地表温度是地表与大气之间能量交换的重要参数,植被光学厚度是描述植被冠层生长和衰老的季节周期参数,两者在全球的气候变化、生态监测等研究领域发挥着重要作用。因此如何快速获取高精度大范围的地表温度与植被光学厚度以满足实际应用的需求已成为重点关注的问题。相较于光学遥感,微波遥感具有穿云透雾、全天时观测等优势,是全球大尺度范围内监测地表参数的最有效手段之一。FY-3D是我国新一代的极轨气象卫星,其官方微波地表温度产品存在数据大范围缺失与精度不高的问题。因此本文引入UMT（University of Montana Land Surface Retrieval Algorithm）算法,在对像元内开放水体校正的基础上,利用FY-3D微波成像仪的亮温数据进行地表温度的反演,并利用相关产品与地表实测值进行精度验证与评价,同时基于反演的地表温度,进一步反演植被光学厚度并与光学遥感产品进行对比分析。本文的主要研究内容和结论如下:（1）基于FY-3D微波成像仪的地表温度反演与精度验证选取2020年1-12月的FY-3D微波成像仪亮温数据,对其进行亮温数据重采样和异常像元剔除等预处理,采用四通道反演模型反演地表温度,并利用FY-3D微波成像仪业务地表温度产品、MODIS地表温度产品和气象站实测值进行精度验证与评价。结果表明:同FY-3D微波成像仪业务地表温度产品相比,UMT反演结果在保证反演精度的同时,反演的数据量得到增加;在水陆混合像元地表温度反演结果验证中,UMT反演结果验证精度随像元内开放水体比例增大而提高,当开放水体比例区间位于[0.05,0.2)时,UMT反演结果的均方根误差、无偏均方根误差达到最小值,分别为4.415°C、4.377°C;当像元内开放水体比例较大时,UMT反演结果仍能较好地反映站点实测数据的时间序列变化;UMT反演结果能够反映地表温度的变化趋势与分布模式,同时补足了FY-3D微波成像仪业务地表温度产品在像元内存在较高开放水体比例时的数据缺失。（2）基于FY-3D微波成像仪的植被光学厚度反演与验证选取2018-2020年共三年的FY-3D微波成像仪亮温数据,依据四通道模型反演得到的地表温度、大气水含量参数等信息,同时引入陆-水发射率斜率参数α,采用UMT算法进一步反演植被光学厚度,并利用MODIS植被指数产品、GLOBMAP叶面积指数产品与AMSR2 LPDR产品对反演结果进行时间序列一致性分析。结果表明:UMT算法反演得到的植被光学厚度与MODIS植被指数、叶面积指数、AMSR2 LPDR产品均存在较好的时间序列一致性,能够有效描述全球植被物候的季节性周期变化;草地地类下植被光学厚度与NDVI、EVI相关系数最高,分别为0.955、0.952,多树草原地类下植被光学厚度与叶面积指数的相关系数最高,为0.912,常绿针叶林地类下植被光学厚度与AMSR2 LPDR产品的相关系数最高,为0.898;植被光学厚度在时间填充上相较于8或16天的光学指数有了很大的改善;植被光学厚度能够较好的反映全球范围内的植被空间分布情况:在赤道雨林区、亚洲和美洲东北部等植被覆盖度较高的地区,植被光学厚度值较高,西亚、北非、澳洲西部等干旱地区植被光学厚度值明显较低。