基于中分辨率成像光谱仪/云和气溶胶探测激光雷达（MODIS/CALIOP）的匹配数据集，提出一个分类神经网络进行透明卷云的识别，利用两个回归神经网络对透明卷云的光学厚度和云顶高度进行反演。结果表明，分类网络的精确度可达到84%，检测率达到79%。对成功识别的透明卷云参数进行了反演，得到透明卷云光学厚度的平均绝对误差为0.2，均方根误差为0.25，相关系数为0.79。对云顶高度进行了反演，得到云顶高度的平均绝对误差为0.61 km，均方根误差为0.74 km，相关系数达到0.87。本研究利用MODIS/CALIOP匹配数据集以及神经网络算法，可得到透明卷云的分布以及其参数特性，为其在南海海域上空的分布情况提供了数据支撑，有助于相关研究人员了解该地区透明卷云的分布情况，提高辐射计算的精度。

基于分区线性法对圆形渐变滤光片型光谱辐射计开展辐射定标研究，以解决温度范围大、工作波段宽的测量目标对该类型光谱辐射计造成的非线性问题。所提光谱辐射计的主要技术原理是将待测目标的温度区间分为多个子区间，采集目标温度区间内多个不同温度黑体对应的测量光谱，并计算各个温度下的响应度函数。在进行红外光谱测量时，将目标光谱与区间内记录的不同温度点光谱进行比对，从而确定待测目标所属温度子区间的上下限。根据子区间计算的响应度函数，通过线性插值求得待测目标的响应度函数并进行辐射定标。基于该方法的实验结果表明，待测目标理论辐亮度与使用分区线性法进行辐射定标得到的辐亮度在波长范围内的平均偏差小于1%。通过定标结果反演测量黑体的等效温度，等效温度误差小于2%。

为了解亚北极太平洋大气对海洋的长期影响, 利用 2003-2018 年 MODIS 卫星遥感数据, 对部分区域 (40° N～50° N, 160° E～160° W) 进行研究。将研究区域按照经度每 10° 划分为 4 个子域进行比较研究, 分析了各区域气溶胶光学厚度 (AOD) 和海洋净初级生产力 (NPP) 的变化特征及相关性。结果表明各区域 AOD 及 NPP 均具有年际周期性, AOD 于 7 月达到峰值, NPP 于 8、9 月达到峰值, 且二者均存在明显的自西向东递减趋势。根据时滞相关性分析发现, 各区域 AOD 均与滞后 1～2 个月的 NPP 有较强相关性, 自西向东四个研究子域的最高 Pearson 相关系数分别为 0.75、0.84、0.79、0.74。利用 7 月 AOD 峰值对气溶胶进行分类, 发现沙尘为影响该区域 NPP 的重要气溶胶类型。对各区域的海表温度 (SST) 和光合有效辐射 (PAR) 的研究发现, 二者均无明显的自西向东变化趋势, 较好地排除了这两种因素对 NPP 自西向东趋势的影响。

高分五号（GaoFen-5）卫星搭载的多角度偏振成像仪（DPC）未装备星上定标器，需依赖不同替代方法进行在轨辐射定标。为此，发展了一种在轨交叉辐射定标方法，考虑实时地表方向反射及仪器光谱响应差异，实现了DPC/GaoFen-5与中分辨率成像光谱仪（MODIS）/Aqua的在轨交叉辐射定标。该方法选用具备高精度星上定标的MODIS/Aqua卫星为参考传感器，选择北非沙漠准不变定标场观测数据，通过输入卫星同步地表双向反射率产品和大气辐射传输计算，精确校正两传感器间太阳-观测几何和光谱响应差异带来的表观辐射量偏差，最终得到待定标传感器在轨交叉辐射定标系数。理论分析结果表明，该方法在DPC非吸收波段的定标不确定度为2.41%~3.70%。DPC/GaoFen-5与MODIS/Aqua的交叉辐射定标初步结果表明，两者辐射一致性较高，各波段表观辐射量差异均小于4%。

有效的云检测与云相态判识对于农业、气候及人类生活具有重要意义, 而这些数据的获取离不开卫星遥感。 卫星遥感数据在当今社会的生产和生活中都扮演着至关重要的角色, 众多领域的发展都离不开卫星遥感数据的支持。随着高精度传感器的发展, 传统研究方法无法满足大规模、高维度数据的高效挖掘与处理, 因此深度学习技术在遥感领域得到了快速的发展。基于深度学习技术提出了一种结合多波段遥感影像的云检测及云相态判识的方法。 该方法采用 MODIS 云产品影像作为样本, 将不同波段信息作为特征值, 分别建立针对云检测与云相态判识研究任务的多个数据库, 并采用 DeepLab V3+ 模型进行训练并预测, 从而完成高精度的云检测及云相态判识任务。与传统方法相比, 该方法高效便捷、特征提取能力较强, 将多波段作为特征值输入模型进行预测时, 该方法展现了良好的结果。

