森林火灾的频繁发生,不仅破坏生态系统平衡,也对人类生存条件造成诸多不利影响,而对林火迹地信息的提取可以揭示林火前后森林生态系统的变化,还能对林火迹地的植被、温度等进行持续监测,以及为灾后恢复和规划、土壤治理提供必要指导与参考。目前光学和雷达遥感技术是获取大范围林火迹地信息的最佳方式,其中基于光学遥感的林火信息获取主要是依靠林火前后地物光谱特征差异和遥感指数突变实现。基于微波的合成孔径雷达（SAR）主要是依靠极化散射信息中包含了植被结构、生物量和土壤湿度等相关指标去提取林火信息。但是光学遥感光容易受云雨影响存在一定局限性,而部分雷达信息解译又比较困难。因此充分挖掘遥感指数和SAR极化特征参数在提取林火迹地信息中的优势和适用性,可以为利用多源遥感数据进行林火监测和林火迹地研究提供一些借鉴和方法,还能探索两者在林火监测和信息提取中的互补性,提高信息获取的时效性和可靠性,加强林火应急响应和林火迹地研究的技术支撑。本文以2020年“西昌市3.30森林火灾”为研究背景,基于哨兵1A号（Sentinel-1A）和哨兵2号（Sentinel-2）数据,在遥感指数和极化特征参数中提取了GEMI、SAVI、NBR、MIRBI、Span、rvv-vh、Alpha等18个目标参数,对它们在林火前后的均值差异和提取林火迹地信息的敏感性进行了分析,所以本文的主要结论体现在以下几个方面:（1）与林火前相比,林火迹地内植被指数和火烧指数中均值变化最大的是RENDVI、NDSWIR,分别比林火前下降了约60%和214%,后向散射强度参数、去极化作用参数、散射机制变化参数中变化最大的分别是Span、σvv和Anisotropy,分别比林火前下降23%、30%和上升15%;在其它区域内目标参数林火前后的均值基本无明显变化。5类目标参数中对林火迹地与林火前火烧区、火后未燃林地分离敏感性较强的林火敏感性参数分别是GEMI和SAVI、MIRBI和NBR、Span、rvv-vh、Alpha。（2）在林火敏感性火烧指数、植被指数、极化特征参数中识别林火迹地与未燃区能力最好的分别是NBR、GEMI和Span,Kappa系数分别为0.94、0.88和0.82。（3）林火敏感性植被指数和火烧指数对过火面积的估算精度都在94%以上,其中提取过火面积能力较强的分别是GEMI和MIRBI,估算精度分别为95.57%和97.99%;Span、rvv-vh和Alpha提取过火面积的精度都小于80%,但三者合成的多波段数据估算的过火面积精度可达91.69%,由此可知,与Span、rvv-vh和Alpha单独提取的结果相比,三者合成的多波段数据提取的过火面积更具有参考价值。（4）在以基于d NBR的林火烈度分级结果为参照的前提下,本文得出GEMI、SAVI、MIRBI、Span、rvv-vh和Alpha对区分不同等级林火烈度都具有不同程度的敏感性,其中对各级林火烈度总体分离敏感度较高的是SAVI,因此可知在林火敏感性参数中,除NBR以外,SAVI也适用于本文研究区的林火烈度分级。