在遥感数据的处理过程中，云检测是首要解决的问题之一。除合成孔径雷达传感器能穿透云层获取地表信息外，其它传感器均未能彻底解决遥感影像数据的云覆盖问题，云是辐射传播中的严重障碍，在很大程度上影响遥感信息获取的质量，从而降低了数据的利用率。云检测就是通过对卫星观测到的目标物的辐射值或反演参数进行区分，然后判断是晴空辐射还是含云辐射。探讨一种识别率高、检测精确、速度快的云检测方法，对于遥感影像的处理具有重要的现实意义。本研究的主要目的是针对MODIS卫星遥感数据研究云的多光谱自动检测方法，以便更好地提高MODIS影像的利用率。 本文对基于HDF格式的MODIS IAB数据结构进行了深入分析，通过ENVI、IDL工具实现了对MODIS LIB数据的提取和处理，对其进行几何校正、辐射定标、太阳天顶角订正、亮温计算等预处理过程。并分析了云的基本特征：遥感影像的含云区域色调均匀，区域的纹理结构较其它自然地物纹理结构简单，在频率域上，该区域多集中在影像低频部分，其它地物影像能量集中在相对较高的频带范围内；云区在遥感影像中具有极强的偶然性。 通过分析总结国内外常用的云检测算法，针对云及下垫面在可见光、近红外波段、中红外波段和热红外波段上不同的反射和辐射特性，利用反射通道的反射率及其比值、发射通道的亮温及其差值进行了云检测实验。每一个单独的通道检测或是比值、差值检测都有各自敏感的云类，但很少能检测出全部的云。 根据云检测实验，提出一种MODIS多光谱综合阈值云检测算法。本云检测算法共选用了10种云检测方法及一个晴空修复方法，可分为四组：厚云检测、高云检测、中低云检测、晴空修复。依据各波段作出统计直方图，结合云及下垫面的反射率与亮度温度统计特征，采用人机交互的方式来确定阈值。将云检测结果与MODIS原始影像进行对比，发现两者之间基本一致，对于厚云及面积较大的云能较准确地检测出来，对于细小的云或是薄卷云也基本上能检测出来。各种云类、不同下垫面上的云基本都能检测出来，没有明显的误判。多光谱综合阈值法对于厚云和面积较大的积云以及下垫面情况较为单一的区域检测结果较好，而且比较简便，计算快捷。