上世纪八十年代以来,黄河源区出现草场退化、土地沙化、湖泊萎缩、湿地减少、黑土滩遍布等生态水文环境退化现象,土壤湿度作为直接监测植被退化的一个重要指标,是气候、水文、全球变化等诸多研究领域的重要参数,在地表与大气的物质与能量交换中起着非常重要的作用。遥感作为一种方便快捷持续地对地观测手段,在大区域监测土壤水分时意义重大。本文运用温度植被干旱指数(TVDI)和“水-云”模型构建适于黄河源区土壤水分的遥感定量反演方案,基于以上的反演结果,运用地统计方法分析源区土壤含水量的空间异质性特征,并对土壤水分含量与各环境因子的关系做简单探讨。着重开展以下研究工作:(1)开展数据预处理,提高数据质量。在对原始遥感影像进行质量评测的基础上,通过构建2009～2013年MOD1 1A2和MOD13A2时序数据集,运用Savitzky-Golay滤波进行数据重构,有效降低云、水汽等噪声对数据质量的影响以及填补原始时序数据中的缺失值。在此基础上,利用最大值合成(MVC)法将时间分辨率为8d的MOD11A2合成为16d的数据,进一步提高数据集的质量;(2)在进行特征空间的干湿边拟合过程中,综合分析了植被指数(NDVI)和地表温度(LST)对土壤水分的作用机制,研究了低植被覆盖区域对线性拟合结果的影响,对源区特征空间的干湿边拟合结果在不同时期呈现相似的轮廓做出阐述,同时探索了干湿边的斜率和截距在整个植被生长季的变化规律;(3)利用2013年5～9月TVDI均值影像数据,运用地统计方法研究了源区土壤水分的空间异质性,同时分析了采样间距对空间自相关因素引起的变异的影响,并从时间与空间尺度上研究了源区植被生长季土壤水分含量的变化趋势。(4)利用已获取的地形因子、土壤类型和植被类型等数据,采用GIS技术和相关分析方法,研究了源区地形因子与土壤湿度的关系,并按照不同湿度等级对土壤和植被类型进行划分,分析了不同土壤和植被类型对土壤水分贮存、运移的影响。(5)利用ENVISAT-ASAR数据,运用“水-云”模型反演得到去除植被影响后的土壤湿度值,并与TVDI反演结果进行对比分析。