差RMSE分别为0.061 m³/m³、0.077 m³/m³和0.090 m³/m³。随着反演时间尺度的增大，Alpha近似算法的误差增大。②SMAP土壤水分产品作为先验证信息，相同反演策略下得到土壤水分反演结果的RMSE分别为0.088 m³/m³、0.088 m³/m³和0.101 m³/m³，较地面观测约束反演误差明显增大。因此，先验信息的准确与否对算法精度影响较大。③基于Dobson模型和Topp模型在本研究中的土壤水分反演结果较为相似，二者的RMSE差值均小于0.005 m³/m³。但Topp模型运算简单且所需参数较少，和Alpha近似算法的结合可以更好拓展到面尺度的土壤水分反演。

快速、准确评估土壤含盐量对土地质量评估和农业发展至关重要，高光谱遥感作为有效监测技术提供了新途径。优化高光谱数据处理以增强特征对于准确估算土壤参数尤为关键。然而，不同光谱组合处理对土壤含盐量估算影响机制尚需研究，本研究旨在探讨非线性变换和分数阶微分组合处理下高光谱数据对土壤含盐量的估算潜力。基于榆林市60个典型土壤样本对不同光谱变换组合下的盐渍土的光谱特征进行分析；采用竞争性自适应重加权采样法（CARS）和连续投影算法（SPA）筛选特征波段作为输入变量，建立偏最小二乘回归（PLSR）和随机森林（RF）模型，对比分析不同光谱处理和建模策略对土壤含盐量估算能力。结果表明：分数阶微分与整数阶相比更能体现盐渍化土壤光谱的吸收特征；倒数和对数变换能有效增强光谱数据与土壤盐度信息的相关性，尤其在1 905~2 078 nm波段范围内。PLSR模型精度整体优于RF模型，采用CARS筛选特征波段的PLSR模型达到最优建模精度（R²=0.966）。研究结果为土壤盐分监测和精准农业的实施提供理论依据。

火灾威胁人类的生命和财产安全，对生态系统造成巨大破坏。火烧迹地的遥感响应特征研究，对于火烧迹地的准确提取、火灾损失的定量评估及植被恢复有重要意义。本研究基于Sentinel-1 SAR遥感影像，针对6个火灾案例分析了森林、火烧迹地、建筑物、水体等地物在雷达图像的响应特征，并分析了火烧迹地在灾前1年至灾后2年的时间序列变化规律。结果表明：火烧迹地的交叉极化比值和VH极化后向散射强度相比于未过火区更低，建筑物VH和VV极化的后向散射强度远高于其他地物，水体在两种极化的后向散射均非常低，而交叉极化比值较高。在时间序列方面，VV极化后向散射强度呈现明显的季节变化；多数案例中灾后一个月内VV极化的后向散射强度明显升高，交叉极化比值迅速下降。Sentinel-2 MSI遥感影像计算的归一化燃烧指数NBR时间序列变化与SAR影像有一致的规律，呈现明显的季节变化，灾后半个月内迅速下降，随后逐步恢复。

快速、准确地获取耕地变化信息对粮食安全管理具有重要意义。针对遥感语义分割方法在大尺度范围高分辨率影像耕地非农化检测中因模型适用性不足导致错漏检较多的问题，提出一种以场景分类网络Xception为基础的耕地高分辨率影像多尺度场景分类方法——Multiscale Scene Classification-Xception（MSC-Xception）。该方法对耕地场景分类性能突出的轻量级场景分类网络Xception的输出层嵌入卷积注意力模块CBAM以增强模型在通道及空间特征上的提取能力，同时对单一尺度场景级分类在大尺度耕地提取中存在的混合场景分离度低和细节粗糙问题，先引入一种多尺度耕地场景特征融合的方法提高混合场景的分离度，再通过多尺度分割矢量的边界约束实现对场景级分类的边界精细化。相较于典型的Unet、PSPNet和DeeplabV3+语义分割方法，该方法能较好地减少大图斑漏检现象，在栖霞区2018年4月份GF-2影像的耕地提取实验中召回率和F1分数至少分别提高了15.1个百分点和8.8个百分点，在2018年至2022年栖霞区耕地非农化检测中，可疑图斑的查全率至少提高了7.16个百分点。

