卫星遥感技术已广泛应用于地质灾害监测、水系动态监测、农业资源调查、环境保护等不同的领域,其中,多光谱数据具有相对较高的空间分辨率以及时间分辨率,其光谱信息也较为丰富,在遥感领域的应用规模最广。近年来,以Landsat 8为代表的多光谱卫星数据的免费开放,为多光谱卫星遥感的应用提供了丰富的数据源。云检测是遥感影像应用中必不可少的步骤。目前,遥感影像的云检测过程中还存在一些亟需解决的问题,比如,大多数的云检测算法对卫星影像中厚云进行提取时所表现出的效果都相对较理想,而当卫星影像中含有薄云以及形态较小的点状云时,现有的检测方法大多存在一定的漏判现象;云和冰雪或沙漠等高亮下垫面地物的光谱在可见光波段都呈现高亮的状态,当下垫面含有与云具有相似光谱特性的对象时云检测的效果较差,容易产生多判的现象。基于上述背景,确定了本文的研究内容,即主要研究针对高亮复杂下垫面地表区的云雪分离,研究并构建了三种云检测和云雪分离的算法,主要的研究内容与研究成果如下:1、分析了云和高亮复杂典型下垫面地物信息在不同波段特有的吸收反射特性,以及不同地物波谱之间的互补性和冗余性,总结得到Landsat 8影像波段4、波段6、波段7和波段9具有区分云和雪及高亮复杂下垫面的诊断特征。2、测试了 Landsat 8新增加的卷云波段的应用效果,重点研究了其在云检测应用中的优缺点,总结了该波段目前仍存在的几个主要问题。3、研究并构建了一种基于主成分分析和分形求和模型的云检测算法,在普通下垫面区域,该算法检测效果理想,特别是对于难以被识别到的形态很小的点状云、厚云边缘的较薄的云层,本算法效果显著。4、研究并构建了高亮下垫面地区云雪分离算法,该算法可以将云与雪、沙漠等高亮下垫面区所产生的椒盐噪声分离,同时可进一步地将云分为薄云、中等云、厚云。特别是当Landsat 8影像下垫面中有大量积雪存在或者含有形态较小难以被识别的点云时,云和雪分离效果较为理想。5、研究并构建了基于多维信息的云雪分离算法,该算法对云和雪进行分离的效果较为理想,特别是当Landsat 8影像中含有地形较为复杂的下垫面背景信息,或者含有轮廓边界非常模糊且呈现弥雾状分布的难以被识别的云体信息时,该算法云雪分离的效果更为显著。6、研究了适用于Landsat 8影像云雪分离算法的定量化评价的指标,最终在本文中采用准确率、召回率、精确率、F1分值来定量化判断云雪分离的效果。选择了一轨地物类型多样、南北跨度大、地形、气候具有多样性且覆盖范围较大的数据集,将本文算法与在云检测方面取得了较好效果的人工神经网络以及Fmask 3.2算法作对比,证实了本文算法在高亮复杂下垫面地表区的云雪分离的有效性。