土壤墒情是农业研究、气象分析等领域中的一个重要参数,准确、快速地反演土壤墒情信息,对我国的水文预报分析、农作物缺水监测等都具有重要的意义。在实际遥感监测土壤墒情的研究中,被动微波遥感监测精度相对较低,可见光-红外遥感容易受到天气影响。主动微波遥感以其全天时监测、不受云雾雨影响、穿透能力强等特点,弥补了被动微波遥感和可见光-红外遥感在土壤墒情监测中的不足,提供了监测土壤墒情的新方法,成为近年来陆地表层土壤墒情信息遥感监测最具发展潜力的手段。基于主动微波遥感监测土壤墒情的研究中,选取满足改进积分方程模型(AIEM)适用条件的待研究区域,即地表粗糙度符合条件的裸露地表区域,利用该模型模拟后向散射系数和地表介电常数之间的关系。利用BP人工神经网络模型处理非线性关系的数据的优势,同时AIEM与其他反演模型相比更能有效的模拟实际地表的散射特性,选择AIEM模拟的关系数据作为BP人工神经网络的训练数据,实现用BP人工神经网络来处理后向散射系数和地表土壤介电常数的关系。在已知雷达系统参数等条件下,通过NEST、ENVI处理Radarsat-2主动微波遥感影像得到后向散射系数。通过改进积分方程模型(AIEM)模拟的数据对BP人工神经网络训练完成之后,将四种极化方式(HH、HV、VH、VV)的后向散射系数作为输入数据反演土壤介电常数,土壤介电常数和土壤墒情之间的关系用Topp介电模型来表示,从而得到土壤墒情信息。本研究利用Radarsat-2主动微波遥感C波段数据,在赵口灌区范围内选取相关的试验区域,反演裸露地表土壤墒情信息,与实际采样值相比较,能达到预期的应用效果。