土壤是地表能够生长植物的疏松土层.它由不同矿物质、有机物质、空气、水分、微生物等组成,其中土壤含水量变化较大,利用遥感技术快速准确的反演土壤含水量具有重要意义.针对反演土壤含水量受土壤类型影响较大的问题,提出构建归一化光谱斜率吸收指数(normalized spectral slope and absorption index,NSSAI),用于削弱土壤类型对土壤水分反演影响.其建模方法如下:首先在野外采取不同类型的土壤样本,制备不同土壤含水量的土样,利用ASD光谱仪采集不同含水量下的土壤反射率光谱,然后根据各类土壤在不同含水量下的光谱响应规律,提取短波红外水分的光谱吸收特征和可见光波段的土壤光谱斜率,综合两者在降低土壤类型影响土壤含水量反演精度的各自优势,构建归一化光谱斜率吸收指数,进一步建立该指数与土壤含水量之间的线性拟合关系来计算土壤含水量.实验结果表明,与传统利用单一土壤水分光谱吸收特征参数及其变形的方法相比,基于NSSAI构建的土壤含水量反演模型拟合精度较高(相关系数为0.93),在土壤含水量较低和较高的情况下都能有效排除土壤类型差异造成的影响,提高了裸土土壤含水量的反演精度.

水上桥梁是一种典型的人造目标。 利用高分辨率遥感图像进行水上桥梁提取, 对于民用、 军用和商业都具有重要意义。 论文在分析地物光谱特征的基础上, 提出了一种利用高分辨率近红外波段遥感图像进行水上桥梁提取的方法。 首先, 根据水体在近红外波段的光谱特征, 采用迭代法选取阈值提取水体信息, 以限制桥梁提取的空间范围; 然后, 对水体信息进行数学形态学运算, 以连接因桥梁而断开的水体; 其次, 对数学形态学操作前后的水体信息进行叠加分析, 以提取候选桥梁目标; 最后, 在桥梁先验特征知识的辅助下, 去除伪桥梁目标。 论文设计了仿真实验, 以验证方法的有效性和适用性。 实验结果表明, 基于地物光谱特征分析的高分辨率遥感图像水上桥梁提取方法是行之有效的。

农田干旱具有范围广且对农业生产影响巨大的特点, 对农田干旱的遥感实时动态监测是目前公认的难题。 利用MODIS的地表温度（LST）产品和叶面积指数（LAI）产品, 构建LST-LAI光谱特征空间, 提出温度—叶面积干旱指数（temperature LAI drought index, TLDI）监测农田水分含量, 并利用宁夏实测的0～10 cm平均土壤含水量验证该指数的精度, 结果表明: 它们之间具有良好的相关性, R2的变化范围为0.43～0.86。 与TVDI相比, TLDI弥补了作物封垄后TVDI因归一化植被指数（NDVI）饱和对农田水分监测精度降低的缺陷。 此外, 利用MODIS数据产品LST和LAI进行农田干旱监测, 避免了使用MODIS原始数据的繁杂处理过程, 初步为MODIS数据产品在农田干旱监测业务化运行探索出一条技术流程。

通过对现有的植被指数模型的研究, 指出了TCARI模型的不足, 进而提出关于模型的改进。 利用PROSPECT+SAIL模型模拟出不同叶绿素含量和不同叶面积指数(LAI)下的作物冠层光谱, 代入模型演算相关常数因子, 得到了改进的转换型叶绿素吸收反射率指数MTCARI, 最后通过引入土壤背景调节指数OSAVI, 提出了最终的模型。 经过实测数据验证, 模型有较好的可靠性。

对MERIS 陆地叶绿素指数(MTCI)进行了改进，提出了改性的MERIS陆地叶绿素指数(M-MTCI).该指数在植被覆盖度较高时(LAI>1)，可获得比MTCI和双峰冠层氮素指数(DCNI)更好的叶绿素提取精度，且比MTCI有更好的抗LAI干扰能力.这些结果的验证是建立在模拟以及实测数据的基础上，具有较好的可靠性，所以M-MTCI具有很好地监测植被叶绿素含量的潜力.

干旱是一种频繁发生的自然灾害， 遥感监测干旱已成为重要的研究方向。 可从农田遥感干旱监测最主要的两种地物类型（植被和土壤）的光谱特性分析入手， 选择了对水分变化敏感的红光、 短波红外波段来监测干旱状况， 以短波红外与红光的差值和短波红外与红光的和构建新的光谱空间特征， 提出了干旱监测的新方法——归一化的干旱监测指数NPDI。 用野外实测的土壤含水量对NPDI模型进行验证， 结果表明： NPDI， MPDI与10 cm处的土壤含水量模型都具有较高的相关性， 其R2分别为0.583和0.438， NPDI模型的监测效果要优于MPDI。 此模型是对PDI， MPDI和SPSI等模型的进一步改进， 可实现对不同植被覆盖度的、 整个生长季的农田干旱监测， 在实际的农田干旱监测中具有较高的应用潜力和推广价值。

发展了一个基于短波红外垂直失水指数的土壤水分观测误差空间分析方法，据此改进了以遥感和生态过程模型为基础的两阶段土壤水分同化方案.通过实地同化实验，证明了改进的土壤水分同化方案能较好地体现空间植被覆盖和数量的异质性导致的表层土壤水分的空间变异，进一步提高了遥感数据在空间上的同化精度.

干涉成像光谱仪(interference imaging spectrometer, IIS)是嫦娥1号探月卫星(chang’e-1, CE-1)搭载的有效载荷, 具有图谱合一的特点, 用于实现月表重要元素及矿物类型的分布与含量分析的科学目标。 由于观测条件的不一致, IIS获取的不同区域的月表数据明暗差异显著, 因此, 必须要进行光度校正, 以消除由于观测条件不一致而引起的目标辐射特性的不均一性。 文章在分析IIS数据特点的基础上, 利用改进的Lommel-Seeliger模型对辐射定标后的IIS辐亮度数据进行逐像素光度校正； 选定距离Apollo16着陆点最近的一块区域作为定标区, 利用实验室测得的62231月壤样品双向反射率作为校正标准进行辐亮度到反射率的计算, 得到CE-1 IIS反射率数据, 并选择71501月壤样品对反射率计算结果进行精度评价。 该工作对于月表矿物类型识别和信息提取、 不同类型月表矿物与岩石的分布图绘制等具有重要意义。