土壤水分在地球生态系统中扮演着重要的角色,无论在理论研究还是实际生产中,土壤水分都有至关重要的作用。干旱半干旱地区水资源匮乏,进行土壤水分反演研究对该地区的农业生产、生态环境和经济发展等方面有重要意义。传统土壤水分测量手段在对大范围地表监测时会耗费较大成本,而遥感技术为大范围地、实时地进行土壤水分测量提供了新的解决方案。其中,SAR技术因具有穿透性强、对土壤水分敏感等特性在土壤水分反演领域备受关注。使用SAR反演土壤水分时,主要受到植被覆盖和地表粗糙度两个因素的影响,当前主要方法是选择适用的植被微波散射模型以去除植被的影响,再选择适用的裸土微波散射模型,通过模型中后向散射系数、地表粗糙度和土壤水分之间的数学关系来反演土壤水分,以消除地表粗糙度的影响。本文综合利用多光谱数据对植被信息的光谱敏感性和SAR数据的穿透性、对土壤水分的敏感性,协同使用光学和SAR数据反演土壤水分。以黑河中游的临泽草地和花寨子农田为研究区,使用临泽草地的遥感数据和地面数据建立土壤水分反演算法,并应用于花寨子农田,与传统方法对比以验证适用性。建立土壤水分反演算法时,考虑研究区特点并分析模型的适用性,首先选取水云模型以去除植被影响,对水云模型中的关键参数的输入进行了研究和探讨,其次选取AIEM模型建立LUT表,在建立LUT表时对各参数的取值和范围进行了讨论,通过LUT表法反演了研究区的土壤水分。通过研究,本文主要得出了以下结论和成果:(1)使用水云模型对后向散射系数校正后,有效去除了植被影响,提高了模拟土壤表面后向散射系数的准确性,不同参数输入模式下的水云模型所对应的土壤水分反演精度都有所提高。水云模型的输入参数中,植被含水量为主导因素,植被参数B的取值对结果影响不显著,植被参数B对结果的影响较大。(2)在水云模型中输入植被含水量时,本文使用植被指数法反演。即建立多个遥感指数(EVI、NDVI、NDWI、RVI、SAVI)与植被含水量之间的响应关系,发现各指数与植被含水量均有较高的相关性,其中RVI反演精度最高;在输入植被参数时,提出基于植被覆盖度分级的参数输入方法,相比传统的输入方法精度有所提高。(3)使用LUT表法反演土壤水分时,通过采用不同的单极化SAR数据源(是否考虑植被影响、不同极化、不同的水云模型参数输入模式),发现使用本文方法去除植被影响的VV极化数据反演精度最高,该方法能有效去除地表粗糙度的影响。同时,发现同极化数据反演精度优于交叉极化数据,其中VV极化数据反演精度最高。