近年来可见光—近红外反射光谱已被广泛应用于估算土壤全氮含量,为大范围区域土壤全氮含量获取提供了一种快速、有效的方法。基于实验室测定的三江源区146个表层土壤(0~30 cm)样品的反射光谱数据(350~2 500 nm)与全氮含量数据;利用偏最小二乘回归(PLSR)和反向传播神经网络(BPNN)两种模型方法与光谱反射率(REF)及其4种数学预处理变换相结合,分别建立分土壤类型样本和总体样本全氮估算模型;评估利用可见光—近红外光谱技术预测三江源区土壤全氮含量的能力。结果表明:BPNN模型的R ²cal R²val及验证RPD的平均值分别为0.87、0.81与2.28;而PLSR模型则相应为0.75、0.72和1.95;表明BPNN模型预测能力整体上要优于PLSR模型。BPNN与光谱各种形式的结合均具有良好、或接近良好预测全氮的能力;而PLSR与REF、倒数对数(Log(1/R))及波段深度(BD)的结合仅少部分具有良好估算能力、大部分则为粗略估算能力,一阶微分(FDR)和二阶微分(SDR)估算精度均较低,尤其是SDR(R²<0.5,RPD=1.10~1.27)均不具备估算能力。总体样本所建模型稳定性好于分土壤类型,分土壤类型建模差异性明显;此外,总体来看,BPNN模型比PLSR建模精度高、模型稳定性好,但PLSR模型可操作性强于BPNN模型。

基于2007年11~12月太湖全湖实测水质参数和光谱数据,首先利用高斯方程对遥感反射率进行过滤分解,找出叶绿素a(chl\|a)吸收峰675 nm以后的荧光反射峰(Fluorescence Peak:FP),再以662 nm处的反射率为基准,采用归一化荧光高度法进行叶绿素a浓度(C chl-a)反演,得到chl-a反演模型。基于高斯分解获取的chl-a的荧光反射峰值R(FP)与662 nm处的反射率R (662)比值［R(FP)/R(662)］与C chl-a之间存在显著的相关性,该模型为秋季太湖水体C chl-a的最佳反演模型。在高悬浮泥沙条件下,该模型能够较好地表示出叶绿素荧光高度与叶绿素浓度之间的关系,为C chl-a反演提供新的方法和依据,并为传感器敏感波段的选取和设置提供参考。

研究利用美国产ASD地物光谱仪,获取新疆北部地区棉花冠层关键生育时期的高光谱数据,采用红边积分面积变量估测棉花冠层叶片的全氮含量,对反射光谱进行一阶微分,应用一阶微分光谱数据,衍生出基于光谱位置变量的分析方法,以红边积分面积(SDr)为自变量,冠层全氮(TN)含量为因变量,做相关分析与处理,构建新陆早6号红边积分面积与冠层叶片TN含量的相关数学模型。研究在不同水处理条件下,对棉花冠层单叶叶绿素含量和单叶全氮含量做相关分析,结果表明:叶绿素含量与TN含量呈显著的正相关(R=0.8723,n=39),叶绿素含量能有效的估计棉花单叶TN含量;红边积分面积变量与冠层TN含量呈显著的相关性,相关系数是0.7394(n=40),利用构建的相关模型可以较为精确地估测棉花两个品种新陆早6号与8号冠层叶片的全氮含量,RMSE分别为0.3859和0.4272。研究认为红边积分面积变量具有预测棉花冠层全氮含量的应用潜力,研究得出利用3边面积变量构造的数学模型对反演作物冠层TN含量有较高应用价值。研究认为,红边位移现象结合红边幅度的变化的研究,用于诊断棉花水分胁迫也是可行的,关键是建立相应合理的诊断指标体系。研究结果证明:①随着棉花的生长发育,叶片的生理生化参数发生变化,冠层的生理生化参数随之发生变化;②.棉花叶片叶绿素含量与叶片的全氮含量相关性显著(R=0.8723,n=38),通过建立数学模型,可以估测叶片中全氮的含量;③由一阶微分光谱衍生出基于光谱“红边”位置变量的分析方法,使我们认识到“红边”的变幅、形状和面积包含了各个波段的信息,这些波段综合产生的变量所构造的模型,为棉花氮素营养参数的估计提供了预测能力;④如果棉花叶绿素含量高,说明水分充足、氮代谢旺盛,植株处于生长旺盛时期,红边向蓝光方向发生了位移。利用红边位移现象结合红边幅度的变化的研究,用于诊断棉花水分胁迫也是可行的,关键是建立相应合理的诊断指标体系。

