利用卫星遥感技术开展铁路灾害监测与评估，对于保障铁路建设和运行安全、提升铁路防灾减灾救灾能力具有重要意义。通过分析当前铁路灾害卫星遥感应用存在的问题，结合中国卫星遥感发展和新时代应急管理工作实际，探讨了卫星遥感技术在铁路减灾、备灾、应急和恢复重建等灾害管理全过程中的实践应用需求。针对影响铁路安全的主要灾害，分析总结了卫星遥感监测与评估技术在铁路应急管理中的应用方法和应用能力。针对洪涝、地质、森林火灾和雪灾等典型灾害实例，建立卫星遥感监测评估铁路灾害的技术流程，进一步分析卫星遥感对于铁路灾害应急管理的作用效果。结果表明：卫星遥感技术能够实现铁路主要灾害的灾前风险监测和灾后损失评估，可有效支撑铁路的全过程灾害管理。通过多手段的融合运用和动态监测能提升遥感信息的决策支持作用，使其在铁路灾害的应急管理中有着广阔的应用前景。

海水中的叶绿素浓度是描述海洋初级生产力、 获知浮游植物丰度及变化规律、 评估环境质量、 预报生态灾害的主要参数。 国内外卫星遥感叶绿素产品的通用反演模型是利用不同波段上遥感反射光谱的强度比值来构建的OCx(x=26)算法, 应用在一类水体中, 全球尺度上的平均相对误差在35%左右。 但对于固有光学特性复杂且具有较大区域差异性的二类水体, OCx算法误差较大甚至失效。 现有研究成果表明, 光谱的相对高度有利于特征波段信息提取及水色信号信噪比的提高。 但基于相对高度构建反演模型, 目前尚存在波段单一、 应用面窄等问题。 在我国近岸水体中, 相对高度模型的构建方法及应用效果尚需进一步研究和验证。 在对秦皇岛近岸海域的叶绿素浓度和表观光学参量进行原位测量的基础上, 对高光谱数据进行了规范化处理, 选取了特征波段并利用特征波段的相对反射深度构建了反演模型。 模型反演值与实测值的相关系数为0.883 58, 平均相对误差为28.33%; 将模型与OCx等算法进行比较, 平均相对误差均降低了27%~50%; 模型验证估算值的平均相对误差为31.17%。 在此基础上, 对我国海洋卫星HY-1C水色水温扫描仪的多光谱数据及实测叶绿素浓度进行了相关分析, 并基于443及520 nm处的相对反射深度建立了反演模型, 模型估算值的平均相对误差比同期L2B产品降低了53.44%。 结果表明, 基于相对反射深度构建反演模型, 可充分利用叶绿素特征波段信息、 降低数据敏感性、 提高水色要素的信噪比, 进而大幅提高模型的反演精度及稳健性。 对于水色要素的高光谱及多光谱反演模型构建、 水体光学参量测量、 卫星产品普及应用、 初级生产力估算、 生态环境监测、 水动力过程研究等领域具有重要的科学意义及较强的应用价值。