研究室在系统开展遥感信息增强、信息融合理论与方法的基础上，进一步在地形建模、温度反演与热岛监测、臭氧制图等领域进行了深度应用，通过提高数据的精度、分辨率、时空连续性等使其地学应用能力得以提升，加深了对典型地学现象的理解和认识。研究成果发表于Remote Sens. Environ.、IJGIS等国际著名期刊。

• PM2.5浓度监测

        基于点-面融合的思想，结合PM2.5站点监测数据与卫星气溶胶光学厚度(AOD)，同时引入各种多源数据，建立智能学习模型，实现像元尺度上的PM2.5浓度精确反演，实现空间连续的PM2.5浓度制图。本室提出的智能学习方法能更好地考虑PM2.5-AOD关系在时间和空间上的变化，反演精度高于现有的主流模型。

• 空间连续每日全球臭氧制图

        利用发展的遥感信息重建理论与方法，基于Aura卫星上OMI传感器的臭氧总量三级产品OMTO3e，通过对该产品的缺失信息进行重建与修复，生成了全球（2004-2014）最高分辨率的时空连续臭氧制图产品，并网络共享发布，可在本室网站免费下载使用。

• 长时序精尺度城市热岛监测

        通过对不同传感器获得的地面温度数据进行信息重建、信息融合，生成了武汉市近26年Landsat尺度的地表温度图，进行了长时序、精尺度的热岛演变分析。充分利用数据的优势，发现了热岛强度先增加后减小的独特规律；并将城市热分布与生物物理组分的相关分析从二维扩展到三维。

• 地表建模与分析

        基于多源DEM数据，集成信息重建、超分辨率技术进行地表建模与分析的研究，消除了数据噪声、空洞等因素的影响，弥补了数据在范围和尺度上的矛盾，从而更好地服务于地形分析、水文建模等后续应用。

• 物候监测

        利用多传感器时空融合方法，获得同时具有MODIS时间分辨率和Landsat空间分辨率的数据序列，从而在更精的尺度上开展了襄阳地区冬小麦作物制图、物候期提取及分析，在此基础上，发现襄阳地区冬小麦的主要物候期与年均气温之间具有很强的负相关性，可以为冬小麦的种植提供有益的参考。