土壤水是维持地球生命的重要自然资源,也是控制地球陆地表面和大气之间水热交换平衡和维持全球气候稳定的重要环境因子。土壤含水量是各种陆面过程、生态、水文以及作物模型的核心输入参量之一,其含量大小的改变对地表水热循环、土壤理化性质和气候变化都会产生潜在影响。因此,获取定量、准确的全球土壤含水量变化信息对于维持地球生态系统平衡和应对全球气候变化都具有十分重要的意义。此外,土壤含水量也是评估土壤墒情和农业干旱、渍害等农业气象灾害的重要指标。所以对大尺度农田中土壤含水量的准确估算也是农业领域制定合理减灾保产措施、保证国家粮食安全、维护社会和谐稳定的重要前提。基于卫星遥感技术的土壤含水量反演是当前大尺度区域上获取土壤含水量信息的最便捷有效手段之一。基于不同遥感平台所观测土壤含水量数据的时空分辨率并不相同。被动微波遥感相比光学遥感对地表土壤含水量的变化更加敏感,同时相比主动微波而言,被动微波的估算结果稳定性更高。但是被动微波遥感观测数据也存在一定的缺陷。首先,被动微波遥感观测像元空间分辨率较低,当像元中的固定水体所占比例较高时,土壤含水量的反演精度会受到影响,所以需要针对此类像元进一步提高反演算法精度;第二,虽然通过基于被动微波和光学遥感结合的降尺度手段可以获得具有更高空间分辨率的土壤含水量影像,但是当云雨天气出现时,光学遥感影像的像元缺失现象往往非常严重,这会极大影响降尺度土壤含水量影像的空间覆盖度。事实上,以上问题也严重限制了被动微波遥感土壤水分数据集在农业以及其它领域的应用。为此,本文选择中国江淮流域的湖北、安徽和江苏三省为主要研究区,针对研究区内地表多河湖等固定水体的特征,使用AMSR-E和AMSR-2被动微波辐射计所观测的亮温数据集对经典的被动微波土壤含水量反演算法做进一步改进,进而提高该算法在固定水体所占比例较高像元中的反演精度;然后结合MODIS光学遥感数据,开发适合多云雨地区的土壤水分降尺度方法;最后利用基于本文改进算法的土壤水分反演和降尺度产品探索遥感土壤水分数据在农业生产中的全新应用。具体研究内容包括以下四个部分:(1)针对固定水体所占比例较高像元的被动微波土壤含水量反演算法改进研究以经典的Land Parameter Retrieval Model(LPRM)被动微波土壤含水量算法为例,探究像元中不同范围的固定水体比例对土壤含水量反演精度的影响程度,并提出相应的算法改进方案。验证结果表明,当像元中固定水体比例在0.01-0.4之间时改进的算法可以有效提高原算法的反演精度。(2)基于被动微波和光学遥感结合的多云雨地区土壤水分降尺度方法改进研究提出针对云雨覆盖条件下光学遥感观测地表温度(land surface temperature,i.e.LST)参数的多时相插值估算方法并获得对研究区具有较高空间覆盖度的LST数据集。之后将该数据集作为土壤水分降尺度模型的输入数据,探究基于被动微波和光学遥感结合的土壤水分降尺度方法的改进方案。验证结果显示,基于改进降尺度方法得到的土壤含水量数据与站点实测土壤含水量的一致性要高于传统降尺度方法的结果。对于改进的降尺度方法,基于多时相插值LST数据集得到土壤水分降尺度结果的均方根误差与基于实际卫星观测LST数据集得到降尺度结果的均方根误差非常接近(在多数验证站点二者差值的绝对值小于0.02 cm3/cm3)。该结果表明通过改进降尺度方法可以在多云雨天气的大范围地区获得高精度、高时空分辨率、对研究区接近全覆盖的降尺度土壤含水量数据集。(3)基于被动微波反演土壤含水量数据的水稻种植面积监测研究首次提出基于被动微波反演土壤含水量数据的大尺度水稻种植面积监测方法,并在全中国(除港澳台)范围内对不同历史年份水稻种植面积开展模拟监测。结果显示,被动微波反演土壤含水量对水稻种植面积的监测结果与历史年鉴记录数据的相关性高达0.9以上。此外,该结果与基于更高空间分辨率光学遥感数据的监测结果在全国不同验证区的相关系数均不低于0.64(在大部分验证区高于0.85)。而在稻田分布较为稀疏的地区,基于被动微波的模拟监测结果精度甚至要高于基于光学遥感数据的结果精度。(4)基于遥感降尺度土壤含水量数据集的越冬作物渍害监测研究建立基于遥感降尺度土壤含水量数据集的越冬作物渍害监测指标体系,并对不同历史年份的渍害时空分布状况进行模拟监测。结果显示,利用该监测指标得出的不同历史年份的渍害时空分布状况和前人基于气象指标或调查数据得出的渍害时空分布状况基本一致。该结果表明本研究所得到的降尺度土壤含水量数据集对面状大范围地区的越冬作物渍害监测具有很强的适用性,并有助于提高现有基于站点气象观测数据的渍害监测预警系统的业务运行效率。