我国西南喀斯特地区地表复杂度高,地物交错分布且土被不连续,具有高度的时空异质性,以石漠化为特征的生态环境退化严重。遥感技术具有宏观、快捷、经济、信息综合等优势,是大面积石漠化信息提取必不可少的快速手段,但目前石漠化遥感监测主要依赖于目视判读,影响遥感监测的客观性和可靠性；另外,由于喀斯特地物分布的高度异质性,使得现有遥感技术和方法很难直接应用于石漠化信息的快速准确提取。同时,关于石漠化评价或分类分级指标,目前仍没有统一的方案,遥感监测石漠化需要考虑遥感技术的特点并结合石漠化监测、评价专业的应用需求去研究,遥感是用来提供石漠化评价指标定量、可靠监测的主要方法。因此,迫切需要开展面向石漠化信息提取的石漠化遥感评价因子提取方法研究。　　 本论文在系统总结石漠化信息遥感提取发展现状的前提下,针对石漠化信息遥感提取的不确定性、石漠化的光谱响应机理、石漠化遥感评价因子光谱指数模型、石漠化遥感评价因子反演方法四个关键问题进行了探讨,在此基础上分析了喀斯特典型地物的光谱响应特征,构建了石漠化综合光谱指数模型,并发展了基于邻域信息的喀斯特地物混合像元分解方法；综合基于光谱特征和邻域信息的石漠化因子提取方法,发展了基于高光谱和多光谱遥感技术的石漠化评价因子遥感反演方法。论文的主要研究内容和成果如下:　　 (1)分析了石漠化遥感监测的现状,针对喀斯特生态系统的特殊性及石漠化发生的复杂性,确定选取绿色植被、干枯植被、裸露基岩和土被等覆盖信息作为石漠化的主要表征信息,并验证表明现有主要遥感方法(植被指数法和混合像元分解法)很难直接有效提取石漠化遥感评价因子；同时由于遥感数据源的限制及精度验证的困难,使得石漠化遥感监测存在很大的不确定性。　　 (2)初步构建了喀斯特地区典型地物光谱数据库,分析了喀斯特地区主要地物类型的光谱特征,揭示了主要地物覆盖类型的光谱特征差异:在可见光波段,绿色植被能够很好地与其他地物类型区分开,而短波红外波段(SWIR,2000-2400mn)是区分干枯植被、石灰土、碳酸盐岩的特征光谱；同时发现喀斯特植被与非喀斯特植被光谱特征的光谱特征差异与喀斯特生态地质背景有关。　　 (3)针对石漠化主要表征信息的光谱特征差异,基于“约束光谱”变换技术增强了不同地物类型的吸收特征差异,根据光谱吸收特征差异,构建了能够用于直接提取干枯植被、石灰土、裸露碳酸盐岩等覆盖信息的光谱指数模型--石漠化综合指数KRDSI,并验证了光谱指数模型提取石漠化评价指标的优越性。　　 (4)针对喀斯特地物分布的高度异质性,提出应考虑地物分布的空间连续性,即地物的邻域信息,先对遥感图像进行分块,使得在大尺度范围具有高度异质性的地物分布在小尺度范围具有相对的均一性,然后再提取地物覆盖信息,能够改进提取喀斯特植被与非植被覆盖信息的精度；并基于此发展了基于邻域信息的喀斯特地区混合像元分解方法。　　 (5)提出了基于高光谱和多光谱遥感影像直接提取石漠化评价因子的遥感反演方法:对于高光谱遥感来说,可利用光谱相似性图像分块后的混合像元二分法和石漠化综合指数KRDSI3来直接提取石漠化评价指标；对于多光谱遥感来说,可利用滑动窗口分块后的像元二分方法和木质素-纤维素指数LCA(Lignin Cellulose Absorption Index)直接提取石漠化遥感评价因子。