以黑龙江省哈尔滨市道外区为研究区，系统探讨分析了基于遥感的不同方法在积雪信息识别中的应用。首先，对研究区两个时相的高分六号(GF-6)多光谱相机(PMS)影像进行目视解译，掌握了研究区内地物类型和积雪分布特点。其次，基于目视解译结果，选取了 8种典型地物类型，得到了“积雪”和“非雪”两类像元的光谱特征规律。再次，探讨分析了 6种方法在积雪识别中的应用，利用精确率、召回率和 F指数 3个指标进行了精度评价。最后，提出了基于投票结果的最终识别结果判定方法，得到了研究区积雪信息最终识别结果。研究表明：①受下垫面和阴影的影响，研究区“同谱异物”和“同物异谱”现象普遍；②深度学习算法的识别效果最好，决策树法的识别效果相对较差；农田区的识别精度高于池塘区，误识别和漏识别的现象都相对较少；③基于投票结果的最终识别结果判定，可以有效改善单一识别方法存在的误识别和漏识别现象。

高超声速飞行器的高温窗口会对红外导引头成像性能产生严重影响。为了定量分析高温窗口效应，通过红外导引头信号响应特性和高温热辐射特性耦合的方法，建立了高温窗口作用下的红外导引头成像量化表征模型，并利用典型红外导引头系统高温窗口实验对该模型进行验证。基于量化表征模型，结合外场试验获取的船海辐射数据，实现了多种温度窗口作用下红外导引头成像结果计算，并对高温窗口作用下的红外导引头成像性能进行评估分析。分析结果表明：当窗口温度超过250 ℃时，肉眼基本无法通过图像分辨船只；当窗口温度超过300 ℃时，基本无法通过导引头识别算法实现目标的分辨和跟踪。