遥感图像道路信息提取既是土地利用检测、地理信息系统更新等传统行业应用的必要步骤，又是数字城市、智能交通等新基建领域中关键技术之一。回顾道路提取方法的发展历程，按照使用数据源的不同，现有的遥感图像道路提取技术主要分为高分辨率成像、多光谱/高光谱成像、激光/点云成像和SAR成像四大类。本文首先介绍了四种遥感技术在道路信息提取上的应用现状、适用范围及方法特点；然后重点阐述并列举分析了当前基于不同平台高光谱数据的道路提取应用效果；最后对本文的内容进行了总结，并对未来的发展趋势进行了展望。

在全球变暖的背景下, 农业干旱频发不仅严重影响区域粮食安全和生态安全, 同时还威胁社会经济稳定和可持续发展。 农业旱情遥感监测是预防农业旱灾发生发展的重要途径, 可以为科学制定旱灾风险管理措施提供有力支撑。 因此, 厘清农业旱情遥感监测研究进展对于今后更好地开展农业旱情监测及预警研究以及进一步促进社会经济的可持续发展具有重要的现实意义。 基于此, 系统梳理了当前遥感数据在农业旱情监测中的应用研究进展。 针对不同的农业旱情评价对象, 将旱情监测指标分为降水监测指标、 土壤含水量监测指标和作物需水监测指标, 并对不同指标涉及的遥感数据源和评价方法进行了归纳和总结。 重点针对农业旱情监测涉及的最主要的两种典型地物（土壤和植被）的光谱特性差异和对水分变化的敏感波段不同, 系统总结了微波遥感监测法, 可见光、 近红外与热红外遥感监测法和高光谱遥感监测法用于农业典型地物旱情监测的近今进展, 并探讨了未来农业旱情遥感监测研究的主要发展方向, 以期为今后更好地开展农业旱情预警和调控管理工作提供参考。

星载大气痕量气体差分吸收光谱仪(Environmental trace gases monitoring instrument, EMI)于2018年5月9日成功发射升空,目前在轨运行状态良好,能够有效获取全球紫外-可见波段地球大 气散射光信号(Digital number, DN)值(0级数据)。为对遥感数据定量化应用, EMI输出的DN值需要完成光谱定标、几何定位、辐亮度定标等处理, 得到1级数据产品,1级数据用于反演获取全球大气NO2、SO2和O3等2级产品,进而应用于定量监测全球空气质量变化以及污染气体的分布输运过程。

光学卫星遥感数据在获取过程中易受云层干扰, 云区识别是光学遥感数据应用及分析的一个基础但重要的步骤, 高效的云区识别技术对节省数据收集成本和提高数据利用效率具有较强的现实意义.同态滤波算法是经典的基于单幅影像的云区识别方法之一, 该算法具有计算快速方便、云区检测精度较高的优点, 然而识别的云区范围极大程度取决于同态滤波器截止频率的位置.同态滤波截止频率通常采用经验值, 显然经验截止频率无法适应批量遥感数据的自动处理需求.针对以上问题, 本文通过建立输入影像频谱能量与截止频率的关系, 结合白度指数(Whiteness Index)和形态学算子, 实现对国产高分辨率光学卫星高分一号(GF-1)遥感数据的批量云区识别处理.与传统同态滤波方法相比, 该算法能根据影像频谱能量自适应判定同态滤波时采用的截止频率, 具有更强的适用性.通过对98景GF-1多光谱数据进行随机点人工目视标记精度检验, 精度检验结果表明该算法对云区有较好的检测效果, 总体识别精度达93.81%.该算法对GF-1遥感数据能进行批量化云区检测, 获得高精度的云区掩膜结果, 并有效降低高反射率地物造成的误识率.

