文档介绍：遥感信息定量化分析方法
遥感技术已成为陆、海面过程实验和研究的一个必不可少的手段。遥感技术以其特有的 优势，实现了对地表不间断的昼夜观测，并在获取区域上的陆、海面参数方面具有不可替代 的作用。从遥感信息中获取陆、海面参数的过程，其实就是遥有关数据； 与之相对的则是传统的宽光谱遥感，通常＞100nm，且波段并不连续。高光谱使本来在宽波 段遥感中不可探测的物质，在高光谱中能被探测。
利用高光谱遥感资料估测地表植被化学组分将会在精确农业、生态系统研究、森林防火、 灾害和污染评估、资源调查等方面得到广泛应用，尤其是运用这一技术较为精确地获取区域 以至全球的地表植被化学参数，特别是蛋白质、糖、淀粉、木质素、纤维素等含量的确定， 将更有用武之地。
微波遥感： 在遥感信息定量反演地物参数方面，光学遥感在反演地表反射率、地表温度等参数方面 具有较大优势，但在反演土壤湿度方面，其发展前景远不如微波遥感。微波遥感监测土壤水 分具有坚实的物理基础，即：土壤的介电特性和土壤水分含量有密切关系。水的介电常数大 约为 80，而干土仅为 3，它们之间具有较大的反差，土壤的介电常数随土壤湿度变化而变化， 国内外研究者对此进行了大量实验研究。同时，微波遥感不受光照条件限制，能够全天候工 作，并对植被和土壤有一定的穿透能力，因此微波遥感土壤湿度参数是今后遥感的一个重要 研究方向。
（1）主动微波遥感的应用 不同含水量的土壤介电特性不同，其回波信号也不同，据此可建立后向散射系数和土壤 水分含量的关系。从雷达数据获取土壤含水量面临的一个问题，是要将含水量的影响与其它 因子，如地表粗糙度或土壤纹理区分开。目前大多数研究是依据统计方法!通过对数据间相 关分析，建立土壤含水量（一般在10cm以内）与后向散射系数之间的经验函数关系，而以 线性关系应用最普遍。李杏朝在 GPS 定位的基础上，同步测量土壤水分、土壤后向散射系 数和同步获取的X波段、HH极化的机载SAR图像，建立了土壤湿度与后向散射系数、雷 达图像灰度之间的线性关系公式，利用这些关系式获取的土壤湿度的相对误差分别为 %和12%等。Sano等利用多波段（C和Ku波段）、多角度雷达数据对农业区裸地的土 壤湿度进行了大面积制图研究，亦建立了类似的线性关系。
Rao等利用雷达后向散射系数数据，同时估测土壤湿度和土壤表面粗糙度，在O0 （后向 散射系数）与mv （土壤湿度）、o （粗糙度）、m （坡度）之间建立了线性方程，即：
利用这一算法，在湿度值较小的情况下可计算出较精确的土壤湿度和粗糙度值。 （2）被动微波遥感的应用
土壤的介电常数随其含水量变化而变化，由辐射计观测到的亮度温度也随之变化。土壤 湿度是影响被动微波辐射测量的关键因子，这一点已达成共识。为此!国内外专家围绕土壤 湿度与亮度温度之间的关系进行了大量的理论研究及野外和航空遥感实验，发展了具有局地 应用价值的各种算法。与主动微波遥感相比，被动微波遥感土壤湿度研究开展得较早，其算 法种类多，也更成熟。特别是自
1978年以后，装载在雨云号卫星及国防气象卫星上的SMMR、 SSM/I 等微波辐射计卫星微波遥感数据的有效利用，基于卫星微波遥感数据的被动微波遥感 土壤湿度算法得到了发展，因此其实用意义更大。
70年代初， NASA 在美国亚历山大农田进行了航空微波