土壤水分是气候、水文和生态等研究的重要参数，是全球陆地生态系统、水循环和能量循环的重要组成部分，在水资源管理、环境监测以及全球气候变化研究中起着非常重要的作用。随着遥感技术的快速发展，为土壤水分获取提供了一种新的途径，卫星遥感具有获取数据快捷、时效性强的优点，逐渐成为区域及全球大尺度上快速获取土壤水分信息的有效手段。目前，国内外学者已发展出了一些遥感反演土壤水分的方法，其中，地表温度-植被指数特征空间法由于具有所需辅助数据少、操作简便等优点，已经成为遥感监测土壤水分最常用的方法之一。但是，目前的地表温度-植被指数特征空间方法大多是基于极轨卫星数据发展而来。由于极轨卫星时间分辨率较低，容易出现瞬时地表温度缺失的情况，难以满足长时间序列的研究要求。而静止气象卫星一天可以提供96个时相的数据，不仅可以提供与土壤水分有关的地表信息，还可以提供相关参数的时间变化信息，在土壤水分反演研究中表现出了很大的潜力。　　地表温度日较差(Diurnal temperature range，DTR)可以表征一天中地表温度的变化情况，且对云覆盖、降雨以及土壤水分变化等因素较为敏感。它不仅是气候变化的重要指示因子，也是利用遥感数据反演热惯量的关键参数。利用静止气象卫星每天多时相数据计算地表温度日较差，可以避免由于地表温度反演的不确定性带来的误差，提高反演精度。本论文以41.1°N-41.5°N，5.1°W-5.7°W的范围（包括伊比利亚半岛、亚平宁半岛和非洲北部等区域）为研究区，利用欧洲第二代静止气象卫星(Meteosat Second Generation，MSG)每天多时相数据开展土壤水分反演方法的研究。主要研究成果如下:　　(1)建立了基于地表温度日较差-植被覆盖度特征空间的土壤水分反演模型。利用MSG静止气象卫星多时相数据计算地表温度日较差，构建地表温度日较差-植被覆盖度特征空间，并在此基础上，建立土壤水分反演模型。本论文使用位于西班牙Duero盆地中部地区的REMEDHUS土壤水分观测网络的地面实测数据对反演结果进行验证，结果表明，反演得到的土壤水分与实测土壤水分之间的均方根误差(Root mean squared error，RMSE)在0.06m3/m3左右，偏差(Bias)在0.03m3/m3以内，具有较高的精度，该方法可以较好地反演研究区内土壤水分状况。论文还进一步分析了干旱的草地、作物、灌木丛以及树林四种不同植被覆盖类型的土壤水分反演精度，结果表明，地表温度日较差-植被覆盖度特征空间方法在土壤水分较低的区域具有更高的反演精度，说明该方法更适用于干旱、半干旱地区。　　(2)建立了基于土壤水分饱和指数的土壤水分反演模型。利用地表温度日较差和反照率数据计算表观热惯量，使用长时间序列表观热惯量的最大、最小值计算土壤水分饱和指数，建立土壤水分的反演模型，反演土壤水分。通过地面实测数据对土壤水分反演结果进行验证，结果表明，使用土壤水分饱和指数反演得到的土壤水分与实测土壤水分之间的RMSE在0.07m3/m3以内，Bias在0.02m3/m3左右，也具有较高的反演精度，土壤水分饱和指数法与地表温度日较差-植被覆盖度特征空间方法的土壤水分反演精度近似。本论文通过对比具有不同沙土含量的地面实测站点的土壤水分反演结果发现，土壤水分含量与土壤沙土含量相关，含沙量相似的土壤质地具有相近的年均土壤水分，且土壤沙土含量越高，长时间序列的土壤水分平均值越低。