研究长江干流岸带生态质量时空变化及其驱动因子，对长江流域生态环境保护与经济战略协调发展具有重要的理论与实践意义。基于2000年、2010年和2020年3期Landsat系列遥感影像，通过遥感生态指数（RSEI）与地理探测器（Geo Detector）对20 a间长江干流岸带的生态质量与土地利用时空变化情况进行综合评价与驱动因子分析。研究结果表明：①研究区生态质量整体呈现先下降后上升的趋势，2000~2010年区域生态环境质量整体下降趋势明显，而2010~2020年部分区域生态环境质量明显提升；②研究区地表类型变化时空差异性较为明显，特别是2000~2010年各县区建设用地差异较大；③因子探测发现各年份建设用地、林草地、耕地对生态环境质量的影响强度不同，但在研究期内均具有较强的解释力。④交互探测表明各年份因子间交互作用呈现双因子增强和非线性增强，并且q值均大于0.48，说明各因子之间的交互作用进一步促进了生态质量变化。⑤2010~2020年间，长江干流岸带生态环境保护修复初见成效。本研究可为快速城镇化背景下协调区域土地资源开发与生态环境保护提供监测分析方法和科学依据。

以青藏高原为核心的“亚洲水塔”区具有地形复杂、天气多变的特点，特别是高山地区地面观测站点稀少。现有遥感观测在能量与水循环要素监测方面缺乏系统性，观测精度有限，难以全面揭示亚洲水塔区水量平衡的时空分布特征及其变化规律。在“第二次青藏高原综合科学考察研究”专题项目支持下，本研究系统开展了青藏高原能量与水循环卫星遥感观测研究，取得以下主要成果：研制和共享了15种能量与水循环关键要素的卫星遥感数据集，改进和发展了各要素的卫星反演方法和技术，构建了亚洲水塔区域能量平衡（6种）与水循环（9种）关键要素的卫星组网观测系统，涵盖云、辐射、地表温度、发射率、反照率、净水通量、大气水汽、土壤水分、土壤冻融、积雪覆盖与雪深、陆地水储量与水体变化等参数，生产了高精度、时空连续和高时空分辨率的能量和水循环要素的系统遥感数据集。基于该数据集的系统分析表明：青藏高原地表蒸散发多年平均空间分布格局受降水分布控制，表现为由东南向西北递减的趋势。蒸散发在大部分区域（干旱和半干旱区）主要受水分条件控制，仅在少数湿润区域受辐射因素主导。影响高原蒸散发的能量和水循环的其他要素如地表下行长波辐射等能量参数呈现增加趋势，地表反射率呈现下降趋势，与积雪覆盖度的降低趋势相比具有显著的相关性；此外大气水汽、土壤水分、湖泊面积以及陆地水储量等水循环关键参数均呈现出显著的增加趋势，而积雪覆盖度和地表年冻结天数呈现减少趋势。总体而言，自2000年以来青藏高原总体呈现出变暖变湿趋势。本研究提供的数据集有助于支撑遥感与模式结合，促进区域气候-陆面和多圈层水文的模式的验证和改进。

洪泽湖是苏北地区最大的供水水源地以及南水北调工程东线的水源调蓄水库，其水质状况直接关系到沿线地区的供水安全与水资源可持续利用。其中，水体透明度是衡量水环境质量的重要指标，在水生态系统中起重要作用。以洪泽湖为研究区，利用野外实测透明度数据和光谱数据，基于Landsat-8 OLI遥感数据，构建适用于洪泽湖透明度遥感估算模型，验证结果MAPE和RMSE分别为19.8%和0.07 m。将构建的模型应用到2013~2022年洪泽湖Landsat-8 OLI影像上，得到如下结论：①透明度年际变化平均范围在0.18~0.25 m，最高值与最低值分别出现在2019~2020年和2013~2014年，3个湖区整体变化趋势一致，成子湖湾透明度最高，淮河湖湾最低；影响湖区透明度主要因素为风速，其中输沙量是淮河湖湾主要影响因素。②透明度月际变化从1~8月呈上升趋势，8月后逐月下降，最高值0.36 m出现在8月，最低值0.20 m出现在5月；湖区透明度主要受风速影响，成子湖湾和溧河湖湾受气象因素影响明显，淮河湖湾受输沙量及通船等多因素共同影响。

