随着城市化的加速，城市热岛效应问题逐渐突显。为研究城市空间扩张和社会经济发展对地表热岛效应的影响，基于2000―2020年共5期 Landsat遥感影像，利用辐射传导方程法对合肥和南昌的地表温度进行反演，采用归一化方法将研究区的地表热岛效应分为4个等级，并对两市地表热岛效应的时空演变特征进行分析研究，进而运用地理探测器对热岛效应强度的影响因子进行综合性分析。结果表明：(1) 在2000―2015年，合肥市的城市扩展系数由1.70降低到1.08，最后趋于1.25，2015―2020年降低到0.56；在2000―2020年，南昌市的城市扩展系数在1.34～1.60范围内上下波动；合肥市和南昌市分别在2011年和2018年完成了产业结构转型，朝着以第三产业拉动为导向的趋势演进；城市在空间的扩展与社会经济的发展和政府的决策支持密不可分；(2) 合肥市和南昌市主城区持续扩展均呈现非线性的增长趋势；合肥地表热岛效应主要在东北和西南方向上扩展，而南昌主要呈现出东南-西北方向的扩展模式；合肥和南昌地表热岛效应面积分别由45.17 km²和40.80 km²增加到351.61 km²和274.07 km²，且热岛发展力度和范围与城市快速发展的规模和方向较为一致；(3) 合肥市和南昌市的各影响因子对热岛效应强度的解释力从大到小为：人口密度(0.891/0.844)、建成区面积 (0.842/0.810)、人均GDP (0.788/0.773)、第二产业占比 (0.679/0.711)、第三产业占比 (0.582/0.636)，其中人口密度的影响最大，产业结构中第二产业作用较高于第三产业；各因素相互作用均比单一因子对地表热岛效应强度的影响程度更大。研究结果能给合肥和南昌市及类似城市的规划提供参考和思路，合理布局建成区的绿色空间以及控制城市人口数量可以有效缓解城市地表热岛效应发展速度。

为研究合肥市近二十年的城市格局演变和热岛效应变化，基于2005、2009、2015、2020年每年10月份的Landsat卫星影像对合肥地区进行了土地分类以及地表温度反演，并提取归一化差值裸地与建筑指数 (NDBBI)、植被覆盖度 (FVC)、改进的归一化差异水体指数 (MNDWI) 以及人口密度进行了多元回归分析，进而建立数学模型对合肥主城区的热岛效应及影响因子进行了分析。结果表明：(1) 从2005年到2020年，强热岛区增加了15.03 km2。热岛标准差椭圆分布方向为东北—西南方向，椭圆的范围逐年扩大，热岛质心集中在蜀山经开区，且81.90%的强热岛区为较高与高核密度工业区。(2) 地理探测器分析结果表明各影响因子对地表温度的解释力从大到小为：NDBBI (0.542)、MNDWI (0.409)、FVC (0.379) 和人口密度 (0.018)。(3) 岭回归处理后的多元线性模型 (R2= 0.654) 研究结果表明，影响地表温度的主要因子为NDBBI，而人口密度的影响则较小。(4) 地理加权回归模型 (GWR) 的分析表明，各点的相关系数R2在0.489～0.667之间，建筑物与道路密集的城建区R2最高。NDBBI高值集中在经开区等地，最高值达到0.9以上，在GWR模型中人口的系数依然很小，FVC系数高值区集中在植被覆盖率高的区域，而 MNDWI高值区则主要分布于水域。

灵敏度是重要的遥感器辐射性能指标。本文将红外高光谱大气探测仪仪器噪声灵敏度概念拓展，定义了面向探测仪在轨应用的大气参数灵敏度和地表温度误差灵敏度，给出了相应的计算模型和相互关系。并将之应用于第一台静止气象卫星红外高光谱大气探测仪FY-4A GIIRS在轨应用探测灵敏度评估。根据探测仪测试数据和大气历史统计资料，得到了大气参数（温度、水汽、臭氧、CO₂、CH₄和N₂O）、地表温度误差以及探测仪噪声灵敏度随通道的定量变化特征，分析了各变化特征的物理机制。结果表明大气温度、水汽和臭氧灵敏度远大于探测仪噪声和地表温度误差灵敏度，而CO₂、CH₄和N₂O灵敏度被探测仪和地表温度误差灵敏度淹没。本文研究为红外高光谱大气参数探测信噪比评估奠定了基础，有助于红外高光谱大气探测通道的优选。

矿产资源的开发推动了社会经济的迅速发展，但同时也使矿区成为地表高温聚集区，对生态环境带来不利影响。基于2000~2018年研究区的Landsat卫星遥感影像，利用辐射传输方程法（Radiative Transfer Equation，RTE）反演地表温度（Land Surface Temperature，LST）；基于NDVI-DFI像元三分模型反演植被覆盖度（Vegetation Fractional Coverage，VFC）；借助回归分析法定量分析4个陆表生物物理指标（光合植被覆盖度（Fractional Cover of Photosynthetic Vegetation，f_PV），土壤湿度（Normalized Difference Moisture Index，NDMI），建筑指数（Normalized Difference Build-Up Index，NDBI），裸土指数（Bare Soil Index，BSI））对地表温度的驱动机制；利用主成分分析方法（Principal Component Analysis，PCA）耦合以上4个生态参数，提出一种能够综合分析矿业开发密集区地表热环境分异效应的遥感综合生态模型（Remote Sensing Integrated Ecological Index，RSIEI），利用时空分析法定量化和可视化分析矿业开发密集区地表热环境时空分异的影响机理；借助热场变异指数（Heat Index，HI）分析研究区地表热环境分异效应与生态环境质量之间的关系。结果表明：4个生态参数对地表热环境分异效应具有不同的驱动作用，定量回归分析表明，f_PV和NDMI与LST均呈线性负相关关系，并通过了p<0.01的显著性检验，说明光合植被覆盖度和土壤湿度的增加，对地表均具有降温效应；NDBI和BSI与LST均呈线性正相关关系，并通过了p<0.01的显著性检验，说明建筑用地和裸地面积的增加，对地表起升温效应。4个镇域矿业开发密集区RSIEI影像与LST影像的空间光谱分布特征表明，二者具有空间逆关联特点，即RSIEI值高（生态环境质量好）的像元对应于LST值低的像元，反之亦然。对4个镇域矿业开发密集区3个年份的RSIEI与LST的定量回归分析表明，RSIEI的值每上升10%，LST的值相应下降0.67~0.77°C。经验证基于主成分分析方法建立的RSIEI模型适用于矿业开发密集区地表热环境分异效应的综合评估。