为实现对全球气溶胶光学参数剖面的高精度测量，采用基于碘分子滤波器的高光谱分辨率探测技术。结合欧洲中期天气预报中心（ECMWF）的大气再分析数据集（ERA5）的温度和压强数据，选取在轨期间途经撒哈拉沙漠和加拿大山火区域的星载高光谱分辨率激光雷达（HSRL）的观测数据，对沙尘类气溶胶和烟尘类气溶胶的光学特性进行分析，包括气溶胶的后向散射系数、消光系数、退偏振比和雷达比。结果表明：撒哈拉沙漠地区近地面5 km以内的气溶胶分布主要以沙尘类气溶胶为主，其退偏振比集中在0.2~0.4，雷达比数值集中在40~60 sr；加拿大山火地区的气溶胶主要以烟尘类气溶胶为主，其退偏振比集中在0.02~0.15，雷达比在50~70 sr范围。激光雷达特有的高光谱探测技术，在气溶胶和云的精细化探测和分类方面具有重要应用，将在环境监测中发挥重要作用。

全球、区域及城市的碳浓度、碳源汇信息是应对气候变化、达成双碳目标、完善国际谈判、支持治理政策制定与执行的重要依据。国际认可的 “自上而下” 方法将卫星观测作为基础的通量计算技术, 是验证温室气体排放清单的重要手段。系统介绍了温室气体的卫星探测载荷原理、类别和发展, 以及反演、估算 CO 2 、CH 4 和 N 2 O 的浓度和排放通量的方法, 还有探测缺失和误差存在的影响因素等; 分析了对卫星探测温室气体能力提高的迫切需求, 浓度反演和排放量估算精度不足, 以及 N 2 O、氟化物等其他温室气体遥感研究缺乏、地基遥感验证能力薄弱等问题; 最后总结了我国温室气体卫星遥感技术的发展趋势, 主要是面向主被动高时空分辨率卫星的研制应用、高精度多尺度排放量估算 (特别针对城市、小区域和点源尺度)、氟化物遥感评估等主题, 以加强对碳排放的量化观测, 并增强对碳循环的理解, 提高感知和应对气候变化的能力。

蓝藻是内陆富营养水体水华发生的主要优势藻种, 而藻蓝蛋白(Phycocyanin, PC)是蓝藻的标志性色素, 因此利用遥感估算水体中藻蓝蛋白浓度从而对蓝藻水华预警具有重要意义。利用太湖、滇池、洪泽湖的实测数据, 构建藻蓝蛋白随机森林遥感估算模型, 并将模型应用到哨兵3A-OLCI影像。通过对随机森林的输入自变量进行重要性分析, 发现第7波段(620 nm)、第8波段(665 nm)和第9波段(675 nm)三个波段对藻蓝蛋白反演的影响程度最大。同时, 反演结果表明, 随机森林反演的藻蓝蛋白浓度平均绝对百分比误差(MAPE)为34.86%, 均方根误差(RMSE)为38.67 μg/L, 与Simis等半分析算法和齐琳的PCI(Phycocyanin Index)指数模型相比, 平均绝对百分比误差(MAPE)分别提高了85.06%和15.65%, 均方根误差分别提高了26.08 μg/L和19.86 μg/L。利用地面实测数据对同步卫星影像大气校正进行精度评价, 发现MUMM(The Management Uint Mathematical Model)算法可以用于OLCI影像的大气校正, 尤其在560~779 nm处共8个波段的MAPE低于30%, 光谱曲线与实测光谱曲线形状保持一致。结果表明所构建的基于哨兵3A-OLCI影像的藻蓝蛋白随机森林反演模型, 可以成功的应用于我国的内陆富营养化湖泊, 为我国内陆湖泊藻蓝蛋白浓度的遥感反演提供一个新的算法。

大气校正是遥感数据定量化应用的关键步骤, 国产环境与灾害监测预报小卫星星座(简称HJ-1)CCD相机数据在进行大气校正时, 面对数据量大、 观测角度变化大、 气溶胶多变等各种问题。 本文针对HJ-1 CCD相机的波段特征, 利用Hsu等提出的深蓝算法借助地表反射率库反演得到气溶胶光学厚度, 结合辅助角度数据计算观测几何, 利用核驱动模型完成了BRDF校正, 提出了针对HJ-1 CCD数据的在植被、 裸土等地表类型通用的大气校正算法; 在数据处理中, 采用查找表和双线性插值的方法分块计算HJ-1 CCD图像的大气参数, 利用IDL语言的矩阵运算大大加快了大气校正速度, 实现了快速大气校正。 以2012年7月3日过境中国华北平原的1景CCD数据进行了算法实验, 结果表明, 该算法较好的校正了大气对地表反射率的影响, 能够在8 min内快速完成1景数据量约为1 G的CCD数据的大气校正, 校正后的土壤和植被等典型地物的反射率更接近其光谱特征; 同时, 将校正结果与同期过境的MODIS地表反射率产品进行了比对, 由于分辨率的较高, HJ-1的结果细节表现要优于MODIS, 而二者获得的典型地物反射率相关性较好(相关系数大于09)。 误差分析表明, 气溶胶类型的误判会对近红外波段地表反射率带来较大的误差, 在005左右, 而地表反射率库002的误差, 会对红波段和绿波段的大气校正结果带来001左右的误差。

