提出一种顾及姿态误差时空变化的全谱段光谱成像仪（VIMS）定位精度提升方法。通过分析高分五号02星（GF-5B卫星）181 d的星敏感器低频误差规律，以分段傅里叶级数模型为基础，利用时序化、多空间补偿策略，统一了非基准与基准定姿模式之间的低频误差特性，补偿低频误差对影像几何定位的影响。研究结果表明，所提方法将VIMS可见光近红外影像无地面控制几何定位精度从4.274 pixel优化至1.867 pixel，且对不同时相、不同区域的光学影像均有良好的精度提升效果。

云的存在影响着遥感影像的广泛应用。基于高光谱观测卫星全谱段光谱成像仪的空间分辨率高和波段范围广的特点，提出一种适用于全谱段光谱成像仪数据的改进多通道阈值云检测算法。首先，根据云层在可见光到热红外通道的变化特征分离潜在云像素和清晰像素；然后，将温度概率、变异概率和亮度概率相结合，分别生成陆地和水体的云概率掩模；在此基础上，利用潜在云像素和云概率掩模得到潜在云层；最后，对潜在云层应用晴空恢复测试来减轻陆地水体以及冰雪上空云的误判。将改进的多通道阈值云检测算法结果与传统的多通道阈值云检测算法结果进行定量对比分析。结果表明：改进的算法能适用于不同的地表场景且得到较好的检测效果，平均总体精度为92.0%，差异度总体降低3%，平均云像元正确率和晴空像元正确率分别为92.4%和91.8%，错分和漏分误差显著降低；尤其在高亮地表，在城市和冰雪上空的平均云像元正确率分别提高4%和5%，差异度分别降低4%和2%。所提算法的云识别效果优于传统的多通道阈值云检测算法的结果，并且运行效率较高。

根据静止轨道特点，分析设计覆盖近紫外至长波红外波段的成像光谱仪光学系统，将0.3~12.5 μm的光学全谱段细分为5个子谱段并集成于光学系统，每个子谱段均采用4个分光系统在视场内拼接实现宽幅所需的超长狭缝，狭缝总长最长达241.3 mm，通过内扫描实现400 km×400 km地面覆盖。重点研究满足拼接要求的紧凑型长狭缝分光系统，指出其实现高保真分光成像需满足低畸变、低杂散、高信噪比、均匀光谱响应等条件。据此，设计基于凸面闪耀光栅的Offner型和Wynne-Offner型高保真分光系统，并研制各个子谱段的原理样机。给出全谱段长狭缝和凸面闪耀光栅两种核心元件的研制结果，单条狭缝最长达61.44 mm，5个谱段的光栅槽密度范围为8.8~312.1 lp/mm，峰值效率均在70%以上，最高达86.4%。以可见近红外和长波红外两个谱段为例，给出分光系统装调和测试过程，结果表明所研制的分光系统具有高保真性能，各项指标均满足要求。

为满足全谱段高光谱成像探测一体化应用需求，开展了可见至长波红外（LWIR）共口径成像光谱仪光学设计。前置像方远心物镜采用离轴三反结构实现，利用视场分离分光和分色片分光相结合的方法实现了可见至LWIR的四谱段划分。后置光谱仪采用非对称式凸面光栅Offner结构，将中波红外（MWIR）与LWIR光谱仪的放大率设置为0.90和0.61，以满足设计指标和成像质量的要求。设计和分析结果表明：所提系统在600 km轨道高度处的幅宽为30 km；可见至短波红外（SWIR）的F数为2.6，可见/近红外（VNIR）光谱分辨率和SWIR光谱分辨率分别优于5 nm和10 nm，像元分辨率为30 m；MWIR谱段和LWIR谱段的F数分别达到2.3和1.5，光谱分辨率分别优于50 nm和100 nm，像元分辨率分别为50 m和74 m；各谱段在Nyquist频率处的调制传递函数（MTF）均接近衍射极限，谱线弯曲和色畸变均小于探测器像元尺寸的1/10。

从可见光到热红外的全谱段探测的多光谱成像仪器能够同时对可见光、近红外、短波红外、中波红外、长波红外光谱范围内的多个谱段进行探测, 是目前得到广泛研究及应用的成像光谱仪器。这类仪器在国土资源、环境监测、城市遥感、海洋监管等方面均有较高的应用价值。本文概述了此类仪器的国内外研究发展现状, 对国外 Landsat系列载荷、MODIS、国内的资源系列载荷、高分五号全谱段光谱成像仪等代表性仪器的技术指标和特点进行了总结。通过分析认为更加全面和精细的光谱覆盖、成像方式的改进与技术指标提高、定标手段和定量化水平提高、数据的持续性及稳定性是未来发展的趋势。

常规的煤炭鉴别方法需进行繁琐的制样过程, 且需结合多种化学参数指标进行综合判定, 以得到较为准确的分析结果。 提出一种基于500～2 350 nm的可见-近红外全谱段光谱分析技术与多层感知器(multilayer perceptron, MLP)分类方法相结合的块状商品煤鉴别方法。 该方法具有非接触、 无前期制样、 无化学分析的优势, 可快速高效的获取煤炭的分类信息。 采用地物光谱仪采集煤炭原始光谱数据, 对噪声过大、 影响后续处理的谱段进行删除, 剩余部分采用小波阈值去噪法进行噪声去除。 将去噪后的数据分成三个数据集: 可见-近红外光谱(500～900 nm)数据集、 短波红外光谱(1 000～2 350 nm)数据集、 全谱段光谱(500～2 350 nm)数据集。 对以上三个数据集进行主成分分析, 将提取出的25个主成分输入多层感知器分类模型。 多层感知器模型由输入层、 隐藏层(两层)、 softmax分类器构成。 对三个数据集进行分类精度的对比, 并采用随机森林(random forest, RF)与支持向量机(support vector machine, SVM)两种分类算法进行进一步的验证分析。 结果表明: 对块状商品煤分类, 全谱段光谱分析技术由于数据信息量丰富, 能够得到更优的分类效果, 在训练样本数为132时, 采用MLP分类器的分类精度最高, 为9803%; 随机森林与SVM的分类结果验证了全谱段数据集的优越性与普适性。 该研究为煤炭的在线分析、 便携式煤炭检测仪器的研发提供了可靠的技术支持。

全谱段光谱成像仪集成可见多光谱、短波/中波红外以及长波红外三种探测器, 覆盖十多个谱段, 具有目前国内同类遥感仪器最宽光谱信息, 同时系统复杂且技术难度较大。为解决全谱段光谱成像仪多探测器同步控制、海量数据存储与集成处理以及探测器在轨增益、级数、积分时间等其他参数调整问题, 设计了一种多探测器数据控制与处理系统。该系统硬件以现场可编程门阵列(FPGA)为核心控制处理单元, 采用光耦合差分器件与其它设备进行连接和传输; FPGA软件采用模块化设计思想, 自顶向下用硬件描述语言(VHDL)进行设计; 利用仿真工具、硬件模拟器进行验证, 结果证明了该设计的正确性和有效性。在实际工程应用中, 该系统功能全面、接口灵活、可靠性高且易扩展。