星载大气痕量气体差分吸收光谱仪搭载于太阳同步轨道卫星上,用于获取紫外至可见波段的高光谱遥感数据,可定量监测全球痕量气体分布、 变化及输运过程。为满足大量实时遥感数据的读写功能,并实现载荷数据的快速有效查找与读取要求,选择HDF5数据格式存储大 气痕量气体差分吸收光谱仪获得的遥感数据。为测试数据的有效性,基于载荷在实验室获取的0级测试数据,通过暗背景扣除、 增益修正、光谱定标与辐射定标等处理,获得1级遥感数据,并将其成功写入HDF5文件中,从而为载荷入轨后的处理提供数据支持。

随着遥感技术的飞速发展, 遥感数据的传输速率和编码性能要求越来越高。在高码速率、复杂编码的条件下, 设计符合国际空间数据系统咨询委员会 (CCSDS)标准的高码速率解调器成为解决遥感卫星数据解调的关键。在软件无线电平台的解调器结构下, 分析低密度奇偶校验码 (LDPC)译码特点, 完成译码模块结构、解调速率、存储规则的设计。设计结果满足高码速率遥感卫星解调器要求, 提高了数据的下传效率和空间资源的利用效率。

提出了一种基于自定义投影网格的多角度、多源遥感数据空间位置精确配准方法。以美国地球观测卫星(EOS)上搭载的多角度成像光谱辐射仪(MISR) L2级产品与中分辨率成像光谱仪(MODIS) L3级产品的空间位置精确配准为例, 分析比较了软件ENVI、HEG、MRT及所提方法对两种产品进行投影变换时的数据处理能力。将欧洲空间局环境卫星ENVISAT的先进沿轨扫描辐射计(AATSR)数据与MISR L2级产品及MODIS L3级产品数据进行配准, 对所提方法进行验证。所提方法解决了常用遥感软件不能直接将MISR L2级产品数据与其他遥感数据进行空间位置精确配准的问题, 且对科学数据仅进行一次重采样, 避免了反复重采样可能造成的信息损失。对于类似多角度遥感数据的空间位置精确配准, 所提方法的基本思路和目标同样有效。

针对高光谱遥感数据特征提取方法的研究, 提出了一种新的监督近邻重构分析(Supervised Neighbor Reconstruction Analysis, SNRA) 算法。该方法首先利用同一类别的近邻数据点对各数据点进行重构; 然后在低维嵌入空间中保持该重构关系不变, 尽可能地分离开非同类数据点, 并利用总体散度矩阵来约束数据间的相关性; 最后求解得到一个最佳投影矩阵, 进而提取出鉴别特征。SNRA算法不仅保持了同类数据的局部结构而且增强了非同类数据的可分性, 同时减少了数据的冗余信息。在Indian Pine和KSC高光谱遥感数据集上的实验结果表明: 提出的方法能更好地揭示出高光谱遥感数据的内在特性, 提取出更有效的鉴别特征, 改善分类效果。

利用1995～2012 年的Landsat TM/ETM 和MODIS 热红外卫星数据，从时间、空间和城市热岛效应比率等方面对上海地区进行城市热环境进行了研究。结果表明，在时间序列上，一方面，上海地区地表亮温在季节上夏季最强，春季次之，秋冬季节较弱；另一方面，上海地区城市热环境主体逐渐从次中温区向中温区转化，城市地表亮温在总体上有升高的趋势。在空间分布上，在1995～2000 年上海地区地表亮温格局主要是由中心城区决定，随着浦东、松江、闵行、嘉定等新城区的兴起，在2000年以后，逐渐形成以中心城区为主，多个中心建成区为辅的城市热环境分布格局。

多时相遥感影像的相对辐射归一化是进行变化检测或拼接不可缺少的步骤。针对现有方法的不足，以自动散点控制回归(Automatic scattergram－controlled regressiion，ASCR)技术为基础，提出了一种改进的ASCR算法(Improved automatic scattergram－controlled regression，IASCR)。它的核心思想是首先利用粗剔除和主成分分析的方法选择占主体信息量的“未变化”像元，然后再利用最小二乘法确定回归方程，对多时相遥感影像进行归一化。以北京地区的多时相TM影像为实验数据对其进行归一化，并与ASCR法、全景简单线性回归法(Simple regression)、暗－亮(Dark setbright set)归一化法、伪不变特征归一化法(Pseudo－invariant feature)的结果进行了比较。实验结果表明，IASCR算法是解决多时相遥感影像辐射归一化问题的有效手段。