遥感技术已经向人们展示了它在农业种植、用地、土壤、林业管理方面的优势。在水资源管理方面，遥感技术与地理信息系统相结合，起着越来越重要的作用。遥感技术在水资源监测与管理方面的一个最大优势是它能帮助人们生成连续的时间续列与空间续列数据，并且对模型的分析、预测和验证至关重要。然而，遥感技术涉及到海量的空间数据管理，并要求具备系统有效的机制来处理这些数据。这方面，国外的一些新的进展值得我们关注。
　　1.荷兰注重遥感与模型的数据统合
　　对水资源管理领域来说，遥感数据和其它类型数据（例如：数字模型结果和实测数据）的统合是相对较新的内容。荷兰代尔夫特水文研究所的数据模型统合技术（DMI）是对那些用来统合模型、遥感和实测数据的创新方法的总称。数据模型统合就是将实测数据（也称原始数据）与遥感数据有机地组合在一起，以期望得到一个更加优化的信息产物。该技术主要用来减少不同数据源的误差和不确定性，并且补充原来缺失的数据。例如，计算模型的结果可以用来插补实测或者遥感缺失的数据，或者可以用于预报或者预测研究工作。另一方面，遥感或者实测数据可以提供所研究的水系统在一定区域或者时段内比较详细的观察记录，以便于模型的改进。数据模型统合技术通常是将遥感数据与实测数据综合处理在一个应用模型中（也即模型起着中心的作用），最后形成一个DMI综合信息系统。DMI使不同来源的数据相结合，譬如为了数字模型的确认和校正、数据的同化和输入等。每种数据都具有各自的特征，在被统合时它们能够相互补充。例如卫星图片可以显示空间信息，模型可以提供空间信息，另外还能得出藻类开花以及油类泄漏的时间系列。因此，模型可以补充数据在时间或空间上的缺失。各种数据的相互补充降低了信息结果中的不确定性，并且能够得出更符合终端用户需要的信息。
　　荷兰代尔夫特水力学研究所现在已经将DMI进行了实际应用。在RESTSWES（遥感技术在荷兰斯凯尔特河口的监测应用）项目中，利用遥感作为挖掘规划和控制的工具，对常规的实测数据和模型数据进行插补，形成一个综合信息体系。RESTSWES的目标是对近海水域上大规模挖掘的情况和影响进行监控。
　　项目概况：荷兰南部的Scheldt河口，1998年开始铺设地下管道，将在数年内向海口倾倒150万立方米的沙子，为此人们需要了解泥沙的浓度分布和沉积状况，由此来分析该工程对生态环境和可持续发展的影响。RESTSWES项目就是应这一需要而建立的，该项目的数据模型统合技术整合了遥感数据、实测数据和动态水质模型三种数据源的数据，综合分析悬浮泥沙颗粒的影响。
　　RESTSWES项目已经为挖掘行业开发出了一套监测服务系统。该监测服务综合了光学卫星数据、动态分配模型数据、实测数据和挖掘方提供的数据。最终成果为挖掘信息系统（DIS），它能够提供挖掘区域的位置、挖掘的范围、以及最上层水中悬浮泥沙的浓度。这些信息能够对挖掘活动的规划产生帮助，并通过要求挖掘者按照严格的环境标准执行而最终减少对环境的影响。DIS使用了各种来源的光学卫星数据，比如SeaWiFS数据、IKONOS数据、5号地球资源探测卫星数据、7号地球资源探测卫星数据等。
　　每个卫星传感器都有一定特征，该特征决定了DIS的适用性。DIS的一个重要特征就是其数据搜集的简易和快捷。卫星数据是通过数据中转器进行收集并处理成所需信息的，例如悬浮泥沙的浓度信息。如果要使信息对挖掘行业有用的话，该信息就必须在24小时内得出，其可行性已经由RESTSWES进行了评价。
　　2. 美国高效经济的机载遥感系统
　　美国明尼苏达州利用飞机承载的遥感系统(简称机载遥感系统)进行河流水质的监测。美国明尼苏达州河网密布，但是只有10%的河流有固定监测网络。该州正在使用一种经济高效的机载遥感系统进行水质监测，过去已经成功地从地球资源(探测)卫星观测到湖面反射信息，其原理也可能应用到河流上。但是相对于湖泊，河流网络的遥感监测存在如下挑战性的困难：河水水流具有短暂性和流动性；对于小河和溪流，30米的分辨率太粗了；如果想得到更加清楚的遥感图片，需要在地球资源(探测)卫星上使用更好的光谱频带。
　　该州的河流遥测系统使用机载高分辨率的专业光谱带宽，从一个在河面上直飞的小型飞机上获取航拍影像，为了验证影像，机载遥测系统在航拍时也采集水样。对不有同水质的明泥苏达河流进行重点监测。方法：2004年9月，机载遥感系统所承载的AISA传感器从一个河流的六个部分收集到分辨率为1-3米的光谱影像。在明尼苏达州环保局、州议会、州自然资源保护部门、农业局和州大学的合作下，完全了39个水体的遥测数据采集，这些数据被进行水质水体研究分析。2005年8月，机载遥感系统所承载的AISA-Eagle超频谱传感器在密西西比河上采集到分辨率为2米的超频谱遥感影像，同时密西西比河污染防控局采集了22个定点水样，研究人员用实测水质数据和遥感数据来分析决策变量的最佳模型，对每一河段，初始单频，混频和多频产生的水质影像被用来进行回归模型分析。
