异源多时相点云数据是建设数字城市和智慧社会的关键空间数据支撑，其准确配准是开展各类后续应用的前提。针对异源多时相点云配准任务中数据规模大、结构差异大、场景变化大的难点，本文提出了一种自动的无控配准方法。首先将城市场景的整体点云数据过分割为平面区块，交汇相邻的平面生成稳定而特异的对象级虚拟关键点；然后将关键点间的刚体几何空间关系编码为图结构间的距离约束，匹配获取待配点云与目标点云间的同名点对；最后利用同名点对求取刚体转换参数，并应用转换参数将待配点云转换至目标点云的坐标系中。选择荷兰鹿特丹市某一典型城市场景地块的异源多时相点云数据验证了所提方法的有效性。实验结果表明，本文方法能够自动、准确、高效地实现城市场景异源多时相点云的无控配准，具有较高的工程应用价值。

露天开采会彻底改变原有土地利用景观格局, 直接破坏当地生态环境, 甚至会影响附近居民的生产和生活, 因此越来越多的学者开始关注开采扰动。 先前有关利用时序多光谱影像提取开采扰动的研究区集中于扰动形式单一的森林区。 而我国露天煤矿大多集中于草原区, 且我国东北部的草原矿区因其脆弱的生态环境以及其他多种扰动形式的存在, 使得开采扰动识别更加困难。 为明确我国东北部生态脆弱区草原露采场的开采扰动, 以胜利矿区为例, 利用1986年—2017年27期Landsat多光谱遥感影像, 基于归一化植被指数NDVI(normalized difference vegetation index)的长时间序列轨迹变化特征(为了去除物候、 云和阴影等对时序多光谱影像的影响, 利用BISE-WT滤波器对原始NDVI时间序列进行滤波处理, 有效地去除时序NDVI数据中的噪声并同时保留有效信息), 经过样本点训练, 获得CV阈值(变异系数coefficient of variation)和Max阈值(植被阈值), 构建CV-Max扰动识别模型, 提取研究区的扰动分布。 并利用植被阈值, 分析NDVI时序轨迹, 获得扰动年际信息, 重构扰动历史地图; 进而通过分析研究区典型地物的光谱特征, 构建裸煤提取规则, 以此来提取研究区的裸煤分布; 最后通过构建裸煤及扰动区两者间的拓扑关系, 进行空间拓扑叠置分析, 从而获得开采扰动信息。 经过精度验证, 开采扰动的提取精度达到93.17%(Kappa系数=0.85), 扰动年际信息提取精度达到83.35%(Kappa系数=0.81)。 结果表明: 在研究期间, 空间上, 开采扰动面积占研究区总面积的8.90%; 时间上, 开采扰动的发生集中于2000年—2009年, 期间开采扰动像元占开采扰动总像元的76.70%; 1988年—1998年矿区属于土地损毁初始期, 2000年—2005年矿区属于土地损毁加速期, 2006年—2009年矿区属于土地损毁高峰期, 2010年—2017年开采扰动像元占比趋势比较平缓且持续处于较低水平, 矿区土地损毁范围基本稳定。 所提出的针对我国东北部生态脆弱性草原矿区, 基于时序多光谱影像, 利用植被指数NDVI和裸煤光谱特征提取开采扰动信息的方法是可行的, 该研究结果可为干旱、 半干旱草原露天矿区的可持续发展提供数据和理论方法支撑。

以河北省廊坊市永清县整个县域为研究区，以GF1-WFV 16 m分辨率影像为数据源，选取覆盖作物完整生长期多个时相的影像数据，构建作物归一化植被指数(Normalized Difference Vegetation Index，NDVI)时间序列。通过对研究区NDVI曲线的分析，发现利用该数据构建的NDVI时间序列可描述研究区作物的生长特性，体现当地不同作物的物候差异，能有效地区分出当地的种植模式。选取NDVI曲线上最大值、最小值、峰值的出现时间、峰值数量和阈值等特征参数构建决策树。根据研究区的物候历和对当地种植结构的调查，利用最佳时相的影像，针对某一种或特定几种作物进行分类提取。分别采用决策树分类、神经网络分类等方法进行精度验证，综合比较得出最佳的作物分类方法。研究结果表明，在永清县这一县域研究区，利用GF1-WFV 16 m分辨率多时相遥感数据进行作物分类，采用决策树分类、神经网络分类两种方法的精度分别为72.0729%、87.3%。利用决策树分类的效果最优。