河南是我国的玉米种植大省，豫东南地区则为省内重要的玉米产区。通过土地种植适宜性评价可以优化土地利用结构、加强土地管理系统效力。以豫东南地区玉米种植为研究对象，综合考虑环境因素和地域特征，基于层次分析法构建玉米种植适宜性的评价指标体系并设计相应的综合评价指数（Comprehensive Evaluation Index， CEI），完成区域的适宜性评价。本研究经计算得到豫东南地区整体的玉米种植适宜性综合评价指数，并最终提取旱地范围内数据结果进行分析，认为豫东南地区玉米种植适宜性整体较高，98.21%的旱地非常适合或者比较适合种植玉米，这是因为该区域的地形、地势及水热条件互补性为玉米生长提供了一定的环境优势。本研究可为豫东南玉米种植区域的优化提供参考和借鉴。

采用图几何深度学习方法，具有建模长远程地物特征空间拓扑关系和刻画多地类边界的优势。现有研究多采用主成分分析（Principal Component Analysis， PCA）实现高光谱数据快速降维处理，但是存在特征可分离性较差的问题，使得算法分类结果精度无法继续提升。本研究提出了一种结合图形处理单元（Graphics Processing Unit，GPU）加速的t-分布式随机邻域嵌入（t-distributed Stochastic Neighbor Embedding，t-SNE）流形学习和局部谱域图滤波的高光谱遥感图像分类算法。另一方面，考虑到图注意力网络（Graph Attention Network，GAT）通过利用隐藏的自我注意力层来解决以往基于图卷积或与其近似框架的已知缺点，擅长高效地处理图结构式高光谱数据，继而提出了一种结合局部谱域图滤波和GAT网络的新方法来进行高光谱遥感图像分类。通过在云计算平台Microsoft Planet上使用真实的高光谱遥感数据集进行实验表明，通过高光谱遥感图像特征可分离性增强实现遥感地物分类，不仅能获得较好的高光谱遥感图像地物分类性能，而且说明将空间和光谱信息相结合对高光谱图像分类的重要性。

河冰遥感判别对冰情监测提供了重要的支持。河冰指数判别方法是河冰遥感判别的核心工具。然而，目前仍缺乏对常用指数判别模型在不同河道类型的综合性对比研究。针对此问题，本研究采用了5种遥感指数模型（RDRI、NDSI、MNDSI、NDWI、反射率阈值法），选择黄河上游河道不同特征的6个研究区3种河道类型，对不同研究区中河冰指数模型的阈值稳定性、精度和适用性进行了分析讨论。结果表明：5种遥感指数模型的构建方式共同反映出河冰在可见光、近红外和短波红外波段的光谱特性是河冰判别最为重要的基础。RDRI指数在多个方面表现最佳，平均Kappa系数为0.914 4，推荐其作为河冰指数判别方法的最优选择。NDSI和MNDSI指数可以通过调整阈值有效排除浅雪的干扰。NDSI、MNDSI和NDWI指数在河源段研究区的精度表现良好，而反射率阈值法在性能上稍逊于RDRI指数，但其算法简单仍然具有一定的应用价值。对于不同河道类型的研究区，5种遥感指数模型的在顺直河道的精度最高，弯曲河道次之，分叉河道最低。

