全球植被的动态监测对于环境应用研究非常重要。从被动微波观测中获得的植被光学厚度（VOD）对地表上的植物含水量信息很敏感,可作为光学遥感全球植被的相应信息。微波植被指数（MVI）最初发展于零阶模型,是一种有潜力的植被光学厚度和植被含水量的反演方法,但其在全球密集植被条件下的应用有限。在本研究中,我们使用一个更为复杂的植被模型（Tor Vergata）,此模型考虑了植被内部以及植被与土层之间的多重散射效应。通过地面测量数据的验证,证明该模型是有效的描述玉米和小麦微波辐射特性。MVI是通过两种方法推导出来的:（i）假设植被的微波辐射不存在极化依赖性（?）和（ii）假设植被特性及其微波辐射在一定时间内不变（?）。对于L波段下计算多角度微波植被指数。以L波段两个相邻角度计算的微波植被指数对树冠的部分穿透影响较小,可改进微波植被指数结果表明,（?）对植被生长变化的敏感性强于MVIBP。事实上,对于类似玉米这类最优结构的植物,无极化依赖性的假设是不合理的。以MVIBT反演植被光学厚度和植被含水量,与理论植被光学厚度和实测植被含水量的对比结果显示,MVIBT在植被光学厚度和含水量反演方面具有很大的潜力。利用L波段的多角度时间序列信息,同时注意植被结构的影响和饱和效应下,可以提高MVI的性能及提高其在全球范围内的植被监测效果。。对于不同频率下（S和L波段为两个低频,C和X波段为两个高频）微波植被指数的计算与应用,我们采用MVIBP（SL）,MVIBP（CX）,MVIBT（SL）and MVIBT（CX）计算了小麦的植被衰减特性,并将结果与理论植被光学厚度和实测植被含水量进行了比较。研究显示低频（L和S）的MVI相对于较高频率（C和X）,更具有植被特性的推导能力。同样地,第二种假设时间不变性的MVI计算方法（?）在植被特性反演方面相比于第一种方法（?）更具应用潜力。利用低频计算微波植被指数在较高的树冠下有较好的相关性。对玉米也采用了同样的方法,但考虑到玉米的高度和结构,在玉米较短的情况下,多频率MVI效果良好。由于光学厚度和散射反照率是两个主要的植被参数,但两者的理论算法较复杂;我们试图在拟合高阶模型的基础上计算出有效的光学厚度和有效的散射反照率,这里称之为等效植被光学深度（EVOD）和等效散射反照率（ESA）。为了验证EVOD和ESA,我们尝试计算理论光学厚度（VODs）和散射反照率（SAs）,并将结果与有效参数进行比较,以明确有效值与理论值之间的关系。小麦的模拟结果显示,等效光学厚度和散射反照率分别是极化、入射角和频率的函数。一般情况下,通过增加植被密度,等效光学厚度EVOD增加,其在较高入射角下的值大于较低的入射角。在10°入射角时,等效光学厚度和理论光学厚度有着较高的相关性。本文中的研究多基于理论模拟和地面实测数据,后续将进一步开展该方法在卫星数据中的应用研究。