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。

积雪、土壤冻融与土壤水分是陆表能量与水分以及碳交换过程研究中的重要因子，为了更好地了解积雪覆盖、雪深/雪水当量、土壤冻融状态和土壤水分等参数的遥感监测领域的发展动态，对这些参数遥感监测方法的研究进展进行了梳理，总结了利用光学与微波遥感，以及多源遥感融合的监测方法，并对该研究领域的发展趋势进行了展望。积雪、土壤冻融与土壤水分的遥感监测能力不断提升，监测算法从单一传感器向多传感器、单波段单一模式向多波段多模式集成，以及卫星虚拟星座综合观测概念的提出，均促进了现有卫星观测地表参数能力的提升；长时间序列产品的开发，对于研究和掌握全球变化大背景下对气候的响应提供了很好的数据基础；同时有助于促进遥感在水文、气象、气候、生态等领域的应用。以上的研究综述，有望对陆表水循环遥感参数反演领域，以及水循环遥感关键参数的应用领域有一定的借鉴作用。

近年来，为提高地物分类精度，突破单一传感器的技术擎制，弥补单一数据源应用的局限性，多源遥感数据融合的成为了遥感领域众多学者关注的研究热点。高光谱遥感技术的光学影像同激光雷达点云数据的融合技术在技术层面为提升地物识别与分类的精度上提供了一种可行方案，打破了单一传感器的技术上限，为目标三维空间—光谱信息一体化获取提供了一种新的解决途径，同时为高光谱激光雷达成像技术研究奠定基础。本文回顾了激光雷达与高光谱成像数据融合发展历程，论述其在特征级和决策级的主要融合方法和研究进展，将常用特征级融合和决策级融合方法进行详细介绍，并对最新几种研究算法进展进行小结和概述，探讨了其面临的挑战和未来发展与应用前景，最后对激光雷达和高光谱成像数据融合未来发展做出系统展望。

矿产资源是人类赖以生存和发展的重要生产资料，开展矿山监测对于矿产资源开发利用和矿区环境保护至关重要。由于具有大范围、多时相和综合性等优势，遥感技术已成为矿山监测的主要手段。针对矿山开发利用状况、地质灾害问题以及生态环境监测与质量评价等需求，系统总结了矿山环境遥感监测所用的数据源、方法和模型。目前遥感监测数据源已趋于多样化并覆盖矿山监测各方面，得益于云计算平台及人工智能技术快速发展，大数据分析和深度学习等方法在矿山环境遥感监测中逐渐发挥重要作用，而多源数据融合、地物智能化提取、三维形变监测和定量反演等是矿山环境遥感监测存在的主要问题与挑战。

以上海作为研究区,采用多源极轨气象卫星热红外波段数据,在进行数据预处理的基础上选择264个时相,与52个气象站点的同步气温数据进行耦合,建立了分季度、分时段的两种气温遥感反演模型。结果表明,基于多源遥感数据的大量样本可用于建立稳定的气温反演模型,而且通过实测的单个站点数据进行模型修正能够提高气温水平分布的反演精度。

作为卫星遥感和航空遥感的有益补充,无人机航空遥感系统获取遥感影像具有多种特性。通过4次无人机航拍试验,根据所获取的遥感影像和飞行辅助数据,对航拍数据进行拼接。从航拍的多个方面对飞行试验以及实验成果进行了质量评价。并提出了无人机应用于航拍时存在的问题及一些改进方法。

遥感影像的近似正射校正方法包括共线方程法、基于仿射变换的严格模型、改进型多项式、有理函数模型、神经网络图像校正等等。目前还缺乏对这些方法进行系统比较的研究。在介绍上述几种方法原理的基础上，总结了不同正射校正方法的优缺点；重点分析了有理函数模型的数学推导和算法实现，将Tikhonov正则化方法引入有理函数模型解算过程；探索性应用了两种神经网络模型校正遥感影像；通过实验进行了各种正射校正方法之间的精度和效率比较。实验结果表明：在相同的控制点和已有数据条件下，有理函数模型精度最高，可达子像素级，但模型计算速度相对其它算法稍慢一点。