陆地生态系统模型是研究全球碳循环与气候变化之间复杂反馈机制的重要工具。然而，陆地生态系统模型模拟具有很大的不确定性。基于观测数据约束模型参数是实现模型的精确模拟的有效技术手段。为了研究不同观测数据及其组合对陆地生态系统模型参数的约束能力，增进陆地生态系统过程的了解，基于南京大学碳同化系统（Nanjing University Carbon Assimilation System， NUCAS），对羰基硫（Carbonyl Sulfide， COS）、日光诱导叶绿素荧光（Sun Induced Chlorophyll Fluorescence， SIF）及土壤湿度（Soil Moisture， SM）数据进行了同化研究。结果表明：COS、SIF、SM的同化均能够优化植被光合及土壤水文相关参数，增进模型对光合作用过程、蒸腾过程、土壤水文过程等的模拟。三者的联合同化能够有效提高模型对于总初级生产力、潜热通量、显热通量、土壤湿度等的模拟效果。

自然灾害、战争冲突等突发事件因突发性强、危害性大，已逐渐成为全球学界的研究热点，如何准确高效地评估突发事件影响及后续的恢复情况是其重要议题。夜间灯光遥感作为遥感领域的活跃分支，因其可反映地表人类活动差异，近年来已受到社会经济、自然研究等领域的广泛关注。本研究对2012~2022年间夜间灯光遥感数据应用于突发事件中的中英文研究进行梳理归纳，聚焦武装冲突、公共卫生事件、自然灾害3类研究热点，系统梳理夜间灯光数据的研究主题、方法分析及内涵解释。研究发现，夜间灯光数据主要通过人类活动变化、公共基础设施状态、地区经济发展的非预期性改变来反映突发事件的影响，已广泛应用于评估突发事件的影响范围、破坏程度及恢复进展，为政府应急管理和制定灾后恢复策略提供了可靠依据。夜间灯光遥感数据凭借其易获取、相对客观和与社会经济的紧密联系，为快速、大范围评估突发事件影响提供了强有力的支持。未来研究应继续开发更高时空分辨率的夜间灯光数据集，深化与地面监测数据、社会经济数据及其他对地观测数据等多源数据的融合，构建更完善的突发事件监测和评估体系，科学高效地支撑应急管理工作。

遥感变化检测是指对同一区域不同时间获取的遥感影像进行对比和分析，提取地表覆盖变化的技术。随着卫星和传感器技术的快速发展，对地观测数据显著增加，变化检测在地理国情监测、生态环境保护等领域发挥越来越重要的作用。深度学习因其强大的特征挖掘能力，目前已成为变化检测的前沿方法。研究从像素级、对象级和场景级3个方面总结了深度学习变化检测方法的主要进展，并结合3个研究案例具体探讨了深度学习在变化检测中的应用，最后对深度学习变化检测的发展趋势进行了展望。

遥感图像的超分辨率重建是利用图像分析方法和模型从一幅或多幅低分辨率图像重建出高分辨率图像，从而改善遥感图像数据质量的一类方法。该方法旨在恢复传感器成像、存储和传输过程中丢失的高频细节。其核心在于构建表达高低分辨率图像之间的映射关系。本研究首先回顾了图像超分辨率重建的主流方法及代表性研究工作；其次，重点分析了传统方法和深度学习方法在单幅遥感图像超分辨率重建研究中取得的进展。结果表明：①模型轻量化与实时性是当前单幅遥感图像超分辨率重建方法面临的主要挑战；②亟待构建面向遥感图像超分辨率重建方法研究的公共数据集，完善方法研究的评价指标体系。最后，通过实验讨论了基于双三次插值、卷积神经网络、生成对抗网络和扩散概率模型框架下的超分辨率重建方法对单幅遥感图像超分辨率重建的效果，为后续研究与应用提供参考。

