由于二氧化氮（NO₂）在大气中的存活寿命较短，卫星遥感反演的对流层NO₂柱浓度与近地面NO₂浓度关系密切。欧洲航天局（ESA）S5P卫星的对流层检测仪（TROPOMI）载荷提供了目前最高空间分辨率的对流层NO₂数据，其在近地面NO₂浓度估算方面的潜在优势亟待检验。为此，本文采用极限梯度提升（XGBoost）算法和4年（2018—2021年）的TROPOMI/臭氧检测仪（OMI）数据估算了我国近地面NO₂浓度并开展了对比性分析。结果表明：1）TROPOMI的估算结果在精度和空间覆盖度两个方面，均明显高于OMI的结果；2）OMI数据由于自身空间分辨率的限制，无法和TROPOMI一样识别出NO₂浓度高值区附近的空间分布细节，导致其估算结果存在更严重的高估或低估。进一步，针对机器学习方法估算近地面NO₂普遍存在高值低估的现象，通过集成模型进行优化，得到了更优的结果（R²=0.85，slope为 0.89）。该研究结果有利于促进卫星遥感在近地面NO₂浓度估算与暴露评估领域的深入应用。

对于单光子测距雷达系统而言，发射激光脉冲瞬间和近场强后向散射带来的强背景光噪声信号均会导致光电倍增管产生强光感生噪声（SIN），严重影响后续目标的探测。为精确标定单光子量级的SIN，基于自主研制的单光子测距回波模拟器和固定脉宽为10 ns的脉冲激光器搭建了一套完备的SIN检测与评估平台。测量了不同能量的强背景光条件下的SIN，并使用相关经验公式对噪声进行了拟合。结合实际测距雷达系统，为满足百公里级测距目标反演的信噪比要求，应控制到达探测器处近场强背景光能量小于100 pJ。该研究为单光子测距激光雷达系统的性能评估提供了重要参考。

通过分析多角度偏振成像仪（DPC）的后验误差，测试DPC的气溶胶反演效果，为算法改进提供支持。使用GRASP（generalized retrieval of aerosol and surface properties）算法在同等条件下对DPC和POLDER（polarization and directionality of the earth's reflectance）数据进行反演，分析两种传感器的强度（RI）和偏振（RP）的反演残差及气溶胶光学厚度（AOD）误差；讨论山区和非山区AOD的反演精度及加入偏振信息对反演的改进。在多数波段，DPC的AOD反演精度接近POLDER，但在865 nm波段二者有较大正向偏差；RI@565、RI@865及RP@865的绝对值较大且较为离散；非山区上空DPC与POLDER反演精度接近，但在山区二者均出现系统性偏高，DPC尤为明显；偏振信息的加入可以有效改善仅强度条件下的反演结果；扣除干扰因素，非山区上空AOD@670落入期望误差范围的比例为63.7%，相关系数为0.828。

应用在空间辐射环境下的互补金属氧化物半导体图像传感器（CIS）会受到高能质子辐照损伤，导致性能退化，严重时甚至功能失效。为了分析CIS高能质子辐照损伤机理，本文以0.18 μm工艺CIS为研究对象，利用西安200 MeV质子应用装置开展了注量分别为1×10¹⁰、5×10¹⁰、1×10¹¹ p/cm²的100 MeV质子辐照实验。获得了单粒子瞬态响应的典型特征和暗信号、暗信号分布、暗信号尖峰及随机电码信号（RTS）等敏感参数的退化规律，揭示了不同偏置条件和不同注量下CIS高能质子辐照损伤的物理机制。实验结果表明：对暗信号而言，加偏置条件比未加偏置条件变化显著；质子辐照诱发的位移损伤和电离损伤引起暗信号的增大；位移损伤诱发的体缺陷诱发暗信号尖峰的产生，且随着辐照注量的增大而增多；空间电荷区中不同类型的体缺陷导致两能级和多能级RTS的产生。

风云三号D星（FY-3D）中分辨率光谱成像仪II型（MERSI-II）已在轨运行超过5年，经定量应用反演发现部分通道辐射响应性能出现明显退化。本研究采用深对流云（DCC）目标对MERSI-II大部分反射太阳波段辐射响应变化进行趋势评估，为提高该方法的稳定性，对基础DCC定标方法进行了优化。首先，比较了当前两种DCC双向反射分布函数（BRDF）模型的校正效果，采用月度反射率概率密度函数（PDF）众数和均值分别对反射率长时间序列稳定性进行分析。结果表明：对可见光和近红外波段使用CERES厚冰云BRDF模型校正的反射率PDF众数较优；短波红外波段反射率PDF均值较优，但对于两种BRDF模型均不敏感。其次，针对BRDF模型在短波红外波段无明显校正效果的问题，提出了一种基于反射率拟合残差和滑动平均值的去季节性方法。该方法显著改善了2018—2022年短波红外波段月度DCC反射率序列的相对标准差和波动性，分别降低了约22.2%和53%。这种去季节性方法为其他卫星光学传感器基于DCC目标的辐射定标研究提供了参考。最后，使用上述方法对MERSI-II的11个反射太阳波段辐射响应进行定量评估，发现蓝光通道和全部短波红外通道出现显著衰减，该评估结果将作为FY-3D/MERSI-II业务定标更新的重要参考依据。