美国新一代环境气象卫星NPP/联合极轨卫星系统（JPSS）增加了可见光红外成像辐射仪(VIIRS)白天/夜间波段(DNB)的微光昼夜成像通道, 继承了**气象卫星计划(DMSP)线性扫描业务系统(OLS)收集全球微光成像数据的能力, 并在性能上有大幅提升, 利用VIIRS DNB数据可以进行夜间城市灯光探测。针对中国中东部经济快速发展区域城市灯光产品的迫切需求, 综合考虑云层、月光、太阳照射、闪电、火灾等因素的影响, 对低质量数据和非灯光特征数据进行识别和剔除, 采用VIIRS DNB多天夜间数据进行融合, 将多天无月光的有效灯光辐亮度数据进行平均, 生成中国中东部地区夜间城市灯光的月合成产品。将本算法生成的产品与美国国家海洋和大气管理局(NOAA)业务城市灯光产品的辐射亮度值进行对比验证后发现, 两者具有可比性。所开发的城市灯光融合产品算法为后端的衍生应用及其他夜间微光遥感产品的反演奠定了技术基础。

大气校正已广泛应用于区域生态植被的动态监测, 但是不同校正方法和模型对遥感影像光谱和森林碳储量估算结果的影响不得而知, 同时这种差异在多时相遥感监测与应用时经常被忽略。 以多期Landsat影像为数据源, 借助植被指数MNDVI和野外实地调查的马尾松林样方数据, 进行马尾松林碳储量反演。 然后采用几种常用的大气校正算法: 6S, FLAASH(fast line-sight atmospheric), IACM(illumination and atmospheric)和QUAC(quick atmospheric correction), 并结合地面同步实测的光谱数据, 以评估其对马尾松冠层光谱曲线、 植被指数以及林分碳储量估算的影响; 同时从遥感动态监测角度出发, 分析了相对大气校正（pseudo-invariant feature, PIF）对多时相影像植被指数与碳储量反演结果的校正效果。 结果表明, 经大气校正后的影像波段反射率与实测光谱结果较为接近, 其中近红外和短波红外波段光谱反射率明显上升, 同时可见光波段减弱, NDVI(normalized difference vegetation index)增加明显。 不同大气校正模型对研究区马尾松林碳储量的遥感反演结果影响较大, 其中IACM与6S模型分别具有较高的精度和较低的误差。 此外, 经过PIF校正后不同时相影像的NDVI相对偏差降低了85.16%, 同时马尾松林碳储量反演模型精度得到明显提升, 表明辐射归一化处理对于多时相遥感影像的应用十分必要。 研究发现ICAM与PIF的大气校正模型组合可较好纠正大气效应, 适用于多时相遥感数据的森林碳储量反演与监测研究。

近年来, 随着遥感平台和传感器的发展, 已经实现了对地球表面大部分区域的连续重复遥感观测, 积累了海量的多源、 多尺度、 多分辨率遥感数据。 这些数据详细记录了地表上各种地物的变化过程, 使得基于遥感影像的中长期变化检测等全球变化研究成为可能, 并极大地推动了遥感影像处理方法和应用的研究。 但是, 尽管许多学者已经开展了大量相关的研究工作, 目前基于多时相遥感影像的变化检测仍然面临许多挑战, 还没有形成相对完整、 成熟的理论体系, 对相关研究进展的系统性总结工作仍然相对缺乏。 回顾了多时相遥感变化检测方法的发展现状, 并根据输入数据类型和数量的不同将这些方法分成单时相分类比较法、 双时相比较法和时序分析法三类, 对其进展情况和特点分别进行总结分析, 然后就多时相遥感影像变化检测方法研究中现存的问题加以分析, 并尝试探讨了其发展趋势。

基于高斯测量矩阵的一维压缩感知测量数据不仅能很好地保持稀疏信号的能量信息, 也能够很好地继承稀疏信号的方向信息.但是在一维压缩感知模型中方向信息无法应用于稀疏信号的重构和检验.针对遥感影像中变化区域稀疏的特点提出了二维压缩感知模型.并利用能量和方向信息构建了基于二维压缩感知的稀疏信号重构算法(2DOMP).理论分析和实验结果证明, 2DOMP算法的信号重构能力更强.同时根据压缩感知恢复稀疏信号只需要很少测量数据的特性提出了定向遥感和定向变化检测的概念.

作为大范围、全天候、动态监测灾害时空变化的高技术手段，卫星遥感在灾害监测和环境保护中的应用日益 广泛。但在国内，产品化的遥感数据很少。因此，如何快速制作遥感数据产品是国内遥感数据是否能得到广泛应用的关键。 本文提出了一种快速自动化多时相遥感数据处理方法，该方法通过用ERDAS的Batch Command对NDVI数据产品进行批处理， 大大节省了人力和时间。该方法也可供类似的大数据量遥感影像处理借鉴。