水文学、气候学、植物生态学应用中,地表土壤水分含量(~5cm深度)的时空分布信息十分重要,常常作为水文模型、气候模型、生态模型的输入参数,同时,也是干旱预报、农作物估产等重要指标.因此,获取大范围地表土壤水分时空分布信息是一个迫切需要解决的问题.传统的测量方法、光学遥感和被动微波遥感获取土壤水分都存在一定的限制.新近的研究表明,主动微波遥感能够弥补光学遥感、被动微波遥感在土壤水分监测应用中的不足,为流域尺度土壤水分监测应用新的方法和手段.诸多研究表明,C波段(约5GHz)、入射角10°~20°的雷达系统,估计0~5cm层的裸露地表土壤水分可达到较好的精度,因此目前在轨运行的ENVISAT ASAR提供的多极化、多角度SAR数据对于地表土壤水分监测具有很大的潜力.该研究的主要目的就是研究多极化、多角度SAR土壤水分反演算法.该研究中,首先利用AIEM模型模拟裸露地表C波段SAR信号的后向散射特征,在此基础上主要分析了雷达后向散射系数同土壤含水量、地表粗糙度参数之间的关系;利用非线性回归的方法建立经验的裸露地表后向散射模型,并根据不同极化、不同角度等雷达观测数据组合方式的不同提出了七种不同的土壤水分反演方法.该研究为雷达(特别是多极化、多角度雷达数据)土壤水分反演算法提供了一个新的思路和方法.最后,将建立的反演算法应用到新疆和田试验区,用VV、VH两种极化组合方式的ENVISAT ASAR数据,得到了和田试验区土壤水分空间分布图,反演结果同土壤水分实测数据的相关性较好,有89%的实测点反演结果绝对误差小于4%,均方根误差为2.7%,反演结果能够正确的反映试验区土壤水分空间分布趋势,并且算法用于稀疏植被覆盖区的土壤水分反演也取得了较好的结果.