机载激光雷达是一种快速获取高精度三维地理数据的新技术,对它所获取的点云数据的滤波过程就是将LIDAR点云数据中的地面点和非地面点分离的过程。主要对数学形态学的滤波算法、基于坡度的滤波法、基于TIN的LIDAR点云过滤算法、基于伪扫描线的滤波算法、基于多分辨率方向预测的LIDAR点云滤波方法等几种较为重要且实用的激光雷达点云数据滤波算法进行介绍和讨论,评价对比了各自算法的优势和不足,初步探讨了每种算法缺陷及其改进方向。

植被物候信息是评价气候—植被交互影响、土地覆盖率以及生态系统年际生产力变化的关键指标。传统物候监测方法以目视观察为主，监测范围受限且人力物力消耗大。遥感技术作为近年来新兴的监测手段，具有监测范围大、信息获取便捷以及节省人力物力等特点，其应用进一步推动了植被物候动态监测研究的发展。本文首先对近年来植被物候遥感监测流程进行梳理，明晰了现有的遥感物候监测体系；概述了可用于建立植被生长曲线遥感数据源，并对不同数据源的应用情境进行了讨论；总结了现有的曲线降噪算法及应用流程，对不同方法进行降噪处理时误差成因进行了分析；归纳了目前主要的植被物候提取方法；最后讨论了数据分辨率、植被物候阶段定义以及监测时效性等植被物候遥感监测中尚存的不确定性因素，并对未来植被物候遥感监测研究的主要方向进行了展望。

三维辐射传输模型能够准确地刻画太阳辐射与异质地表之间的相互作用，近年来已成为定量遥感建模与反演研究中的重要工具。LESS模型是基于光线追踪的三维真实冠层辐射传输模型，充分利用了光线追踪的前向追踪模式模拟能量平衡问题以及后向追踪模式模拟大尺度（公里级）遥感影像，从而实现在同一模型中多种遥感数据的模拟。目前，LESS模型可以模拟多角度反射率、多/高光谱影像、鱼眼相机、复杂地形区上下行短波辐射、冠层分层FPAR等数据，可以为验证物理模型、发展参数化模型以及训练神经网络模型等提供更为可靠的模拟数据集。本文主要介绍了LESS模型的基本原理和典型的应用。LESS模型可以从www.lessrt.org网站下载。

近年来机载激光雷达测深技术得到了快速发展,并在近岸海域、河道水深测量以及水下地形地貌测绘等领域发挥了重要作用。详细分析了国内外机载激光雷达测深系统的发展历程,探讨了机载激光测深数据处理和应用方面的研究进展,以及当前机载激光测深技术发展和应用中的问题,最后展望了未来的发展趋势。为机载激光雷达测深技术研究与应用者提供了详细的参考资料。

目标检测是遥感图像信息提取领域中的研究热点之一，具有广泛的应用前景。近些年来，深度学习在计算机视觉领域的发展为海量遥感图像信息提取提供了强大的技术支撑，使得遥感图像目标检测的精确度和效率均得到了很大提升。然而，由于遥感图像目标具有多尺度、多种旋转角度、场景复杂等特点，在高质量标记样本有限的情况下，深度学习在遥感图像目标检测应用中仍面临巨大挑战。从尺度不变性、旋转不变性、复杂背景干扰、样本量少和多波段数据检测5个角度出发，总结了近几年基于深度学习的遥感图像目标检测方法。此外，对典型遥感图像目标的检测难点和方法进行分析和总结，并对公开的遥感图像目标检测数据集进行概述。最后阐述了遥感图像目标检测研究的未来趋势。

遥感图像数据的信噪比是评价遥感传感器获取数据质量的一项重要指标，图像数据的信噪比能够在很大程度上反映遥感仪器的信噪比性能。介绍了通过遥感图像分析评估传感器信噪比的常用方法，以及这些方法的优缺点。并从原理上对各种方法进行了方法间的性能对比分析，包括方法的自动化程度、运算速度、鲁棒性、适用面、准确程度和对图像计算区域的要求等。此外，提出有必要对各种算法进行在实际应用中的比较分析，从而能够针对不同遥感器和不同类型的遥感图像选择最好的评估方法，达到合理、准确地应用这些方法的目的。

