土壤含水量与植被长势密切相关,特别是干旱半干旱地区的植被更容易受到土壤含水量变化的影响,而植被变化又会对区域生态环境、气候以及人类生产生活产生很强的反馈作用,因此土壤含水量反演及其动态变化分析一直是国内外研究的热点。本文以北麓河流域作为典型研究区,借助“水-云”模型减弱植被层对土壤后向散射系数的贡献,联合Sentinel-1A SAR和Landsat-8 OLI数据源进行地表土壤水分反演,提出了一种组合经验模型的思路,利用现有经验与半经验模型进行组合,消除了模型对土壤介电常数和地表均方根高度对数据信息的依赖,直接建立了土壤后向散射系数与土壤含水量之间的关系。借助研究区实测土壤含水量数据对组合模型参数进行了修改,通过循环迭代找到了使土壤含水量反演数据与实测数据差值最小的模型参数,之后获取了2018年7月北麓河流域的土壤含水量数据,并分析了研究区土壤含水量的分布特点及其影响因素,最后又借助组合模型反演出了研究区2017年7月的土壤含水量数据,并分析了研究区土壤体积含水量年变化情况。得到以下结论:(1)本文反演出的土壤含水量分布图显示整个研究区西部土壤含水量大于东部地区,中部地区的土壤含水量南北部略高于中部。(2)研究区土壤含水量的分布状况会受到很多因素的影响,如地形、植被、水域和土壤的分布都会影响该地区的土壤含水量。(3)对比2018年研究区土壤体积含水量分布图与2018年研究区湿度分量分布图,两图数值大小分布基本一致,验证了整个研究区土壤含水量数据反演结果的可靠性;对比了2017年研究区土壤含水量分布图,与2017年研究区的湿度分量分布图,两图数值大小分布基本一致,验证了该组合经验模型对于计算研究区时序影像数据具有一定的稳定性。(4)对于整个研究区土壤含水量的变化情况,2018年的土壤含水量比2017年的土壤含水量要高。