امروزه فشرده‌سازی داده و بطور خاص فشرده‌سازی تصاویر عددی یکی از بحثهای مهم در بسیاری از رشته­های علوم محسوب می‌شود و متخصصین مختلف از شبکه‌های تلویزیونی و وب سرویسها تا مهندسی پزشکی و سنجش از دور و GIS در پی یافتن تکنیکهای مناسب جهت ماکزیمم فشرده‌سازی با حد­اقل اتلاف می­باشند. بر این اساس الگوریتمهای گوناگونی جهت اهداف و کاربردهای مشخصی ارائه شده است. در این مقاله پس از مروری کوتاه بر روشهای فشرده‌سازی موجک، تبدیل کسینوسی گسسته، KLT و روش تلفیقی بین تبدیل موجک و KLT یک روش فشرده‌سازی بر مبنای میانگین‌گیری چند گانه که با میانگین گیری با شروع های متفاوت از تصویر، حجم تصویر را تا یک چهارم کاهش می‌دهد و برای بازیابی تصویر نیز از تلفیق تصاویر میانگین‌گیری شده و سپس از مینیمم و ماکزیمم استفاده می‌نماید، ارائه شده است. سپس الگوریتم پیشنهادی بر روی چند تصویر از جمله یک تصویر ماهواره‌ای اجرا شده و نتایج نشان می­دهد که با کیفیت قابل قبول به میزان ۲۵%حجم ذخیره‌سازی فایلها کاهش یافته است. 

زیست توده جنگل‌ها و تخمین مقدار آن نقش بسزایی در تغییرات آب و هوا دارد. بدلیل محدودیت و زمانبر بودن روش‌های زمینی در تخمین زیست توده، روش‌های سنجش از دور جایگزین موثری برای روش‌های زمینی می باشد. در این تحقیق به منظور بهبود دقت برآورد میزان زیست توده جنگل نسبت به پژوهش‌های پیشین، از تصویر اپتیک AVNIR-۲ و تصویر راداری PALSAR ماهواره‌ی ALOS و همچنین از داده‌های زمینی دانشکده کشاورزی دانشگاه تهران مربوط به منطقه‌ی شمالی خیرودکنار استفاده شده است. مراحل انجام این پژوهش را می‌توان در سه مرحله بیان کرد:ا ۱- استخراج ویژگی‌ها از تصاویر، ۲ – انتخاب ویژگی به کمک الگوریتم ژنتیک، ۳ - برآورد زیست توده با شبکه عصبی و آنالیز رگرسیون از ویژگی های انتخابی می باشد. ارزیابی نتایج حاصل از اعمال شبکه عصبی و آنالیز رگرسیون بر روی متغیرهای انتخاب شده توسط الگوریتم ژنتیک، بیانگر دقت بالای ۷۰ درصد توسط شبکه عصبی و دقت حدود ۱۵ درصد توسط آنالیز رگرسیون در تخمین مقدار زیست توده است. به همین خاطر استفاده از شبکه عصبی به نحوی که در این تحقیق استفاده شده، برای جنگل‌های شمالی و با ساختار پیچیده پیشنهاد می‌گردد.

استفاده از داده‌های رادار با روزنه مجازی بهترین و پرطرفدارترین روش بازیابی پارامترهای سطح خاک است. در این تحقیق سعی بر انتخاب بهترین مدل برای تخمین پارامترهای سطح خاک با استفاده از داده‌های آزمایشات رطوبت خاک۰۳ در منطقه اوکلاهومای جنوبی است. با استفاده از مدل‌های بازپراکنشی اُه، دوبوآ و رابطه تجمعی در سه باند L، C و P ابتدا به مقایسه ضرایب بازپراکنشی حاصل از مدل و تصویر در پلاریزاسیون‌های افقی افقی و عمودی عمودی پرداخته شده است؛ سپس با استفاده از معکوس همان مدل‌ها و روش‌های ریاضی، پارامترهای زبری سطح، ضریب ثابت دی الکتریک و طول همبستگی محاسبه شده و نتایج با مقادیر اندازه‌گیری‌شده زمینی مقایسه شده است. در بخش مقایسه ضرایب بازپراکنش، مدل اُه در باند C بهترین دقت را دارد. در این بخش مدل‌های دوبوآ و رابطه تجمعی در باند L دقت‌های مناسبی دارند، اما نسبت به بهترین حالت نتایج ضعیف‌تری ارائه داده‌اند. در بخش بازیابی پارامترهای سطح خاک به عنوان اصلی‌ترین هدف تحقیق، روش حل معادلات با استفاده از سرشکنی که روی مدل رابطه تجمعی صورت گرفت، در تخمین تمامی پارامترها نتایج با دقت بهتری به دست آمدند، هرچند که مدل اُه در باند C برای تخمین زبری سطح و همین مدل در باند L برای تخمین ضریب ثابت دی الکتریک نتایج مناسبی ارائه داده است. از جمله نتایج این تحقیق می‌توان به نتایج نامناسب باند P اشاره کرد، که نتایج بسیار نامناسبی نسبت به سایر باندها دارد، هم چنین نتایج ضعیف‌تر مدل‌های تجربی در تخمین پارامترهای سطح خاک نسبت به مدل تئوری رابطه تجمعی اشاره کرد. هم‌چنین پیشنهاد می‌شود در صورت امکان از داده‌های زمینی با دقت مکانی بیشتر استفاده کرد.