地表蒸散发是整个生物圈、大气圈和水圈中水分循环和能量传输的重要控制因素。遥感技术的应用使得区域尺度的蒸散发估算成为可能，并在过去的几十年中快速发展。研究对遥感蒸散发估算进行了总结与归纳，在此基础上展望了今后的发展方向，明确指出了遥感蒸散发未来研究的突破点及发展方向。提出未来应加强蒸散发尺度效应、夜间蒸散发、不同蒸散发产品的统一真实性检验、国产卫星数据的使用、更高时空分辨率产品的研发以及机器学习在遥感蒸散发产品中的应用。

复杂地形条件下和干旱半干旱植被稀疏条件下的蒸散发遥感估算一直是蒸散发区域遥感估算的难点、热点问题。针对黄土丘陵沟壑区地表起伏、覆被不均一、植被稀疏的特征,选择陕甘交界区为研究区,利用Landsat TM资料求取地表特征参数和地表能量平衡各参量,采用TSEB平行模型反演出该区域的瞬时土壤蒸发、植被蒸腾和土壤—植被总蒸散发量,经过尺度转换,得到日蒸散量；并利用附加阻抗法和FAO Penman-Monteith公式计算实际蒸散发,对TSEB平行模型法遥感估算结果进行了间接精度评价,比较验证结果表明TSEB平行模型法估算的蒸散发结果合理,精高较高。

以安徽省芜湖市为试验区,首先对试验区水体和其它各类地物的光谱特征进行分析,探讨水体在ASTER遥感影像各个波段与其它地物之间的可分性,然后经过反复实验和分析,构建了基于波段阈值和谱间关系的水体提取模型:B2>B3,B1+B6<127,B3+B4<54和B3<24,最后将该方法提取结果与非监督分类、监督分类和植被指数法提取结果进行评价和比较。实验结果表明该方法可较好地提取研究区各类水体,分类精度明显优于传统提取方法,且简单实用,但在对光谱特征分析过程中样本点选取要求较高。

叶绿素a浓度是表征水体富营养化程度的重要指标，通过遥感手段反演叶绿素a浓度是实现水体富营养化监测的一个有效途径，已衍生出了一系列叶绿素a浓度反演算法。这些算法各有所长，适用范围也各自有别。由于水体光学特征差异，盲目套用这些算法难以取得预期效果。为了推动水质遥感的进一步发展，从遥感反演的原理和数据源出发，对国内外利用遥感技术反演水体叶绿素a浓度的算法进行综述。根据算法结构设计的不同，将反演算法分为6大类，分别为荧光峰和反射峰算法、波段算法、指数算法、智能算法、基于水体分类的算法体系以及分析类算法，系统地梳理各类算法并分析算法特征。从算法适用的叶绿素a浓度区间和水体类型等角度出发，总结各类算法的适用范围，评述各类算法的优缺点，以期为环境和遥感工作者提供参考。主要结论如下：①Ⅱ类水体算法外推适应性较弱，应建立并补充实测数据集，研究各类水体光学特性异同点，构建基于水体分类的通用算法体系；②无人机技术与高光谱传感器的结合可为内陆水体水质监测提供新思路；③应结合机器学习算法与机理模型，发展物理原理约束的高精度反演模型。

湖泊动态变化作为人类面临的三大湖泊环境问题之一,成为湖泊研究的重点。遥感技术作为科学、快速、大面积的调查监测手段,在湖泊动态变化研究中应用广泛。从湖泊动态变化研究的基本原理和数据源、湖泊信息提取方法和遥感动态监测方法等几方面介绍了国内外遥感技术在湖泊动态变化研究的主要进展情况,并深入分析了各种数据源和分析方法的优缺点,同时讨论了当前湖泊遥感动态变化研究中存在的一些问题和发展的趋势。

遥感生态指数（RSEI）自提出以来，已得到广泛的应用。近年来，也有学者对其进行了修改。研究基于主成分变换的机理和应用实例，分析了修改的遥感生态指数（MRSEI）的合理性及其与RSEI的区别。结果表明：MRSEI指数将不具生态含义的第二主成分和第三主成分加入具有明确生态含义的第一主成分进行加权求和计算，其结果不仅降低了第一主成分的占比，无法增加原RSEI的信息量，而且还导致各主成分分量互相干扰，造成MRSEI结果的低估或高估。因此，这一修改缺乏合理性。研究同时还对用户在计算RSEI指数中碰到的一些问题进行分析。RSEI在使用中应注意采用植物生长季节的地表反射率数据；当研究区有大面积水体时，必须对水体进行掩膜；而只有当对生态起正面影响的绿度（NDVI）和湿度（Wet）指标在PC1的载荷为负值时，才必须进行“1 – PC1”的还原运算。