　　结论：初步结论表明，机载遥感影像与重要的水质变量有很强的相关关系。用统计分析进行模型的改进，利用最佳适线法，可以标示出每张图不同河段的重要水质变化。遥感数据显示了重要河段的泥沙和藻类的复杂分布。在不远的将来，遥感技术将会成为管理水资源及土地资源的重要工具。这将使我们在还没有来的及采样前就能够看到更多的详细的水质信息，遥感数据使用我们能够看见土地和水资源在的景观，甚至可以放大观察到细部情况。这种“全息景观”能够帮助人们探测到有问题的水资源，并且能够进行定部，减少了野外实地观测的盲目性。
　　3.水生植被的保护
　　湖泊或者水库具有渔娱和美学价值，人们传统地认为湿地是令人讨厌和需要清除的。美国明尼苏达州已经开挖了一多半的湿地(约4.5万公倾)用于农业和城市发展，并且剩余的湿地也遭到不同程度的破坏。减少的湿地用于城市化和农业开垦，增加了流域不透水面积和农业沟渠的范围，增加了暴雨径流的强度，改变了湿地水文要素，严重影响了湿地的功能。当大量的湿地植被被移走或者破坏，水质、野生生物或者鱼类的生存将受到威胁。这些水生植物非常重要，因为它们有助于保护水质，提供鱼类的栖息环境，保护野生生物，并且有经济和美学价值。
　　水生植物在生态环境中的重要性逐渐被人们认识，明尼苏尼州的政府、群众组织和咨询机构将水生植物的监测作为日常监测的重要工作内容，水生植物的多样性和繁盛是湖泊或者湿地健康环境的重要标志，但是准确的地图和数据却难以获得。因为地面绘图需要耗费大量的时间和人力，只有小部分可以用这种传统的方式来标。注。明尼苏尼州自然资源管理局决定使用高分辨率的卫星遥感影像数据对水生植物进行标注和归类。目前，高分辨率的遥感数据可以从IKONOS地球卫星和QuickBird地球卫星上获得，并且在明尼苏达州尼科尔镇的天鹅湖上试验成功。该湖面积大于3600公倾，周边属于国际4类湿地，有着繁盛的水上和水下水生植物。
　　利用IKONOS号地球卫星遥感数据分析明尼苏达州天鹅湖水上植被，由于该湖水生植物繁盛，没有现代科技，参考数据的收集将会是困难的。该研究使用的GPS卫星定位系统，在野外使用能够显示卫星数据计算笔进行绘制。使用野外作业计算机，直接在IKONOS号地球卫星遥感影像图片上标注水生植物的种类和位置。在野外能够迅速在遥感影像上定位的功能在如此大的湖上是很有用的。收到卫星遥感数据能很快形成影像在野外取样中也显得很有优势，因为研究者可以使用不同的光谱频段来标注不同的地方，研究者标注了水上植物，同时也记下了水下的位置。IKONOS号地球卫星影像形成的第一步是将湖面湿地从周围其它特征分离，要用数字化技术将岛屿、湿地和陆地的边界找出，研究者用特殊光谱标在遥测影像上注水陆边界和其它空间位置，然后用表示湿地的多边形将陆地特征屏蔽掉，从而得到了湿地水生植物分布图。
　　下一步就是将湿地分成水面上植被与水面下植被，利用野外参考数据，研究人员将水面上植被成五类，并在遥感影像图上进行标注，将水下植被分成两类，然后我们将水上和水下这两种分布图在全图上。明尼苏达大学研究组为了验证以上结果，利用装备有GPS单元的回声装置进行现场勘测，水底传音测量能获知勘测点的湖水深度和和植物类型。调查表明，在118个样本采集点上有27种类型的水生植物，与从遥测影像上的结果一致。对该湖水生植物的评估发现，水下2米以上的水生植物可以从其它影像分离出来，结果也显示，密集型生长的水下水生植物，如西洋草（watermilfoil）等，可以从其它水下水生植物中分离出来。
　　4．印度将遥感技术应用于无测站的偏远地区
　　印度是一个人口稠密，水资源相对匮乏的国家。每年的降水有41％被蒸发，有40%能形成径流，只有10％渗入地下，因此，约50％的农村土地依赖雨水灌溉。人口增长和人类活动使水资源越来越使印度人重视土地与水资源的管理。印度利用遥感和GIS相结合的技术管理土地和水资源，以达到水土资源的优化，满足人们在可持续发展方面的最低需求。印度将遥感技术应用于社会经济条件比较落后的Andhra Pradesh农村地区，并与GIS技术结合，在土地和水资源管理方面取得很多成功经验。尤其在用地管理、水资源分配、地形测量、泥沙控制方面，遥感技术减少了实地建站的开资，取得了经济实惠效益。
　　Andhra Pradesh农村地区过去不合理的开发，该区已经出现了水库泥沙淤积严重，导致了农业减产、水利发电不足、洪水和干旱等问题，认识到这些问题的严重性后，印度重视利用遥感技术解决现有问题。其研究有如下特点：利用遥感数据了解农业物的种植方式和可获得的水源分布；.利用地球卫星的影像信息标注所需要的专题信息，并且使用Arc/Info软件进行分析，专题信息包括用地类型、地形分布、排水网点、坡度等；根据社会经济发展制定可行土地和水资源方面的规划；.在以上研究的基础上，选择合适种植模式和可行灌溉工程；.根据遥感数据分析和地形分析计算农作物需水量，利用现有的水资源优化灌溉方案。在有关软件的帮助下，结合地面数据，印度研究者将来自IRS-ID, LISS-III地球卫星的数据转换成各种空间图层，例如灌溉层、用地层、地形层、斜坡层、土壤层、水文层、地质层等，地下水图层又被分为五类，并用专业的模型来定位可能的含水层。在以上分析的基础上，制定可行的规划，保证了当地在可持续发展的前提下农业生产的稳定发展。