论文以淮河流域作为研究区，针对卫星遥感监测洪涝的技术难点以及淮河流域洪涝灾害的特点，对被动微波、光学和雷达等三种不同时空分辨率的卫星遥感数据监测洪涝的理论与方法进行了系统的研究，探讨了多源卫星遥感监测洪涝的基本理论，并根据该理论提出了可实施的方法体系，具有较高的科学意义和实用价值。　　 对适合于多云多雨天气下大范围监测洪涝的被动微波遥感数据，论文基于辐射传输方程推导出极化比值指数PRI(Polarization Ratio Index)，引入RAT(Roubust AVHRR Techniques)技术，提出极化比值变化指数PRVI(Polarization Ratio Variation Index)的洪涝时空特征分析方法，PRVI的大小可以反映地表的干湿旱涝情况。利用被动微波遥感数据SSM/I(Special Sensor Microwave/Image)计算PRVI，研究了淮河流域1988～2005年18年来的洪涝时空特征。PRVI分析结果表明1991年和2003年淮河流域发生了流域性洪涝灾害，这与历史事件是相符的；结合淮河流域洪涝灾害的特点，发现淮河发生严重洪涝灾害的主要表现特征是淮河干流及其附近区域出现PRVI高值带状区域。　　 考虑到微波信号对地表水体和土壤湿度都敏感的特点，以及被动微波遥感数据空间分辨率低的问题，论文根据LSMM(Linear Special Mixed Model)原理提出了WWF(Waterand Wetness Fraction)的方法。以2003年淮河流域洪涝灾害为例，利用被动微波遥感数据AMSR-E(Advanced Microwave Scanning Radiometer-EOS)计算WWF，获得了淮河流域6～10月共62景的WWF图。与相同或相近时间成像的MODIS(Moderate Resolution Imaging Spectroradiometer)图像比较，说明WWF图可以准确的反映区域的洪涝时空特征；与降水过程和洪水过程综合分析，发现淮河干流及其南约50kin、北约100km的范围WWF大于10％高值带状区域的出现可作为淮河干流发生洪水的预警信息之一，并探讨了此高值带出现及其辅助洪水预警的原因。　　 对适合于大范围动态监测洪涝的中等空间分辨率光学遥感数据MODIS，论文针对MODlS数据的云及云影干扰下洪涝信息提取问题进行研究。在MODIS数据各波段受薄云影响程度分析的基础上，通过对辐射传输模型合理的假设和推导，提出了综合利用0.6μm、1.38μm和0.87μm波段的薄云下洪涝水体提取算法。试验结果表明，薄云校正前无法准确提取的水体信息经过薄云校正模型校正后，水体提取精度可以达到91.3％，同时未受到薄云影响的区域没有校正，保持了原有的地表信息。在可见光、近红外波段，云影与晴空区水体不易区分，论文利用云影对不同波段的影响差异，提出0.87μm与0.66μm波段比值方法，试验结果表明该方法可以消除水体和云影反射率值的重叠现象，使水体和云影的区分成为可能。最后，论文研究了MODIS数据计算洪涝水体最大淹没面积和淹没历时的方法。　　 对适合于重点地区监测和灾情详细评估的高空间分辨率的雷达数据，论文总结了水体在雷达上成像的特点，利用ENVISAT-ASAR数据研究了雷达数据处理中，不同的滤波方式、不同的水体和非水体阈值选择对水体提取结果的影响，并根据研究区的特点提出了水体提取过程中的雷达阴影去除方法。研究发现对于水体样本，EnhancedLee、Enhanced Frost和Gamma滤波在相同的滤波窗口下，滤波的效果基本相同，优于Frost和Lee的滤波效果。在相同的水体与非水体阈值、不同的滤波方式情况下，水体的提取结果相差不大，对本文选择的研究区，都不超过水体像元总数的0.5％；如果选择不同的水体与非水体阈值，阈值选择相差0.5dB，水体像元相差达到20000～40000个左右，占水体像元数目的5％～10％。研究发现，在利用阈值法提取水体时，首先确定一个比较合理的阈值区间范围，然后选择区间范围内的中间值作为阈值，可以减小水体提取误差。　　 在以上研究的基础上，论文提出了多源卫星遥感协同监测洪涝信息系统框架，并以2007年淮河流域洪涝灾害为例，综合利用AMSR-E、MODIS、RADARSAT、CBERS等卫星遥感数据以及GIS数据、水文数据和气象数据，对洪涝灾害进行了监测和评估。研究结果表明，综合利用多源卫星遥感数据，有利于尽早的预警洪涝灾害，实时的监测洪涝灾害，快速、准确的评估灾害损失。