激光反射层析成像技术作为一种新型远距离、高精度的空间目标探测方法，在信噪比足够时具有成像分辨率与探测距离、接收口径相对无关的优势，在远距离空间探测领域的应用前景非常广阔，使得作为激光反射层析成像核心的成像优化方法更是成为了众多研究者关注的焦点。本文提出了一种基于波形分解方法的激光反射层析成像优化方法，该方法旨在通过波形分解方法抑制激光反射层析成像重构图像中的伪影和噪声，实现对激光反射层析成像结果的优化。实验结果表明，在使用同一组投影数据的情况下，优化前后的峰值信噪比分别为16.5和17.8，基于波形分解的激光反射层析成像优化方法能够有效提升重构图像的质量，并能够较好地消除重构图像中绝大部分环状伪影和噪声所带来的影响。

里德堡原子外差技术通过引入辅助本振场可以极大地提升探测灵敏度，在雷达、电子侦察和通信方面具有广阔的应用潜力。本文在一个2 cm长的室温铯原子气室中，利用相向传输的探测光（852 nm）和耦合光（509 nm）将铯原子激发至里德堡态，用于实现里德堡原子光学探测。实验中分别用喇叭天线和平行板波导作为谐振区和非谐振区的微波发射装置，利用里德堡原子外差技术，实现了谐振区2.63 GHz处最小场强为220.94 nV/cm和非谐振区300 MHz处最小场强为19 μV/cm的微波电场测量，测量灵敏度分别为-131.9（dBm/cm²）/Hz和-93.2（dBm/cm²）/Hz。原则上，通过调谐激光频率激发碱金属原子至不同的里德堡态，并结合谐振区和非谐振区里德堡原子对电场的不同响应，可以在宽带连续频谱范围内实现对微波电场的高灵敏度探测。

在金属光栅覆盖分布式布拉格反射镜（DBR）双层结构中，利用金属与DBR交界面上的塔姆等离激元（TPPs）能够激发金属光栅狭缝内的表面等离激元（SPPs）的法布里-珀罗（F-P）谐振，由此产生的能量局域有助于感知狭缝内填充介质的折射率参数。为了进一步提升TPPs的激发效率，实现高灵敏度折射率传感，本文提出在金属光栅底部引入金属膜层构建金属光栅-金属膜-DBR的三层复合结构，采用有限元法分析了膜层厚度对复合结构透射谱线的定量影响。仿真结果显示，随着金属膜层厚度的增加，透射峰的谱宽单调减小，而峰值透射率呈现先增大后减小的变化趋势，在膜厚为12 nm时最大，相比无膜层结构，光谱峰值透射率提升约29%。在此基础上通过改变光栅占空比及金属光栅高度，分析了光栅狭缝中三到五阶类F-P谐振模对应的透射峰的传感性能指标。结果表明，随着占空比的减小，各阶谐振模透射峰的灵敏度显著增大。当选择占空比为60%时，四阶和五阶谐振透射峰的传感灵敏度分别升至171.20 nm/RIU（灵敏度单位）和178.35 nm/RIU。此外，改变金属光栅的高度可以实现折射率探测区间近乎线性移动，当光栅高度从900 nm增大到1200 nm时，基于三到五阶谐振模式的探测区间可以有效覆盖从1.00到2.27的折射率区间。本文的研究结果为利用TPPs进行折射率传感提供了一种有效的设计思路。

地物精细化分类一直是遥感领域的研究热点之一，也是生物量计算、全球碳循环、能量流动等研究的重要前提。为实现复杂场景下的地物高精度识别分类，本文基于高光谱激光雷达空间-光谱一体化同步获取优势，提出了基于空谱特征优化选择的高光谱激光雷达地物分类流程，构建了多种适用于高光谱激光雷达数据的空谱特征，并通过空谱特征优化选择，确定最优空谱特征组合进而实现高精度地物分类。14类地物分类结果表明，联合多种空谱特征，可优化某些类别因空间结构复杂造成光谱获取准确度不高从而引起的错误分类现象，总体分类精度可达95.57%，平均分类精度为84.37%；基于空谱特征优化选择确定最优空谱特征组合，可有效地消除特征冗余，使得总体分类精度进一步提高1.56%，平均分类精度提高4.36%。基于高空间分辨与高光谱分辨的一体化成像探测优势，高光谱激光雷达技术在地物精细化分类领域极具研究潜力与商业价值。

针对合成孔径雷达（SAR）图像变化检测中差异图质量不佳、检测精度偏低以及检测时间长等问题，提出了一种基于对数双曲余弦比（LHCR）差异图构造与多区域特征卷积极限学习机的无监督变化检测新方法。该方法主要由差异图生成和差异图分析两个阶段组成。在差异图生成阶段，利用各向异性扩散滤波器对同一地区不同时间的两幅SAR图像分别滤波，使用对数双曲余弦变换对滤波后的图像进行增强，通过对数比处理得到LHCR差异图，在抑制相干斑噪声的同时，增强差异图的对比度。在差异图分析阶段，应用分层模糊C均值聚类得到变化类、不变类和中间不确定类的预分类结果；进而从差异图、双时相SAR图像中获取多区域样本块，构成三通道数据输入卷积层进行特征提取。特征具有强调中心区域、抑制边缘噪声的特点；最后，使用变化类和不变类的特征向量进行极限学习机分类训练，再用训练好的模型对中间不确定类像素自动分类实现变化检测。Radarsat-2和高分三号数据集的实验结果表明了所提方法的有效性。