快速准确获取水稻种植分布对于制定区域农业生产政策、 保护区域农业稳定具有科学意义。 以风云系列为代表的卫星资料在农业遥感方面已得到了广泛使用， 但目前鲜有基于国产风云遥感数据反演水稻种植空间分布的研究。 为快速准确获取水稻种植分布， 挖掘风云遥感资料在反演水稻种植信息领域的数据价值， 以盘锦市作为实验区域， 开展基于FY-3 MERSI卫星资料的水稻种植空间分布反演。 利用5景2019年研究区域水稻生育期风云三号中分辨率MERSI（Medium Resolution Spectral Imager）光谱成像仪数据计算归一化植被指数（NDVI)、 归一化水体指数（NDWI)、 两者之间的差值(NDWI-NDVI)及比值植被指数(RVI)， 对盘锦市水稻以及其他地物类型（建筑用地、 水体、 自然植被、 天然湿地和旱地）感兴趣区域进行植被指数时序分析， 利用NDVI、 NDWI、 RVI和NDWI-NDVI时间序列曲线确定最佳识别模式及其阈值， 发展水稻种植空间分布遥感反演算法。 首先根据水稻移栽期NDWI-NDVI>-0.14和抽穗期NDWI-NDVI<-0.4对水稻种植分布进行粗提取， 在此基础上依据水稻与其他地物类型NDVI、 NDWI和RVI曲线特征差异对其他地物类型进行掩膜， 得到2019年研究区域水稻种植空间分布。 基于实地调查数据对研究区域水稻种植空间分布反演结果开展验证评价， 总体精度为75%。 基于目视解译的水稻空间分布数据开展验证评价， 总体精度、 制图精度以及用户精度均达到了80%以上， Kappa值为0.61。 研究区域2019年水稻面积为116 618.75 hm2， 与2019年盘锦市统计年鉴公布数据基本一致。 研究表明， 基于风云三号卫星资料反演水稻种植空间分布能够满足区域农作物种植分布遥感监测的要求， FY-3 MERSI遥感数据在农作物种植空间分布提取中具有应用价值。 该研究丰富了农作物种植分布监测的遥感数据源， 对于深入风云卫星资料的实际应用具有重要科学意义。

草地绿色生物量是监测草地生态系统的重要指标。 高效高精度估算草地绿色生物量对草地生态系统具有重要意义。 遥感技术因方便快捷、 成本较低等优势, 已被广泛应用于生物量估算, 而传统光学遥感技术易受云层、 气候条件等因素影响, 不适用于高密度植被区。 因此, 受外界环境影响较小且具有一定穿透性的合成孔径雷达技术在生物量估算中得到了推广; 但当前SAR技术多用于估算森林生物量与作物生物量, 鲜有估算草地绿色生物量的研究。 故选取内蒙古草原为研究区, 基于Sentinel-1A SLC影像提取后向散射系数、 纹理特征、 极化分解量共11种雷达指数, 并根据已有雷达植被指数(σ0和σ′0)引入2种雷达植被指数(σ１和σ′１), 结合草地绿色生物量实测数据分别对15种雷达指数进行建模分析。 结果表明纹理特征中的均值、 后向散射系数σＶＨ为估算草地绿色生物量最佳雷达指数, 其估算模型R2分别为0.54和0.60, RMSE分别为47.3和44.3 g·m-2, 此外, 雷达植被指数σ0和σ1估算草地绿色生物量也可获得较高精度, 其估算模型R2分别为0.53和0.42, RMSE分别为47.6和53.0 g·m-2。 研究证明SAR技术在高效高精度草地绿色生物量估算中具有较强应用潜力, 但在误差消除方面仍需改进。