建筑物提取是高分辨率光学遥感图像理解和目标识别的重要研究方向。实现自动化、智能化、可靠准确的遥感图像建筑物提取对基础地理数据获取和更新具有重要的应用价值和现实意义。在概述高分辨率光学遥感图像建筑物提取研究现状的基础上,综述了当前建筑物提取的主要思想和方法,将主流的建筑物提取代表性方法分为自底向上数据驱动方法(Data-driven)和自顶向下模型驱动方法(Model\|driven)两大类,在综合比较评述各方法特性的基础上,对该领域仍然存在的问题和研究方向进行了分析和展望。

快速准确获取森林结构参数对森林资源调查管理及全球碳汇研究具有重要意义。以祁连山东、中部青海云杉林为研究对象，利用16个无人机激光雷达（LiDAR）点云数据、正射影像数据结合实地样方观测数据，提取样方内青海云杉的单木树高并准确验证树木分割精度；结合实测数据和地形数据，依据统计指标验证提取树高精度并分析原因；基于点云数据提取的各样方树高分析祁连山青海云杉冠层高度在空间上的变化。结果表明：在祁连山山地森林，冠层高度平均值估算精度最高，R²为0.93，RMSE为1.39 m（P<0.05）；地形影响基于点云数据的树高提取，坡度较小的青海云杉树高提取效果更好；从东到西，青海云杉平均树高呈下降趋势；随着海拔高度上升，青海云杉的平均树高先上升后下降，这与祁连山东西水热条件差异和不同海拔树木年龄分布有关。

Google Earth Engine（GEE）是集遥感影像存储与分析于一体的综合应用平台，能够方便快捷地调用遥感影像与信息提取，因此GEE受到越来越多科研工作者的关注。随着GEE不断扩充和升级，系统平台也愈发复杂。对于一般用户来说，要想快速了解其体系结构和功能算法变的越来越困难。针对这一问题，系统介绍了GEE的技术架构、数据资源、模型算法及计算资源，对GEE在各大领域的应用成果进行总结归纳，以期能为GEE的使用者提供一个快速了解该平台的窗口，帮助其更好地利用GEE平台开展自己的应用研究。

乌兰布和沙漠是我国主要的沙漠之一，近年来，其快速扩张已严重影响当地的生态安全。荒漠植被是该地区最重要的生态防护屏障，准确掌握植被分布状况具有重要意义。以乌兰布和沙漠的典型地区为研究对象，通过NDVI计算、主成分分析以及基于灰度共生矩阵纹理特征相结合的方法，对ALOS多光谱影像进行分析，综合NDVI和均值纹理作为分类指标，确定合适的阈值范围，采用决策树分类方法进行植被信息提取。研究表明，决策树分类可有效运用纹理等辅助信息，与传统分类方法相比能够取得更好的分类效果。

植被与气候之间的相互作用是一个复杂的过程，为了研究植被与气候之间相互作用的机理和评价气候变化对植被影响，植被模型得以迅速发展，并从静态的植被模型发展到了动态全球植被模型（Dynamic Global Vegetation Model，DGVM）。DGVM主要模拟植被的生理过程、植被动态、植被物候和营养物质循环，包括动态的生物地球化学模型和动态的生物地球物理模型两类。国际上应用最广泛的DGVM有LPJ、IBIS、VECODE和TRIFFID等。目前DGVM研究的焦点主要有4个：①模型本身的完善；②不同模型比较研究；③与气候模型的耦合研究；④碳数据同化系统研究。

滑坡具有强大的爆发力和破坏性，是世界上发生频率较高的自然灾害之一，给人们的生命财产造成了严重的损害。灾后准确快速的提取滑坡，获取滑坡的分布范围，对滑坡灾害调查及危险性评估极为重要。围绕基于高分辨率卫星遥感影像监测滑坡的方法进行了调研，首先介绍了滑坡在高分辨率卫星遥感影像上的解译特征，而后论述了滑坡提取方法和精度评价分析方法的研究进展，最后总结了当前方法的优势与不足，以及未来研究的发展方向。结果表明：深度学习方法具有较大的潜力，未来应加强深度学习与其他自动化解译方法的结合在滑坡监测中的应用，解决样本规模对模型结果的影响，实现模型的可迁移性，提高其自动化程度。

