基于Himawari-8的可见光和红外扫描辐射计(AHI)数据，采用红外亮温法对2019年6～8月目标区域(20°N～30°N,100°E～120°E)的对流云云顶高度进行了计算。首先通过阈值法挑选出对流云区；然后基于红外亮温法，利用Himawari-8的112 m通道数据与ERA5再分析资料中的温度气压层数据进行了云顶高度反演；最后将反演云顶高度H与全球降水观测计划（Global Precipitation Measurement, GPM）产品数据进行了对比。结果显示，基于红外亮温法的Himawari-8数据反演对流云云顶高度与GPM产品数据一致，具有很好的相关性。相关系数为09，均方根偏差为029，平均偏差为048，纬向的离散分布优于经向，具有较强的适用性。

近场成像是干涉式被动毫米波成像技术的重要应用领域，阵列构型是影响近场相位误差的重要因素。搭建二维合成孔径近场成像仿真系统，实现目标场景生成、近/远场前向仿真、图像重构和近场相位误差等功能。利用该系统对空间分辨力相同条件下的常用二维天线阵型的近场误差进行定量评估和分析，针对二单元的近场扫描成像试验系统，提出一种将接收机通道误差、近场相位误差分步校正的自定标方法。比较基于参考点源的近场成像方法，该方法仅需先验距离信息，无需再对参考点源进行成像，具有操作简单、成像速度快的优势。

在开放光路条件下,污染气体与大气成分的光谱特征相互混叠,难以直接对污染气体进行识别。提出了一种自适应特征提取算法,预先生成各种大气条件下的光谱特征,利用Lasso算法进行快速特征优选,选择最优目标/背景组合重构背景光谱,提取目标特征。为了验证所提算法的有效性,开展了不同背景下的甲烷遥测实验、不同相对湿度条件下的氨气遥测实验,以及室内近距离乙烯探测实验。将所提算法与Harig算法进行对比,结果表明:所提算法能更好地扣除背景,具有较强的实用性。

基于可见光红外成像辐射仪多波段、宽覆盖、长重访周期的特点,以及云层在可见光到热红外通道的分布及变化特性,提出了一种适用于可见光红外成像辐射仪数据的改进的动态阈值云检测算法;通过遥感目视解译的方法对云检测结果进行精度验证,并与通用动态阈值云检测算法、可见光红外成像辐射仪云掩膜产品的结果进行对比。结果表明:所提算法能以较高的精度识别不同地表上空的云层,平均总体精度为93.23%,平均Kappa系数为0.821,对薄、碎云的整体识别精度得到了明显提高,错分和漏分误差明显减小;所提算法的云检测结果整体优于通用动态阈值云检测算法和可见光红外成像辐射仪云掩膜产品的云检测结果。

被动傅里叶变换红外遥测技术可以测量大部分污染气体,亮温光谱法能够在无需背景信息的前提下实现目标特征提取与识别。在野外进行实测时, 存在背景物体辐射、大气中成分辐射、仪器噪声等信号。当目标信号弱于这些信号时,亮温光谱法难以直接从实测光谱中提取目标特征。 针对这一问题,提出了一种基于非负矩阵分解的光谱特征提取方法,在被动红外遥测模型基础上,通过对整个亮温光谱进行分析,得到目标光谱特征。 实际测量以SO2为目标气体进行野外实验,对该方法进行了验证,结果表明,在目标信号较弱的亮温光谱中仍然能够提取到SO2的光谱特征,证明了方法的有效性。

快速辐射传输模式利用光学厚度预报因子与卫星通道光谱特征系数可实现通道透过率的快速计算, 并达到与逐线积分模式相当的正演精度.针对FY-4 AGRI的6个红外通道, 分别建立了基于RTTOVv7、v8、v9和CRTMv21(以下简称四种模式)光学厚度预报因子的快速正演算子, 与逐线积分模式的结果对比, 分析了四种快速正演算子中均匀混合气体、水汽线吸收和水汽连续吸收预报因子对正演误差的影响.分析表明, 四种快速正演模式计算通道亮温与逐线模式结果相比, 在温度探测通道的最大标准差要小于0.6K.v9模式在水汽和温度通道的正演误差远小于其他三个模式; 四个模式在窗区通道的误差基本相当. v9模式预报因子中, 引入实时大气与参考大气的整层离差减小了均匀混合气体光学厚度的正演误差.

