云是大气中主要由水滴和冰晶构成的一种混合胶体,覆盖了地球60%以上的表面空间,其巨大的覆盖面积以及宽广的尺度使得其在地球辐射能量平衡和气候变化中起到关键作用,因此对云的卫星遥感研究具有重要意义。过去对云的观测,受限于传感器的成像特点,多数只提供了对云的单一角度成像信息,对云的研究很大程度上限制于了二维平面,缺乏对云三维结构信息的考虑。但在地球表面空间中,云的位置和结构对计算大气辐射传输的精度有着很大的影响。使用单角度传感器获取的云二维平面信息往往会忽略云三维形态对成像结果的可能干扰,因此基于多角度数据进行云的三维结构重建对提高云属性表征的精度是非常必要的。我国的GF-5号卫星于2018年5月9日升空,搭载的大气气溶胶多角度偏振探测仪(DPC)传感器提供了具有多角度、多光谱特性的偏振遥感数据。基于此数据,本文开展了三维云结构重建和属性表征方面的研究。分析了在传感器成像过程中传感器位置、云真实位置和云投影位置之间的联系,利用数据中包含的观测角度信息和通道光谱信息,获得所有像元在不同观测角度路径上光线投影方程的解析解。通过合理的定义重采样间隔和限制重采样空间范围,将光线投影方程的解析解转换为易于进行三维可视化的结构化网格空间中的数值解。最后使用距离阈值方法对不同角度观测信息间的相对位置进行归纳,获得该重采样空间中每个海拔平面上云体素的分布情况,总结得到云三维结构重建的结果。在对重建结果的验证方面,本文提取了重建的云三维结构剖面与云-气溶胶激光雷达(CALIOP)的垂直分类和云层产品进行定性和定量的对比,说明了不同类型云的三维重建结果精度差异。此外三维云结构重建的最重要应用在于对云属性的三维表征。文中分别对云置信度和云相态进行了表达,并结合该区域的二维云参量反演结果和CALIOP大气廓线数据,分析了云边缘三维结构对属性的可能影响,说明了三维云参量表达方式相较于二维表达的优势。这种表达方式将为未来分析云与大气中其他成分在边界区域的交互过程乃至气溶胶的三维结构可视化提供科学参考。本文构建的三维云结构重建和属性表征算法不仅弥补了被动光学遥感数据在三维空间中应用的不足,也为云属性的可视化提供了更好的载体。为进一步提高DPC数据的利用率和扩大应用场景提供了帮助,同时也为研究有云大气中云的三维结构对大气辐射传输过程的影响以及云和周围大气成分的交互关系打下了基础。为多角度偏振遥感卫星数据的运用提供了一个新的思路。