为了精确地定量研究土地利用变化对地表反照率的影响, 利用公元 850-2100 年期间土地利用数据集获取了一套长时期的全球分光 (近红外、可见光、短波) 地表反照率数据集, 并进行了详细的分析和对比验证。验证结果表明, 所得的分光地表反照率与 MODIS 数据对应结果的空间分布特征基本一致; 在非冰雪覆盖区的可见光反照率差别在-0.0081～0.0029 之间, 精度较高; 差别最大的区域为南、北半球中高纬度的冰雪覆盖区。研究表明, 自 1860 年以来, 所有典型区域 (包括中国东部、欧洲东南部、美国中东部和巴西南部) 的城市建成区逐年增加, 特别是巴西南部的自然植被逐年减少; 在 1860-1980 年间, 各区域主要表现为自然植被向城市建成区和耕地转化; 在 1980-2015 年, 巴西南部耕地类型持续增加, 其余区域均表现出自然植被逐步恢复的变化趋势。此外, 不同土地利用类型的分光反照率存在很大差别, 例如, 春季可见光反照率在冰雪表面为 0.5069, 混交林为 0.0444, 而城市建成区为 0.0870; 且受不同纬度和下垫面性质的影响, 同一土地利用类型的分光地表反照率也存在明显的空间差异, 例如, 春季草原的可见光反照率最大为 0.4915, 最小为 1.127×10-4。 这套长时期全球分光地表反照率数据集可以为土地利用变化驱动气候变化的相关定量研究奠定数据基础。

极地地区的海雾给极地科考和海冰研究带来了挑战, 但由于相关监测数据较少, 因此对极地地区海雾的研究还相对匮乏。基于 CALIOP 传感器可以观测垂直方向上云雾信息的特性, 使用准同步观测的 MODIS 中分辨率成像光谱仪对北极地区的云雾信息进行分析。首先使用深度神经网络模型反演云顶高度, 再根据云高确定是否为海雾。并且就不同波段对反演结果的影响进行了分析。结果显示使用深度神经网络反演的云顶高度平均绝对误差要比传统方法的结果低 1774.280 m, 可以更好地对云顶高度进行反演, 提高了海雾检测精度。

利用 MODIS 021KM 数据反演成都地区 2018年逐日 AOD 数据, 并结合 PM2.5 地面监测数据以及气象数据构建地理加权回归 (GWR) 模型得到成都地区逐月 PM2.5浓度。结果表明: (1) 和多元线性回归模型相比, GWR 模型反演的 PM2.5 浓度的 R2、ERMS 和 EMA 分别为 0.884、7.8704 μg·m－3 和 6.1566 μg·m－3 , 都优于多元线性回归的 0.808、9.7098 μg·m－3 和 7.6081 μg·m－3, 说明该模型能有效估算成都地区 2018 年 PM2.5 浓度。(2) 成都地区 PM2.5 浓度在月尺度上呈现出先降低、后升高的变化特征。2 月最高为 67.38 μg·m－3, 7 月最低为 28.31 μg·m－3; PM2.5浓度季节变化特征为夏季、秋季、春季、冬季依次递增。(3) 成都地区 PM2.5 浓度空间分布总体上呈现“中间高、两边低”的特征。西部地区为 PM2.5 浓度低值区, 中部地区为高值区, 东部的简阳市和金堂县为 PM2.5浓度次高值区。

基于 2004-2018 年 MODIS 长期观测的气溶胶日产品 MOD04_L2, 利用线性倾向估计法和 AOD-AE 气溶胶类型划分法, 得到中国区域长时间序列的气溶胶光学特性与气溶胶类型的时空变化规律。研究表明, 在此期间: (1) 550 nm 处气溶胶光学厚度 (AOD) 高值分布在海拔较低、人口密集、工业发达的大城市群, 低值分布在人烟稀少、植被覆盖度高的山区和草原; ngstrm 波长指数 (AE) 高值分布在四川盆地边缘、贵州等地区, 低值分布在西北沙漠地区。(2) 中国 73% 的地区 AOD 呈减小趋势, “胡焕庸线”东部的 AE 整体也呈减小趋势, 且 AOD 与 AE 均在 2014-2018 年期间明显减小。(3) 在季节变化趋势方面, AE 与 AOD 基本相反, 城市工业型气溶胶与 AOD 相同, 而清洁大陆型气溶胶与 AOD 相反。(4) 清洁大陆型气溶胶占比在 2014 年之后逐年递增, 说明中国空气质量逐渐改善。