土壤水是全球生态系统的重要组成部分, 定量遥感估测喀斯特石漠化地区土壤含水率, 可为石漠化治理和生态恢复工作提供基础数据和理论支撑.通过Sentinel-1A和Landsat 8影像数据, 运用水云模型提取灌木林地和疏林地的土壤后向散射系数, 并计算旱地与有林地的TVDI.并结合实测数据, 利用拟合分析对不同深度土壤含水率进行建模, 从而对土壤含水率进行反演.结果表明VH极化二次曲线模型和VH极化三次曲线模型分别适用于灌木林地0~5 cm和5~10 cm深度的土壤含水率反演, 其R2和RMSE分别为0.87、0.87和4.57%、4.29%.疏林地0~5 cm和5~10 cm深度土壤含水率反演宜选用VH极化指数回归模型和VH极化下的线性回归模型, 各模型的R2与RMSE分别为0.736、0.72和9.77%、11.28%.三次曲线模型和Logistic回归模型分别适用于旱地和有林地的土壤含水率的反演, 各模型的R2与RMSE在0~5 cm深度分别为0.85、0.69和2.88%、4.02%, 在5~10 cm分别为076、0.23和3.5%、6.37%.

主动微波遥感与被动光学遥感在反演地表土壤水分方面分别具有各自的优缺点, 为了将这两者的优势结合弥补缺点, 提出了一种基于Radarsat 2与Landsat 8数据协同反演植被覆盖地表土壤水分的半经验耦合模型.该模型基于水云模型, 将光学遥感反演得到的植被冠层含水量作为水云模型的关键输入参数, 并同时考虑植被冠层与土壤以及其之间的部分对雷达后向散射系数的影响,以此来去除雷达回波中的植被部分.最后选用内蒙古呼伦贝尔市额尔古纳市大兴安岭西侧研究区的Radarsat 2与Landsat 8遥感数据, 利用新的耦合模型反演得到植被覆盖区土壤水分含量, 并利用地面测量数据对模型进行验证.结果表明：利用Landsat 8数据反演植被含水量算法精度较高(R2=0.89), 论文提出的耦合模型反演植被覆盖地表土壤水分精度比之前算法也有了较大的提高, 其中HH极化效果最好, R2由0.27提高至0.65.这表明该耦合模型具有较好的反演精度, 可以应用于植被覆盖区土壤水分含量的反演.

云相态识别是云参数研究的重要组成部分,为了有效识别水云和冰云,根据水云和冰云微物理性质的差别,研究了水云和冰云的单次散射特性,采用基于倍加累加法的矢量辐射传输方程模拟了水云和冰云的多角度偏振特性。模拟结果表明,光谱的多角度偏振特性能够体现出水云粒子和冰云粒子微物理性质的差异,云在特定方向反射的偏振辐射强度对云相态非常敏感,可以用来进行云相态的识别。在模拟的基础上进行了云相态识别算法的研究,并利用多角度偏振卫星数据——POLDER 0.865 μm通道数据进行了实例分析。识别结果与MODIS云相态产品及其1.38 μm卷云检测结果进行了比较。分析结果表明,基于多角度偏振特性云相态识别算法可以有效地进行云相态识别。