随着气候增暖,极端降水事件导致的洪涝灾害日益频繁。我国是世界上洪涝灾害发生最频繁的地区之一,洪涝灾害严重威胁着我国人民的生命及财产安全。针对洪涝灾害开展的监测评估工作以提高防灾减灾效率具有重要意义。利用传统人工调查方法监测洪涝灾害存在周期长、具有危险性、耗费大量资源等缺陷,而卫星遥感技术具有覆盖范围广、时效性高、信息量大等优点,能够弥补传统技术手段的不足,已在洪涝灾害监测评估、水资源调查等领域得到广泛应用。如今基于极轨卫星资料的洪涝灾害监测研究已经比较成熟,借助高空间分辨率的影像能够实现洪水淹没范围的精确提取,然而极轨卫星的重访周期动辄数天,目前还无法完全满足洪涝灾害监测工作对于时效性的要求。我国新一代静止气象卫星FY-4A搭载的AGRI（Advanced Geosynchronous Radiation Imager）传感器覆盖了可见光、近红外、中红外以及长波红外波段,其时空分辨率较高,在洪涝灾害监测工作中能够有效弥补极轨卫星重访周期较长的缺陷。本文阐述了基于卫星遥感进行水体监测的理论和方法,分别建立了极轨卫星和静止气象卫星的洪涝灾害监测模型,主要研究内容及结果如下:（1）基于极轨卫星数据的多种水体指数模型适用性评估及洪灾监测应用。基于Sentinel-2影像资料,对比分析了10种常见波段指数模型的水体提取效果,构建了一种新的水体指数模型WSSI（Water Spectral Similarity Index）。以结合目视解译的高分辨率影像水体识别结果作为真值,运用F1-score、虚警率和漏检率三个指标,从水体识别准确率、水陆混合像元检测能力和阈值稳定性三个方面对所有模型进行了评价。采用WSSI算法对长江中下游洪涝灾害情况进行研究,分析了洪涝灾害面积的变化趋势。结果表明WSSI稳定的最佳分割阈值保证了其在大范围水体信息识别中的准确性;近三年中,2020年洞庭湖、鄱阳湖和太湖的洪涝灾害情况最严重,水体范围出现明显扩张。（2）静止气象卫星数据的去云处理及洪涝灾害监测应用。使用多时相快速合成算法完成气象卫星数据的去云处理,进而得到研究区发生洪涝灾害时的晴空影像,以便进行后续水体提取以及灾情评估工作。针对FY4A AGRI的波段特点改进了前人在多时相快速合成算法中使用的云检测模型,实现了去云影像质量的提升。基于去云处理后的研究区域晴空影像,采用算法评估结果中适用于气象卫星数据的算法完成了洪水淹没范围的提取,结果表明基于气象卫星数据提取的洪水信息与高分辨率资料的水体信息一致性显著。本文的工作一方面解决了水体识别研究中面对复杂场景时最佳分割阈值会发生波动的问题,另一方面在一定程度上克服了云层对基于光学传感器影像进行地表水体提取工作的干扰问题,能够实现针对洪涝灾害的实时广域监测,为洪涝灾害的防治工作提供基础支撑,为相关部门了解具体受灾情况、制定宏观决策提供基础数据支撑。