城市中,人为的热量和污染物排放,以及下垫面性质的改变,带来了城市气候改变和大气污染,对此,本文应用遥感反演的方法获取城市的温度场、大气污染及植被分布信息,并对这些信息做了系统的分析工作。主要研究内容包括:遥感图像预处理方法,尤其是Hyperion数据的处理流程;分析总结现有的关于卫星遥感获取城市热场及气溶胶信息的理论和方法,并提出适合本研究的反演方法;从Landset-5数据获取哈尔滨地区的热场分布信息及植被指数;应用高光谱数据反演哈尔滨地区冬季污染物气溶胶的分布以及城市密集区信息;建立哈尔滨城市到远郊区的温度场梯度、大气污染梯度、与植被分布梯度模型。并分析三者关系,讨论其内在联系。在研究了多种反演气溶胶理论和方法的基础上,引入“人为气溶胶”概念,总结出适应于本研究的大气污染反演方法,也就是,利用Hyperion数据长波波段进行混合像元分解,并以图像中认为没有污染的洁净区的地表反射率重建可见光波段的反射率图像,配合经验公式和大气传输模型来计算人为气溶胶厚度,以此作为大气污染的指标。通过对这些信息进行分析,研究了它们内在的联系。并且建立了城市到远郊温度场、大气污染及植被分布梯度模型。结果表明:植被覆盖程度与温度呈现明显的负相关关系,也就是说植被覆盖程度越低,温度越高,反之亦然;温度、植被分布、和污染分布都与距离城市的距离有显著的相关性。通过模型可以看出越远离城市温度越低,同时大气污染程度也降低,植被的分布正好相反。