不透水面作为城市地表要素的重要组成成分，了解其空间分布可为城市的发展以及灾害防护提供科学的参考依据。然而由于光谱的相似性，准确获取不透水面材质具有一定的挑战性。本研究借助于亚米级航空可见光遥感数据，通过构建光谱、指数、纹理和形状等对象特征，使用Fisher可分比（Fisher Discriminant Ratio， FDR）和递归特征消除算法（Recursive Feature Elimination，RFE）优选最终的建模变量，结合随机森林（RandomForest， RF）、XGBoost、GBDT、CatBoost、LightGBM等算法分别构建了不同不透水层材质的分类模型（FDR-RFE-RF， FDR-RFE-XGBoost， FDR-RFE-GBDT， FDR-RFE-CatBoost， FDR-RFE-LightGBM），选取最优模型绘制了区域不透水面材质的空间分布。结果表明：除GBDT和LightGBM外，使用经FDR和RFE算法优选的变量构建的模型在点尺度上总体精度和Kappa系数分别提高了0.933%~1.171%和1.229%~1.542%，并改善了分类结果空间破碎的现象。结合点尺度的验证精度和空间上的分类结果发现FDR-RFE-RF的性能最优（OA=0.926， Kappa Coefficient=0.906），且其提取的研究区的不透水面材质的分布特征基本与实际情况一致。研究结果表明变量优选在一定程度上可以提升基于机器学习的不透水面材质提取的鲁棒性，同时也验证了基于亚米级航空可见光影像在城市不透水层材质提取的可行性。

河流径流量地监测对水资源的管理与利用具有重要的意义，但如何灵活、精确地获取河流径流量仍然是一个难题。卫星遥感因其分辨率受限难以精确反演中小型河流径流量，传统河流流量监测技术复杂、设备昂贵，在无资料区、突发性灾害事件应急监测方面应用受限。为此，本研究利用无人机快速、灵活的特性，利用激光雷达获取地形信息精度高的优势，基于无人机激光雷达点云数据3D模型，结合粒子跟踪测速法（Particle Tracking Velocity，PTV），提出了一种适用于中小型河流的径流量监测方法。该方法利用激光雷达近红外波段对水体的强吸收特性，提取水体与陆地分界线，通过与河道原始断面图匹配融合获取过水断面。基于低空无人机光学遥感影像以粒子跟踪测速法计算河流流速，进而通过流速面积法估算河流径流量。经过连城水文站河段24次无人机径流量监测实验得出如下结论：无人机激光雷达监测流量与实测流量平均相对误差为8.67%，最小相对误差为0.46%，均方根误差RMSE （Root Mean Squared Error）为0.09 m³/s，平均百分比误差MPE（Mean Percentage Error）为0.02，百分比偏差Pbias（Percent bias）为1.95%，纳什效率系数NSE（the Nash-Sutcliffe Efficiency Coefficient ）为0.94，可满足无资料地区中小型河流径流量监测精度需求；通过比较，本研究方法的径流量监测精度，也明显高于曼宁公式径流量估算结果（RMSE，NSE）。本研究论证了无人机激光雷达点云数据径流量监测的可行性与可靠性，为无资料地区突发性灾害应急监测和中小型河流径流量监测提供了新思路。

土地利用/覆被变化是研究全球环境变化和可持续发展的重要基础。基于Google Earth Engine （GEE）平台和随机森林算法，对长江中游城市群1990、2000、2010 和2020年的Landsat卫星影像进行快速、高效地解译，追踪土地利用/覆被变化的时空格局变化。结果表明：①2020 年长江中游城市群主要由耕地和植被构成，面积占比在86%以上，耕地和植被主要分布在城市群的四周、城乡建设用地呈散团式镶嵌其中的空间格局；②土地利用数量结构上整体呈现城乡建设用地和耕地持续增加、植被和未利用地呈波动式减少、水域波动式微弱增加的发展趋势；在土地利用转移上，主要呈现出建设用地斑块遍地开花并伴随局部爆炸式扩张，植被流向耕地，未利用地流向植被和耕地的演变态势；③在土地利用空间集聚演变方面，土地利用程度的较热点、热点都在增加，极热点区总体逐渐减少，而较热点则相反，热点呈增加的趋势，且全部位于武汉城市圈及其周围；土地利用程度较冷点总体上呈先减少后增加的趋势，且较冷点区由环长株潭城市群（湘潭市、萍乡市和株洲市）转向环鄱阳湖城市群（南昌市）。长江中游城市群建设用地和耕地空间集聚范围呈持续扩大态势，且集聚程度随集聚范围的扩张同步加强，中等密度和较低密度区扩展区随着城市群的快速发展逐渐演变为热点区域。研究结果为生态型城市群的土地资源保护与可持续利用提供了有效的决策依据。

