مدل رقومی ارتفاع در بسیاری از علوم زمین و محیطی مانند کنترل فرسایش، برنامه ریزی سیل، راه سازی، شناسایی منابع ارضی و غیره مورد نیاز می باشد. مدل رقومی ارتفاع می تواند با استفاده از منابع متعددی به دست آید که تصاویر زوج استریو یکی از آنها است. نتایج محصولات مشتق شده از مدل رقومی ارتفاع همچون شیب، جهت شیب و غیره به دقت حاصل از مدل رقومی ارتفاع بستگی دارد، از اینرو در این تحقیق از تصاویر سنجنده ASTER که قابلیت تهیه تصاویر به صورت زوج و با فاصله زمانی کم (جهت کاهش تغییرات رخ داده در سطح زمین) را دارا می باشد، جهت تهیه مدل رقومی ارتفاعی استفاده گردید. هدف از این تحقیق بررسی چگونگی استخراج مدل رقومی ارتفاع از زوج تصویر سنجنده ASTER می باشد که تصاویر محدوده کاشان با تنوع توپوگرافی و دامنه ارتفاعی بین 750 تا 3420 متر مورد استفاده قرار گرفت.استخراج مدل رقومی ارتفاع بر مبنای الگوریتم همبستگی بین تصویر راست (N3) و تصویر چپ (B3) به دست آمد، هرچه همبستگی بین این دو تصویر بیشتر باشد، تطبیق هندسی دو تصویر بیشتر بوده و مدل رقومی ارتفاع دقیق تری به دست خواهد آمد. در نهایت با استفاده از همبستگی بین دو تصویر که برابر با 0.41 پیکسل بوده، ارتفاع نسبی به دست آمد. نتایج نشان می دهد که سنجنده ASTER به علت تصویربرداری در امتداد پرواز، مدل رقومی ارتفاع دقیقی را به دست می دهد. زیرا دقت به دست آمده از این تصاویر کمتر از یک پیکسل بوده، که سبب بهبود در استخراج محصولات حاصل از مدل رقومی ارتفاع می گردد.

برآورد مشخصه های ساختاری جنگل، از اساسی ترین اطلاعات در مدیریت پایدار و برنامه ریزی جنگل می باشد. در این مطالعه ارتباط بین داده های سنجنده ASTER و سه مشخصه مهم ساختار جنگل شامل حجم سرپا، سطح مقطع برابر سینه و تعداد درختان در هکتار، در بخشی از جنگل های شمال ایران مورد بررسی قرار گرفت. پیــش پردازش و پردازش های مناسب بر روی داده های طیفی انجام گرفت. پس از برداشت اطلاعات زمینی محاسبات مقادیر حجم، سطع مقطع برابر سینه و تعداد درختان در هکتار در سطح قطعات نمونه صورت گرفت. ارزیابی اعتبار بهترین مدل بدست آمده با تعدادی قطعه نمونه و با معیارهای ارزیابی مناسب مورد بررسی قرار گرفت. نتایج نشان داد که ترکیب خطی شاخص های MSAVI2،NDVI  و باند سبز نسبت به دیگر شاخص ها و ترکیبات باندی به کار رفته، توانست مشخصه حجم را بهتر پیش بینی نماید. برای مشخصه سطح مقطع برابر سینه در هکتار نیز ترکیب خطی شاخص های MSAVI2،NDVI و نسبت ساده SWIR12 بهترین نتایج را نشان دادند. همچنین ترکیب خطی شاخص MSAVI2 و باندهای SWIR1 و SWIR2 با ضریب تبیین اصلاح شده 85 درصد و ریشه میانگین مربعات خطای 50.95 پایه در هکتار نسبت به سایر ترکیبات بکار رفته توانست مشخصه تعداد درختان در هکتار را بهتر پیش بینی نماید. نتایج این پژوهش نشان می دهد که بکارگیری داده های سنجنده ASTER و روش رگرسیون خطی می تواند تا حدودی وضعیت کلی از برخی مشخصه های ساختار جنگل مورد مطالعه را ارائه دهند.

