云在全球辐射平衡和水汽输送中扮演着不容忽视的角色,开展云参数研究对气象要素保障、人工影响天气、作战行动的展开等都有着积极意义。论文利用我国最新一代静止轨道气象卫星FY-4A搭载的可见光红外成像仪AGRI,针对云底高度的反演方法和应用展开研究,对FY-4A的云顶高度产品进行了评估并定量获取了单层云的云底高度,对充分利用和开发FY-4A同步轨道卫星的云参数产品具有一定借鉴意义。论文主要开展了以下工作:(1)总结了云顶高度和云底高度的研究现状,并重点介绍了FY-4A气象卫星的载荷和产品。(2)利用主成分分析和BP神经网络对AGRI探测获取的云顶高度、可见光反照率和红外亮温等因子进行处理,反演得到单层云的云底高度,并对反演结果进行分析。以探空数据获取的云底高度为基准,将PCA-BP法和CloudSat产品的结果进行对比分析,验证了PCA-BP法获取云底高度的有效性。(3)利用FY-4A和CloudSat的云顶高度产品,以CloudSat获取的云顶高度为基准,对FY-4A的云顶高度产品进行定量评估,对比分析了两种方式获取云顶高度的概率分布,并将不同纬度、不同相态及不同层数云的云顶高度进行了对比分析,结果表明:FY-4A的云顶高度与CloudSat的云顶高度结果较为一致,但对低纬度区域和多层云云顶高度的反演还有待进一步提升。(4)以AGRI探测获取的云宏微观参数信息为输入,构建随机森林模型,反演得到单层云的云底高度,并以探空资料获取的云底高度为基准,对比分析CloudSat产品和随机森林获取的云底高度,结果表明:随机森林法能较为有效的获取单层云的云底高度信息,具有一定的可行性。