分析耕地的数量和空间格局变化对于评价区域粮食安全现状和耕地资源可持续利用有重要意义。研究基于全国第二次土地调查及变更数据，采用空间分析、趋势分析等方法，对东北地区2009~2018年耕地的数量和空间分布变化进行了分析，揭示了新增耕地格局及其地理环境特征。结果表明：①2009~2018年间东北地区的耕地数量略有上升，增长幅度缓于以前；②新增耕地集中分布在西辽河平原、松辽平原西部及三江平原等地区，主要来源于林草地及未利用地的开垦；③东北地区整体上新增耕地水热条件略好于传统耕地，但在三江平原、小兴安岭—长白山脉地区情况相反。尽管新增耕地主要分布在平原地区，但局部地区仍出现耕地上山现象。同时发现内蒙古东部、松辽平原新增耕地的土壤肥力略弱于传统耕地。研究发现，新增耕地与传统耕地的自然条件存在差异，考虑到耕地开垦可能带来的生态风险，未来需要加强对新增耕地的质量评估和监测，尤其需要权衡耕地开垦的经济增值与生态退化的风险，以促进对耕地资源的有序利用与可持续发展。

基于大气辐射传输模型（如MODTRAN、6SV等）建立查找表是目前要遥感进行业务化大气校正或大气参数反演的重要环节。对于精细且通用的查找表，往往需要设置更多的输入参数、更宽的波段范围以及大量的计算时间和存储空间。因此，本研究在多节点高性能集群计算环境下，设计了一套高效运行流程和查找表构建方法，通过合理分割查找表计算任务、多个计算节点任务调度、以二进制方式存储计算结果等来解决辐射传输模型计算时间长和存储空间占用巨大的问题。结果表明：构建具备覆盖50~7 500 m之间24个飞行高度、0~6 000 m之间10个地面高程区间、覆盖可见-短波红外光谱分辨率为1cm^-1等特点的精细航空大气校正查找表时，采用20个计算节点的集群（单节点内存16 G、主频2.1 GHZ）运算方式，可以将单台计算机数万小时的计算任务减少到1 000 h以内，大大减少了运行时间；以二进制方式存储查找表，够有效减小LUT的大小以及读取的速度；通过比对通过查找表插值100组随机样本点与MODTRAN5.2.1模型计算结果（真值），相对误差小于1%。

耕地非农化信息的快速准确获取对于耕地资源的管理及相关政策的实施具有重要意义。为探究商南县2010~2020年耕地非农化的变化规律，以谷歌地球引擎（Google Earth Engine，GEE）为平台，采用随机森林方法进行分类，基于多时相Landsat遥感影像获取商南县2010、2015、2020年耕地时空分布信息，并通过土地转移矩阵、地理探测器及网格单元等方法，对商南县耕地非农化的重要特征及驱动因子进行分析。结果表明：①基于GEE平台的随机森林方法可有效获取商南县耕地信息，土地利用分类总体精度高于88％，Kappa系数大于0.85。②商南县耕地空间分布不均匀，多分布于中部及东南部地区；非农化类型主要为园林地，转化地类主要集中于商南县中部和东南部地区；耕地面积不断减少，非农化整体呈现越来越快的趋势。③自然和社会因素对耕地非农化具有共同驱动的作用，而自然因子作为耕地非农化的先决条件，人类活动在自然因素限制下对耕地非农化的影响可由社会因子进行反映。商南县耕地非农化的主要自然驱动因素为土壤类型，而在社会因素中到公路距离因子对于耕地非农化转变的影响力最大，说明适宜耕种的土壤类型、快速的经济发展对商南县耕地非农化影响较大。