دمای سطح زمین (LST) یکی از مهم ترین پارامترهای فیزیکی و متغیرهای اقلیمی است که نقش مهمی در شناخت پدیده های محیطی مثل شرایط رطوبت سطح، جزایر گرمایی شهری، سلامتی گیاهان، ریسک آتش برای مناطق جنگلی و اثر گرما بر سلامت انسان ها را بر عهده دارد. برای انجام چنین مطالعاتی نیاز به دمای سطح زمین با توان تفکیک بالای مکانی و زمانی می باشد. متأسفانه سنجنده های سنجش ازدوری به دلیل محدودیت های فنی و مالی توانایی تولید محصولی که به طور هم زمان دارای توان تفکیک بالای مکانی و زمانی باشند را ندارند. به طور مثال محصول دمای سطح زمین سنجنده استر (ASTER) دارای توان تفکیک مکانی 90 متر با دوره بازگشت 16 روزه می باشد، در حالیکه محصول دمای سطح زمین سنجنده مادیس (MODIS) دارای توان تفکیک مکانی 1 کیلومتر با دوره بازگشت 1 روزه می باشد. در این تحقیق برای حل این مسئله با استفاده از الگوریتم STDFA که برای ادغام مکانی و زمانی داده های بازتابندگی استفاده شده است، محصولات دمای سطح زمین سنجنده های استر و مادیس برای قسمتی از شهر تهران ادغام شده است و درنهایت به یک تصویر مجازی با توان تفکیک مکانی برابر با توان تفکیک مکانی محصول دمای سطح زمین سنجنده استر و توان تفکیک زمانی برابر با سنجنده مادیس می رسد. نتایج تحقیق حاکی از دقت خوب الگوریتم در ادغام محصولات دمای سطح زمین می باشد. به طوری که ضریب همبستگی بین تصویر دمای سطح مجازی و داده واقعی دمای سطح منطقه 88/0 و ریشه میانگین مربع خطاها 38/3 درجه کلوین می باشد.

یکی از اهداف مدل رقومی ارتفاع تولید نقشه های توپوگرافی است که نشان دهنده عوارض طبیعی اعم از رودخانه ها، دریاچه ها، کوه ها و عوارض مصنوعی مانند شهرها، جاده ها و پل ها بوده و در مطالعات زیرساختی و استراتژیک از اهمیت بالایی برخوردار است. استفاده از تصاویر ماهواره ای یکی از راه های استخراج مدل های رقومی ارتفاع می باشد. هدف از این مطالعه بررسی نحوه استخراج مدل رقومی ارتفاعی تولید شده از تصاویر سنجنده پریسم همراه با فایل کمکی چندجمله ای منطقی موسوم به RPC می باشد. به منظور نیل به اهداف مطالعاتی از تصاویر ماهواره ای با بهره گیری از روش اکتشافی با تکنیک سنجش از دور استفاده شده است. تصاویر استریو ماهواره استر اخذ شده در تاریخ 2010/05/21 میلادی مورد استفاده قرار گرفته است، همچنین برای ارزیابی مدل رقومی ارتفاع از تصاویر استریو سنجنده پریسم که در تاریخ 2009/08/07 میلادی اخذ گردیده، استفاده شده است. نتایج نشان داد که RMSE به عنوان شاخص خطا برای مدل رقومی ارتفاع استخراج شده از PRISM، ASTER به ترتیب 3/66 و 6/8 متر می باشد. نتایج به دست آمده از انحراف معیار پیکسل های تصاویر استریو سنجنده پریسم در جهت طولی1/9 متر و در جهت عرضی 2/3 متر و فاصله پیکسل های مدل رقومی ارتفاعی 3 متر می باشد. که دقت مدل رقومی ASTER کمتر از اندازه پیکسل ها یعنی کمتر از 15 متر می باشد، یعنی در جهت طولی 6 متر و در جهت عرضی 7 متر در پیکسل است که در مجموع 13 متر می باشد. نتایج خطای انحراف معیار منطبق بر نتایج RMSE بود که تایید کننده مدل رقومی ارتفاعی PRISM است. بنابراین دقت مدل رقومی استخراج شده از تصاویر سنجنده PRISM بالاتر از ASTER می باشد. پیشنهاد می شود در کل مرزهای کشور از مدل رقومی ارتفاعی با دقت بالا که با استفاده از مدل رقومی ارتفاعی تولید شده از تصاویر استریو سنجنده پریسم از ماهواره آلوس که همراه با فایل های ضرایب منطقی چندجمله ای (RPC) برای تصحیح هندسی تصاویر می باشد، استفاده شود.

منطقه مورد مطالعه در کمربند آتشفشانی ـ ته نشستی دهج ـ ساردویه در استان کرمان قرار گرفته که بخش جنوب شرقی کمربند آتشفشانی ـ ته نشستی ایران مرکزی است. در این تحقیق از داده های سنجنده ETM+ و سنجنده ASTER استفاده شده است. روش های مختلف پردازش تصویر (ترکیب کاذب رنگی، نسبت گیری نواری و آنالیز مولفه های اصلی) به منظور شناسایی زونهای دگرسان وابسته به کانسارهای مس مورد استفاده قرار گرفته است. هدف از این کار مقایسه داده های سنجنده های ETM+ و ASTER برای تعیین قابلیتهای هر یک در شناسایی مناطق دارای اکسید آهن و دگرسانی است. این بررسی نشان داد که داده های سنجنده ETM+ به خاطر دارا بودن گستره طیف آبی از قابلیت بهتری در تعیین مناطق دارای کانیهای اکسید آهن نسبت به داده های سنجنده ASTER برخوردارند. داده های سنجنده ASTER به خاطر دارا بودن نوارهای طیفی متعدد در گستره فروسرخ موج کوتاه، قابلیت زیادی در شناسایی مناطق رسی داراست.