土壤水分是土壤生物及陆地植物得以生存的物质基础,是大气、水文、土壤生态系统等领域中关键的参数因子。因此,土壤水分数据的准确反演一直是该领域的热点研究问题。随着科技快速发展,土壤水分的获取方式也在不断地更新,但仍然以人工监测的方式为主,这种监测方式由于经费等问题布点密度低,难以在一定时间内获取大范围地表土壤水分的准确宏观空间分布信息,采用基于光学遥感的特征空间对微波遥感进行降尺度方法可以较好地解决上述问题。针对此类基于温度植被指数特征空间的土壤水分模型精度不稳定的情况,本文分别基于站点观测土壤水分数据和卫星土壤水分数据对模型进行精度评价,并对此模型的应用进行研究。具体的研究内容和成果如下。(1)基于站点观测土壤水分数据的模型精度评价利用ENVI软件对Landsat-8卫星影像进行了预处理,采用IDL编程实现了植被指数、地表反照率和地表温度等数据的求解,并基于求解的数据和相同UT时间的地面测站土壤水分数据拟合了关系模型,并对模型的精度进行了评价。实验结果表明本文模型的平均相关系数可以达到0.75,具有一定的可靠性。(2)基于卫星土壤水分数据的模型精度评价针对现有土壤水分测站点不足的问题,通过引入不同时间范围内的MSG影像数据来拟合土壤水分关系模型,并对该模型精度进行了评价。实验结果表明,采用10:00-14:00时间范围内的影像用于关系模型构建具有较高可靠性。(3)模型在微波土壤水分产品验证方面的应用借助SPSS软件、C++与VS2010平台采用同一栅格不同时间、同一时间不同栅格、同一网络内的测站水分值三种不同方法对土壤水分数据进行验证及精度评定,结果表明土壤水分关系模型对AMSR2土壤水分数据的相关性优于传统方法,表明土壤水分关系模型验证方法可靠性较高。