土壤含水量与人类生活紧密相关。土壤含水量不仅是农作物生长发育的基本条件,同样影响着水资源的形成、转换及消耗,在地表径流等过程中扮演着重要角色。土壤水含量的研究,对于整个流域径流产生、防旱减灾、防洪、湿溃害监测预警等有着极其重要的意义。由于土壤含水量在自然环境状况中随着空间和时间的变化较大,难以大范围、连续地对其进行精确的测量和监测。微波遥感相较于其他波段遥感的优势,使其成为监测区域内土壤湿度时空变化的有效途径。由于植被覆盖地表的特殊性,不能将冠层的后向散射系数直接与土壤含水量联系起来,需要去除植被对其影响。因此,如果能够考虑与作物类型有关的系数代入到模型中,去除植被对土壤含水量的影响,将对植被覆盖地表土壤含水量的许多研究方法提供重要参考。本文选择江苏省为研究区,首先采用ASAR GM数据、MODIS数据,基于透雨状况计算水云模型中与作物类型相关的经验系数,建立适用于研究区江苏省的水云模型,以此计算土壤的后向散射系数,并通过土壤后向散射系数与土壤含水量之间的关系,求得土壤表层的相对湿度。然后分别采用自动土壤水分观测站的实测数据以及AMSR-E提供的产品湿度数据,对反演的土壤表层相对湿度进行相关性分析及精度检验。最后分别从空间、时间尺度,对研究区江苏省的土壤相对湿度分布状况进行空间分布和时间变化特征的分析。研究结果表明,基于水云模型计算公式,在透雨状况下求得的与作物类型相关的经验系数具有一定参考价值,以此建立的土壤表层后向散射系数模型具有较高的精度。利用自动土壤水分观测站实测数据及AMSR-E提供的湿度产品数据对模型进行精度检验,我们发现：自动土壤水分观测站实测数据的检验精度更高,更适合本文研究区的精度检验；而由于AMSR-E分辨率较低,更适合大尺度区域的精度验证,对于研究区较小的区域,使用AMSR-E进行验证的工作仍需进一步进行。