湿地具有季节性特征，高时间分辨率遥感监测能够更为客观精准地认识其时空变化规律。选择季节性变化显著、我国第一大淡水湖生态湿地——鄱阳湖湿地为典型案例，利用Sentinel-1，2和Landsat 8卫星的2017~2019年所有可以获取的不同时相影像，采用随机森林分类（Random Forest，RF）方法，对研究区的湿地进行遥感分类和信息提取，发挥海量遥感影像在湿地宏观连续监测的优势，解析鄱阳湖湿地的年际、年内时空动态变化特征。研究结果表明：Sentinel-2影像为鄱阳湖湿地动态变化监测提供良好的数据基础，随机森林分类总体分类精度高于90%，提取效果具有比较优势。对3 a分类结果进行统计分析，各湿地类型在年内均呈现出动态变化的特点，在每年2月泥滩和草洲面积到达年内最大，水体面积为年内最小；每年6、7月份水域面积达到年内最大，泥滩和草洲面积最小，季节性变化明显；月度时间序列的分类结果，能更准确地说明湿地类型的月度和季度变化。因此，结合Seninel-1，2以及Landsat 8数据，基于RF算法，能及时、有效地对鄱阳湖等季节性变化强烈的湿地进行动态监测，对开展湿地资源高效调查工作具有重要意义。

对地观测系统和技术实现了全球实时的观测，在获取全球表面和深部的时空信息方面发挥越来越重要的作用，为环境监测和地球系统科学研究提供了基础条件。从对地观测卫星、传感器向高分辨率发展,对地观测卫星向网络化发展和对地观测系统向综合与协作发展3个方面论述了国内外对地观测系统未来发展的趋势，并从国家资助的角度、设备开发能力以及在其它领域的潜在应用价值、开发的成本、投入使用的时间需求等方面圈定了有限资助的技术范围，确定了未来对地观测在9个方面的技术需求。

利用中低分辨率遥感影像提取作物分类种植面积的精度,往往难以满足农业遥感估产的需要。随着新型传感器的不断出现,应用高分辨率遥感影像高精度地提取作物分类面积日益成为发展趋势。由于高分辨率遥感影像提供的地物纹理、色调与形状等信息更加丰富,当前基于对象的地物识别分类方法仍不成熟,处理操作中人为干预过多,而且较为复杂,因此尝试以地面调查信息为辅助参量,采用常规基于像元的最大似然法监督分类方法,依据多尺度遥感影像信息提取的原理,分阶段地逐步提取作物种植面积,以此为农业遥感估产服务。

遥感技术在生态系统调查与研究中具有广阔的应用潜力，但是传统的多光谱遥感主要侧重在面上的普查，很难对生态系统中各种复杂地物属性和生化参量进行精确反演。高光谱遥感突破了光谱分辨率的限制，大大提高了人们获取多种生态系统模型输入参数的类型和精度。在阐述高光谱遥感的原理和信息特点的基础上，系统评述了目前国内外高光谱遥感在生态系统过程与属性研究中的应用，并对未来高光谱遥感在生态学领域的研究方向做出展望。


DMSP/OLS夜间灯光数据已被广泛应用于城市建成区的提取。目前主要存在4类提取方法:经验阈值法、突变检测法、统计数据法和较高分辨率影像数据空间比较法。以上海为例,在2000年、2003年、2006年夜间灯光数据的基础上,利用4种方法完成了城市建成区的提取。通过对不同年份数据提取结果的比较,证明了相同的灰度分割阈值对不同年份的夜间灯光数据中不存在通用性；在对2003年夜间灯光数据的提取中,4类方法所得结果精确度从高到低依次为统计数据法、突变检测法、经验阈值法和较高分辨率影像数据空间比较法,相对误差分别为1.3%、2.1%、5.1%和11.2%,在对4种方法的便捷性和可实现性进行分析与评价后,使用突变检测法完成了上海市2000~2006年城市建成区的提取。