为提高红外卫星资料的利用率，需将更多的资料同化进入数值预报模式初始场，尽量减小云污染的影响。针对大气红外探测器(Atmospheric Infrared Sounder, AIRS)卫星资料，用云检测方法识别了云顶高度。在验证该方法的有效性之后，在大范围卫星视场的含云区域中保留所有云顶以上的通道，并将这些通道的亮温数据同化进入数值预报模式初始场，通过对比分析不同方案下台风的模拟路径来评估云检测方法对台风数值模拟的影响。结果表明，该云检测方法的效果较好，检测出的晴空区及云区的分布与实际观测对应，检测得到的高云顶区域与台风云系的对应性较好。将云顶以上的通道亮温加以利用后，红外卫星资料的利用率得到很大提高，数据是原数据量的2.4倍。在台风路径模拟方面，同化云层以上的通道数据后，数据量的增加使路径模拟变得更精确了，与观测值明显接近。

Diviner在7年多的运行时间内, 共获得了超过3.3×1011个辐射亮度测量值.这些数据除了具有的推扫性、条带性和少量的“坏点线”与“故障”等特征外, 在一个月球日内呈现白天正午前后和整个夜晚亮温值变化幅度相对均匀, 上下午尤其是日出和日落前后亮温值变化剧烈的规律.利用昼夜分段亮温拟合模型, 结合数值模拟、奇异值剔除、分段拟合和纬向校正等方法获得了虹湾地区6个时刻的高分辨率和高覆盖度的亮温分布.结果表明, 白天的亮温与太阳辐射通量值计算的温度值相接近, 敏感于地形起伏、物质混合和通道光度计特性等因素, 最高和最低亮温分别出现在朝向赤道方向的山坡和落差最大的撞击坑中心位置；夜晚的亮温敏感于视场内物质的热物理属性差异, 变化幅度由上半夜的相对剧烈逐渐过渡到下半夜的趋于均匀.文章揭示了月表热能量交换规律, 解释了复杂和异常月表热红外环境的本质, 提供了一个关于无大气星体的风化层如何存储热红外辐射能量以及与空间环境进行能量交换的新视角.

近年来, 我国频繁发生的灰霾污染事件和常态性的高细颗粒物浓度（PM2.5）, 已经引起了全世界范围的广泛关注。 卫星遥感能够对大气污染进行快速准确地监测。 然而在大气遥感领域具有代表性的中分辨率成像光谱仪(NASA/MODIS), 其云监测和暗像元反演算法通常把灰霾当做薄云、 雾或地表亮目标处理, 无法反演霾天的气溶胶光学厚度(aerosol optical depth, AOD)。 笔者研究了云、 雾、 霾、 地表覆盖等不同像元在可见光、 近红外以及红外通道的光谱特性。 基于MODIS数据, 参考相关的云监测和气溶胶反演算法, 选取多个对灰霾敏感的光谱通道, 计算表观反射率和亮度温度。 针对不同波段, 分别探讨了霾与薄云、 低层云、 雾、 浓密植被和地表亮目标等像元之间的光谱差异, 统计灰霾分布的阈值区间, 并设计基于MODIS卫星遥感数据的灰霾识别自动处理流程。 通过对2008年华北平原春夏两个重霾事件进行测试, 该算法的霾分布监测结果与卫星真彩图具有较好的一致性。 基于北京和香河AERONET站点观测的高AOD数据, 验证了本算法的霾识别率接近80%, 在一定程度能够弥补MODIS标准气溶胶算法用于灰霾天的不足。 最后, 分析了灰霾识别过程中的主要误差来源, 并提出了基于霾纹理特征, 以及其他辅助数据支撑的改进方法。