大雾是一种灾害性的天气现象。它会降低能见度、恶化空气质量,对交通包括航空、航海、高速公路运输等方面都有很严重影响。此外大雾对电力设施、人体健康、农业生产、军事行动等方面也有显著影响。随着卫星遥感技术的飞速发展,基于遥感技术的陆地辐射雾检测具有很明显的优势,主要体现在：遥感数据更新快、时效性高、检测范围大、检测结果客观、技术成本低等方面。利用遥感手段进行陆地辐射雾检测成为目前研究的热点之一。因此利用遥感技术研究雾,分析雾在遥感数据光谱、几何、纹理等方面的特征,分析雾的各种特征随时间变化相对于其他云类、晴空下垫面的差别,研究基于卫星遥感技术的陆地辐射雾检测方法,对于防灾减灾,国民经济和社会的可持续发展具有十分巨大的意义。本文主要研究内容和工作包括：1)对目前遥感雾检测的国内外研究现状进行了较全面的总结,分析了目前国内外遥感雾检测目前存在的问题和不足；2)对雾的概念、特性、生消过程以及我国陆地辐射雾的特点、分布及气候变化对雾的影响等方面进行较全面的总结；3)较系统的归纳了目前基于地面观测手段和遥感技术进行雾检测的方法,同时对比了传统的基于地面观测手段雾研究方法和现有遥感雾检测方法的优势和不足；4)利用Streamer大气辐射传输模型并结合EOS/MODIS数据的特点,针对MODIS数据光谱信息丰富的特点,模拟了各种云类和雾在可见光、近红外和中红外波段的辐射特性,构造了特征用于雾检测；5)针对现有遥感雾检测方法存在的不足,结合雾在遥感影像上分布的特点,进行了基于面向对象分类思想的陆地辐射雾遥感检测方法研究,并结合3个案例进行实验分析；6)针对现有遥感雾检测方法存在的不足,结合雾的特征在遥感影像上随时间变化不同于其他云类、地物的特点,利用高时间分辨率的静止卫星数据,进行了基于时序影像陆地辐射雾检测方法研究,并结合2个案例进行实验分析。本文的创新之处体现在：1.基于Streamer大气辐射传输模型并结合MODIS数据的特点,提出了归化雾指数(NDFI)的概念,实验证明该参数能够有效的描述雾的特点；2.基于现有的两种图像分割算法：均值漂移算法(Mean shift)和Full Lambda-Schedule算法,综合这两种算法各自的优点,取长补短,提出了均值漂移迭代合并(CMSFLS)算法；3.基于本文中提出的归一化雾指数(NDFI)特征参数和均值漂移迭代合并(CMSFLS)算法,提出了针对MODIS数据基于面向对象分类思想的对象级单时相陆地辐射雾遥感检测算法；4.针对雾自身的生消特点,特别是其在遥感序列图像表现为持续时间长短不同的特点,提出了“第一类雾”和“第二类雾”两种类型雾的概念,利用非正交Haar小波变换对这两种类型雾在小波高频分量构造特征进行雾检测,得到较好的检测效果,利用高频分量的峰值和谷值所在位置的时间差信息能够比较有效的反映雾分布的持续时间。通过本文的研究,可以得到以下结论：1.大雾对交通运输、电力安全、人体健康、农业生产等方面都有极其严重的危害,相比传统基于地面观测雾检测方法,基于遥感技术的雾检测研究具有不可比拟的优势；2.雾检测的难点在于如何和云进行区分,本文提出的针对EOS/MODIS遥感影像的陆地辐射雾检测,通过构造NDFI归一化雾指数特征参数,并使用面向对象分类思想的雾检测方法,利用均值漂移迭代合并算法对NDFI特征参数进行图像分割,并通过综合考虑雾和云在光谱、几何、纹理等多方面的差异进行雾检测,实验结果表明该算法可以获取较好的雾检测精度；3.针对雾相对于云、地物具有独特的随时间变化的规律,本文利用高时间分辨率的MTSAT-1R卫星数据,利用雾在序列影像上独特的变化规律,将雾划分成两种类型,并分别对这两种类型的雾与云在小波高频分量构造特征,实验分析表明利用本文提出的方法对呈片状分布的雾区可以较好的进行检测,而且能够比较有效的反映大雾分布随时间的变化,但是通过结合相同时间段的地面观测数据发现本文中提出的基于时序静止气象卫星数据的雾检测算法还有待于进一步完善,而且现有精度评定方法难以直接应用到低空间分辨率高时间分辨率的静止气象卫星数据雾检测,另外实验还发现针对沙漠地区的情况还有待于进一步研究。