Благодаря высокой периодичности, широкоохватности и наличию спектральных каналов видимого диапазона длин волн, высокодетальные спутниковые данные приборов серии КМСС, находящихся на борту аппаратов Метеор-М, применимы для мониторинга пожаров, снежно-ледовой и паводковой обстановки, вулканов, а также для мониторинга и оценки состояния растительного покрова. Однако до недавнего времени огромный потенциал этих данных не мог быть использован для решения классических тематических задач и оценки дистанционных характеристик земной поверхности таким же образом, как это реализовано на основе продуктов других спутниковых систем. В докладе освещаются подробности проведённых коллективом сотрудников различных научных организаций многолетних исследований, нацеленных на создание методов и технологий подготовки к решению научных задач необработанных исходных данных приборов серии КМСС. Ввиду ряда особенностей этих данных и сопряженных с ними сложностей, которые необходимо было преодолеть, созданные методы оказались более устойчивыми, перспективными и универсальными, чем распространённые классические подходы. Так, в процессе проведенных исследований и разработок были созданы методы построения опорных изображений, как по данным высокого (Landsat), так и низкого (MODIS и VIIRS) пространственного разрешения, обнаружены и исследованы свойства восстановленных с высоким временным разрешением ежедневных композитных изображений MODIS и Sentinel-2, разработаны методы выявления облачности и теней на основе сопоставления с эталоном и на основе сверточных нейросетей, а также разработана схема гранульной организации и хранения данных КМСС для удобного пространственно-временного анализа данных. Интересной особенностью прибора КМСС-М является разноугловая схема мультиспектральных наблюдений, что было учтено при разработке метода оценки биофизических характеристик растительного покрова России, в частности, индекса листовой поверхности LAI по данным КМСС-2 и КМСС-М с разрешением 60 метров на основе нейросетевой инверсии RT-модели.