高光谱遥感技术在环境保护领域中应用广泛, 本文概述了高光谱遥感技术在我国大气环境中污染气体、 温室气体监测, 水环境中重点水污染源水华、 水质、 饮用水源地安全监测, 生态环境的生物多样性、 植被类型监测、 土壤污染等方面的应用情况, 并指出目前存在国内高光谱卫星缺乏、 数据处理和信息提取能力不足等问题, 以及目前迫切需要发展搭载大气痕量气体差分吸收光谱仪、 温室气体监测仪、 高光谱成像仪等高光谱传感器的环境卫星后续星、 加强高光谱数据处理和信息提取攻关研究、 加快高光谱环境地面应用系统的建设等建议。

遥感干旱指数是用遥感数据定量描述区域受旱程度以及作物产量灾损的机理性数学模型.干旱指数在农业、林业和生态环境监测方面有较高的研究价值与非常广阔的应用前景，是当前的研究前沿和热点之一.介于遥感干旱指数起步至今还未形成研究系统，开展了这方面工作的梳理和归纳.首先，对多维光谱特征空间概念作延伸，将多维光谱特征空间的多维变量由光谱值拓展为与一切干旱相关的遥感产品，将光谱特征统一归纳到多维坐标框架当中，使得干旱指数的数学建模意义更明确，构造更清晰; 其次，对30种干旱指数进行归纳，从“三要素”的角度将干旱指数分为四类，并评价其各自优势和局限性，将干旱遥感监测模型家族抽象为一个金字塔形式，从底层到顶层分析模型家族的一般构成要素和复合形式，解析干旱指数通用的数学构建规律及其物理内涵; 最后，分析大气影响、土壤、传感器差异等环境影响因素，指出干旱指数未来发展重点在数据源、监测对象、表达形式三个方面.通过对干旱指数的研究工作有助于进一步完善发展干旱指数体系，推进干旱遥感监测模型在农情遥感监测、水资源规划和环境科学管理等领域的应用.

土壤水分的遥感监测在农业干旱和水资源管理方面具有重要的意义。 利用MODIS反射率和温度产品来获取地表昼夜温差(ΔTs)和宽波段反照率(Albedo), 构建ΔTs-Albedo光谱特征空间, 提出温差-反照率干旱指数(temperature difference albedo drought index, TDADI)用来监测土壤水分, 并利用宁夏实测0～10 cm平均土壤含水量数据验证该指数的精度, 结果表明: 它们之间的相关性较好, R2变化范围为0.36～0.52。 TDADI与TADI相比, 该指数具有更高的土壤水分监测精度。 然而, 由于数据获取的局限性, 只采用了宁夏平原数据对TDADI进行验证, 在其他区域仍需要进一步验证。

地表温度是地球环境中的一个关键参数, 可探测地表温度的热红外波段在光谱谱段中占有重要位置。 针对近年来发射的HJ-1B星波段特点, 本研究在基于影像的COST模型大气校正基础上, 以宁夏为研究区, 采用无需大气水汽含量参数的单窗算法反演地表温度, 并采用同步的MODIS温度产品对比验证, 结果表明该法具有<1 K的较高精度。 同时, 对该法的关键参数地表比辐射率进行了敏感性分析, 发现该法对比辐射率不大敏感, 其在中等程度的变化时, 其误差<0.5 K。 从而说明该法反演地表温度的可靠性, 也表明了环境减灾星具有较高精度的地表温度探测能力。

土壤含水量是地表干旱信息最重要的表征参量, 也是定量遥感反演面临的一个挑战性课题.作者在分析MODIS短波红外第6波段和第7波段对水分变化敏感的基础上, 构建了MODIS短波红外光谱特征空间, 根据土壤水分在光谱特征空间中的变化规律, 提出了简单实用的MODIS短波红外土壤湿度指数(Shortwave Infrared Soil Moisture Index, SIMI), 并利用宁夏平原实测0~10cm平均土壤含水量数据验证了该指数.结果表明: 它们之间的相关性较好, R2变化范围为0.39~0.58. 此外, 与TVX相比, 该指数具有更高的土壤水分监测精度, 证明了该方法反演区域土壤含水量的可靠性.然而, 该指数没有消除混合像元的影响, 仍需进一步改进与完善.