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。

目前星载高光谱传感器较少, 基于高光谱影像的土壤盐分含量估算研究仍处于探索之中。 高分五号（GF-5）是目前国内光谱分辨率最高的卫星。 目的是研究高分五号高光谱影像大面积估算干旱区盐渍化土壤盐分含量的可行性。 选择新疆焉耆为研究区域, 采集了198个土壤样本。 首先, 检测土壤样本中的全盐量、 Na+、 Ca2+、 SO2-4、 Cl-的含量, 利用ASD FieldSpec3地物光谱仪在实验室测定土壤样本的光谱反射率。 然后, 对实验室土壤光谱进行SG（Savitzky-Golay）平滑预处理, 采用竞争自适应重加权采样法选择土壤盐分的特征波段, 再利用偏最小二乘、 岭回归和支持向量机建立土壤盐分含量的回归模型, 发现实验室光谱反演土壤盐分的模型精度较高, 五种土壤盐分反演模型的校正集决定系数均大于0.97, 预测集决定系数均大于0.90。 接着, 获取土壤采样同期的高分五号高光谱影像数据并进行预处理, 根据采样点位置在影像上提取了198个土壤样本的光谱曲线, 使用与实验室光谱相同的反演方法, 建立了高分五号影像光谱与土壤盐分的反演模型, 五种土壤盐分（全盐量、 Na+、 Ca2+、 SO2-4、 Cl-）反演效果最好的模型预测集决定系数分别是0.76、 0.66、 0.76、 0.63、 0.77。 最后, 根据高分五号影像光谱对土壤盐分的反演结果, 选择精度最高的特征波段组合和建模方法, 用于整个研究区域的土壤盐分含量估算。 估算结果按盐渍化等级划分, 研究区盐土占比76%, 土地已无法耕作, 非盐渍土占比16%, 可种植农作物, 弱盐渍土、 中盐渍土和强盐渍土分布面积较小, 共占8%。 五种土壤盐分的估算图与全盐量插值图的空间分布趋势一致。 结果表明, 高分五号高光谱影像估算本研究区域的土壤盐分含量结果可信度较高。

近年来，我国卫星高光谱技术发展迅猛，高分五号、高分五号02星、资源一号02D星、资源一号02E 星等相继发射为遥感领域带来了丰富的高光谱数据源。但高光谱卫星在成像过程中不可避免地会受到云及云阴影的影响，如何准确识别成为保障后续应用的关键，Fmask 算法作为国内外诸多算法中的典型代表，已被 Landsat 和 Sentinel 业务化产品生产系统采用。Fmask算法作为国内外诸多算法中的典型代表，已被Landsat和Sentinel业务化产品生产系统采用。但该算法对于缺少热红外波段的数据精度偏低，例如对Sentinel-2数据的云和云阴影识别精度分别为84.5%和50%左右。鉴于此，本文通过在原有算法中优化云及云阴影识别算法结构、增加高亮地物识别辅助判据等改进手段，提出了一种适合高光谱卫星的Fmask改进算法，并在含有城区、山地、平原等三类不同下垫面场景的20景高分五号和资源一号高光谱影像中进行检验，结果表明：云识别的用户精度和生产者精度可达91.26%和99.97%，云阴影识别精度达到78.66%和79.41%，明显优于原始算法。本文算法对于高光谱数据的云及云阴影识别具有精度高、效果稳定和易于工程化实现的特点，可用于支撑国产高光谱卫星数据的业务化处理。

在分析绿色健康植被光谱特性及5种典型地物在高分六号影像中可见光波段光谱特征的基础上, 提出一种基于红、 绿、 蓝波段的可见光植被指数——高区分型红绿蓝植被指数(HDRGBVI), 利用该指数与其他8种常见可见光植被指数提取研究区绿色植被覆盖效果进行对比研究, 并采用基于SVM的监督分类方法进行对不同种可见光植被指数所提取的研究区绿色植被进行精度量化评价并将精度进行对比。 结果表明： 由HDRGBVI计算的植被指数灰度影像能够有效提取试验区植被, 对大面积水体、 狭长水体、 细小水体具有抑制作用; 相比其他8种常见可见光植被指数在应用于卫星影像时出现的植被与其他地类区分度低的问题, HDRGBVI增强了植被与其他地类的区分度, 使得可见光植被指数应用于卫星影像时也拥有较好的提取效果; 利用HDRGBVI与其他8种常见可见光植被指数分别对长桥海试验区植被覆盖区域进行提取, HDRGBVI总体精度为90.23%, Kappa系数为0.804 5, 精度高于其余8种常见可见光植被指数, 能够准确对长桥海试验区的植被覆盖区域进行提取; 为验证HDRGBVI是否具有良好的可适用性及可靠性, 分别从3景高分六号影像中选择3个研究区进行验证, 分别计算三个研究区的HDRGBVI, 并利用对应试验区的基于SVM的监督分类结果进行精度验证, 结果表明： 三个研究区的绿色植被提取精度均维持在90%左右, 均可对植被覆盖区域进行有效提取提取精度受不同地类分布差异影响的波动性较小, 且能够较好的削弱影像中阴影等因素的影响。 综上, 所提出的高区分型红绿蓝植被指数——HDRGBVI能够有效、 快速、 高精度、 大范围提取高分六号可见光波段影像中绿色植被信息, 且具有较好的适用性, 为可见光植被指数与卫星影像的结合应用提供了一种可行性方法。

煤炭开采是我国最主要的甲烷排放源之一，建立高时空分辨率的甲烷排放清单是推动煤炭行业甲烷减排的重要抓手。以Sentinel-5P/TROPOMI、GHGSat-D/WAF-P、GF-5/AHSI为代表的遥感卫星已成功用于区域和点源尺度的煤炭行业甲烷排放检测与量化研究。介绍当前可用于煤炭行业甲烷排放研究的遥感卫星及数据，分析相应的甲烷柱浓度及排放速率遥感反演技术进展，并讨论其适用性与优缺点。建议以煤矿聚集区和单一煤矿为两个关键尺度，加快建设中国煤炭行业的“自上而下”甲烷排放清单，指出未来需要重点研究的3点内容：采用TROPOMI数据和简化质量平衡法，反演全国14个大型煤炭基地的甲烷排放；基于10 nm分辨率的高光谱遥感卫星，检测与量化全国数千家煤矿的甲烷排放量；挖掘不同尺度遥感卫星观测之间的内在联系，开展协同分析。

结合图论思想，提出一种高效的异源影像点云配准方法。该方法首先利用点云几何特征寻找点云中的地平面方向，将点云中建筑物的布局关系构建成图形式，使点云配准问题转化为图匹配问题；然后，提出一种图匹配方法，基于几何约束条件构建核三角形作为配准基元，利用高阶相似度信息寻找图的全局最优匹配，实现点云间的快速、稳健初配准；最后，结合迭代最近点（ICP）算法进行精配准，获得高精度异源点云配准结果。为了验证所提方法的有效性，选取河南省3个不同区域的高分七号卫星影像点云和无人机近景影像点云进行实验。实验结果表明，所提方法不受噪声点和异常值的影响，能够克服不同的点云密度差异、消除约939倍的坐标尺度差异，整体配准速度相较于对比方法提升了51~184倍，全自动地实现了异源影像点云鲁棒、高效配准。