土地利用方式不断发生变化，对黄河流域的生态环境、社会经济发展均产生深远的影响。明晰黄河中游流域土地利用的动态变化特征，可为实现黄河流域的可持续发展提供科学依据。本研究基于黄河流域中游1995年、2005年、2015年、2023年4期Landsat遥感数据，通过支持向量机（SVM）和最大似然法分类获得示范区土地利用空间分布，利用土地利用变化、转移矩阵等定量指标，分析研究区1995~2023年土地利用变化特征，并通过建立FLUS-Markov模型，预测研究区2025年、2030年的土地利用变化。针对6类（森林、草原、湿地、耕地、建设用地和未利用地）土地利用变化，结果显示：①在过去近30年，耕地和林地分别减少8 600 km²、6 400 km²，建设用地面积增加7 500 km²；②土地利用类型的转移方向多样，主要为耕地向建设用地、植被方向转变，各地类景观在空间分布上趋于均衡，城市协调发展；③在1995年至2023年期间，森林、草原和建设用地的数量呈上升趋势，而湿地、耕地和未利用土地的数量呈下降趋势；④未来10年间，黄河中游土地利用变化明显，因为人类需要更多的土地进行建设。

城市快速扩张导致城市及其周边生态环境发生剧烈变化，进而加剧城市热岛（Urban heat island，UHI）效应。但城市扩张对干旱区城市热岛效应的影响仍不够清晰。甘肃省从东南向西北延绵1 600 km，气候类型从东南部的湿润半湿润气候逐渐过渡到西北部的极端干旱气候。此外，2000年以来甘肃省经历了快速的城市扩张，因此甘肃省是研究不同干湿气候背景下城市扩张对UHI效应影响的理想实验区。本研究利用MODIS地表温度数据集，估算2003~2021年甘肃省14个城市的地表城市热岛强度（Surface urban heat island intensity，I_s ）及其年际变化特征，以探究不同气候背景下甘肃省UHI效应变化特征及其对城市扩张的响应。结果表明，甘肃省各城市I_s 和δISP（Urban-rural Contrast in Impervious Surface Percentage，δISP）具有明显的时空差异。I_s 变化趋势主要受植被覆盖度（R² =0.406，P<0.05）影响，其次是降水量（R² =0.377，P<0.05） ，城市人口数量（R² =0.069，P>0.05）的作用可以忽略不计。此外，由于不同土地覆盖类型的地表温度（Land Surface Temperature，LST）存在差异，城市扩张进程中所占用的土地覆盖类型对I_s 趋势亦有影响，如果城市扩张进程中占用的是裸地类型则产生降温效应。城市扩张强度对I_s 趋势的影响存在明显的阈值，不同气候区城市的阈值不同，湿润区城市的阈值（天水，δISP=32%）小于干旱区城市（酒泉，δISP=41%）。此外，阈值前后I_s 变化速率不同，干旱区城市的I_s 在阈值前后的变化更显著。本研究成果为干旱区城市快速扩张的影响评价与管控决策提供了科学依据。

高分光学影像易受到成像条件及地物变化等因素的影响，出现难以忽略的几何与辐射畸变，传统配准算法难以保证精度与稳定性。为此，本研究充分发挥相位一致性在影像几何结构表达上的优势，提出了一种基于多方向相位一致性的配准算法，利用Log-Gabor滤波器计算影像在不同方向上的相位一致性及其最小矩估计，进一步通过多阈值约束提取影像角点，并构建对辐射、旋转弱敏感的描述符，以实现复杂辐射、几何畸变场景下的同名特征匹配，最后利用匹配特征解算局部配准模型。基于高分一/二/六/七号影像的多组实验证明，所提出算法可以实现高精度配准，适用于不同来源、不同场景及不同分辨率的国产高分光学影像配准任务。