基于Sentinel-1合成孔径雷达(SAR)和LandsatOLI数据,结合水‐云模型和地表散射模型,提出了一种植被覆盖条件表层土壤水分(surface soil moisture,SSM)反演模型。为了消除植被对SSM反演的影响,应用Landsat OLI光谱指数建立植被含水量估计模型。将该模型代入原始水‐云模型,建立一套改进的带有光谱指数的水‐云模型。最后,基于改进的水云模型开发了SSM估计模型。为检验模型精度,在英国和西班牙两个实验区进行了试验研究,试验中使用International Soil Moisture Network (ISMN)观测网络。研究结果表明:(1)对于植被覆盖地表的土壤水分估计,从1.57-1.65μm波段反射率数据得到的归一化水分指数(normalized difference water index,NDWI)更适合去除植被覆盖的影响;(2)与Sentinel-1VH极化相比,VV极化的后向散射系数更适用于土壤水分反演,并且精度较高;(3)所建模型具有较高的土壤湿度反演精度,与实测土壤湿度的相关系数R为0.911,均方根误差RMSE为0.053 cm3/cm3。本文提出的模型可用于区域土壤湿度监测,为农业生产提供高时空分辨率土壤湿度信息,具有较高的应用价值。