农作物的长势与产量受到土壤水分时空动态变化的影响，尤其是旱地农田，因此准确的提取农作物种植面积和土壤水分信息对于国家粮食安全、作物估产与旱情监测等具有重要意义，并且成为多种学科的研究内容。现有的单一遥感观测手段分别具有各自的优缺点，很难实现两种要素的同步高精度获取。本研究选用位于内蒙古额尔古纳市的上库力农场作为研究区，综合使用主动微波遥感手段在获取土壤后向散射系数方面的优势和光学遥感手段在地表植被信息获取方面的优势，利用Radarsat2与Landsat8数据提取了复杂种植状况下作物的种类与面积以及作物覆盖下的土壤水分含量，并用地面测量数据对上述结果进行了验证。本研究取得的主要成果如下:　　(1)充分利用春小麦、油菜在不同生长阶段的不同生长结构特征，基于多时相Radarsat2和Landsat8数据，应用专题数据叠加等方法开展春小麦、油菜的识别研究。结果表明:该方法准确并有效提取了共同生长期作物（春小麦和油菜）的种植面积及空间分布，总体分类精度达到97％，Kappa系数为0.96。该研究为复杂种植结构背景下、具有相同生长周期的旱地作物的遥感分类提出了一种新方法。　　(2)研究了两种植被冠层水分含量反演方法，一种以Landsat8OLI传感器为数据源，选用若干光谱指数法建立植被水分指数，并研究了它们与植被冠层含水量的相关关系。植被冠层含水量反演效果最好的是MSI2，精度达到0.85。另一种通过获取单位植被覆盖度下的相对地表温度△Ts/NDVI，建立其与植被冠层含水量的关系，估算精度达到0.79。结果对比分析表明:两种方法在获取植被冠层水分含量方面各有优缺点。　　(3)为了弥补上述两种植被冠层含水量反演方法的弱点，将它们组合在一起，提出了耦合植被水分指数MSI2*△Ts/NDVI，该方法解决了光学遥感植被水分指数的饱和问题，以及热红外遥感植被水分指数的敏感性问题，植被冠层含水量的反演精度达到了0.90。这表明可见光-近红外与热红外协同反演植被水分等地表参数是有效的，在反演地表参数方面具有较大发展空间。　　(4)结合光学-近红外、热红外与微波数据在反演地表参数时各自的优势，提出了一种新的土壤水分反演的半经验耦合模型。该模型使用可见光与热红外遥感影像反演植被对微波吸收与散射作用的重要参数——植被含水量，实现了光学与微波遥感模型的耦合。经过地面测量数据的验证表明，耦合模型与土壤水分的拟合相关性精度有了较大幅度的提高，其中HH极化的效果最好。使用HH极化反演土壤含水量的精度达到了0.65。