光学遥感与SAR遥感是两种不同的土壤水分获取手段，各有优势与不足。若将两者结合起来进行土壤水分的协同反演，就能取长补短，提高土壤水分反演精度，这对于土壤水分的定量遥感反演研究是具意义的。《主被动遥感协同反演地表土壤水分方法》在讨论现有光学与SAR各自反演地表土壤水分机理的基础上，还对光学遥感与SAR协同遥感土壤水分的方法进行了较深入的研究与探索。
　　《主被动遥感协同反演地表土壤水分方法》可以作为测绘、地理信息、遥感与对地观测、地理国情监测等相关领域的研究生、科研人员、教师和高年级本科生的研究与参考用书。

第1章 绪论
1．1 本书的研究背景与意义
1．2 遥感反演地表参数的主要过程
1．3 遥感反演土壤水分研究进展

第2章 光学遥感反演地表土壤水分的方法
2．1 热惯量法
2．2 植被指数法
2．3 温度指数法
2．4 蒸散与作物缺水指数
2．5 植被一温度空间
2．6 高光谱法
2．7 其他方法

第3章 SAR遥感反演地表土壤水分的方法研究
3．1 电磁学基础理论
3．2 介电常数
3．3 粗糙度
3．4 裸露地表微波遥感反演地表土壤水分模型
3．5 植被覆盖地表微波遥感反演土壤水分模型
3．6 被动微波遥感反演土壤水分

第4章 裸露地表微波反演土壤水分方法的研究
4．1 随机粗糙地表的双尺度微波散射模型研究
4．2 SAR反演裸露地表土壤水分的方法

第5章 基于云参数的大区域地表土壤水分反演方法研究
5．1 中国气象卫星系列
5．2 FY-2C数据预处理研究
5．3 模型简介
5．4 模型中各参数的处理及确定
5．5 大空间尺度下遥感旱情监测模型的改进
5．6 实验与验证
5．7 本章小结

第6章 地表土壤水分定量遥感实验设计及数据获取
6．1 黑河定量遥感实验
6．2 研究区概况
6．3 数据采集及预处理
6．4 地表土壤水分的观测方法
6．5 地表粗糙度的观测

第7章 基于贝叶斯理论和马尔可夫随机场的主被动遥感数据协同分类
算法研究
7．1 入射角归一化方法研究
7．2 基于贝叶斯理论和MRF的分类器设计
7．3 实验
7．4 结论

第8章 基于数据融合的主被动遥感协同反演地表土壤水分
8．1 光学遥感与雷达数据的融合
8．2 贝叶斯网络分类
8．3 贝叶斯分类提取土壤水分信息
8．4 结果验证
8．5 本章 小结

第9章 基于模型耦合的主被动遥感协同反演地表土壤水分
9．1 模型研究
9．2 待定参数敏感性分析
9．3 植被覆盖地表土壤水分反演实验
9．4 结果验证
9．5 本章小结

第10章 基于优化算法的主被动遥感协同反演地表土壤水分
10．1 遗传-BP神经网络算法研究
10．2 优化算法的光学雷达遥感土壤水分反演实验
10．3 结果验证
10．4 本章小结

参考文献
附录