土壤水分是土壤的重要组成部分，在地-气界面间物质、能量交换以及对于大气圈、水圈以及生物圈三者之间的相互作用的影响非常重要。土壤水分是农作物生长发育的基本条件和农作物产量预报的重要参数，是监控土地退化和干旱预测的重要指标，同时也是水文、气候、农业和生态系统的关键组成要素。地表土壤水分是整个地球生态系统中的一个重要元素，它是动物、植物等赖以生存的重要条件之一，掌控着陆地水循环、碳循环以及大气循环，它还是各研究中许多水文模型、气候模型、生态模型等的重要输入参数。因此，在大范围和全球尺度上监测土壤含水量具有十分重要的意义和价值。传统的测量土壤水分的方法有很多种，如重量法、电阻法、土壤湿度计法等，这些测量方法都是基于点的测量，在进行实地测量时需要建立密度很高的观测点网络，而且传统方法在野外的实际操作和后续的数据处理过程都是相当繁琐复杂，给农业生产以及生态环境预警带来了诸多不便。随着遥感技术的发展和进步，利用遥感技术在监测土壤水分方面已经表现出很多优势，其中主要的优势在于其监测范围广、效率高、成本低，还能够进行长期、动态的监测，因而受到研究者广泛的关注和重视。微波遥感土壤水分监测能够监测到地面0~5cm深度的土壤湿度，微波遥感提供了提取土壤水分空间分布的技术，因此，在实际的土壤水分监测中，微波遥感土壤水分监测具有广泛的应用前景。众多学者研究表明，主动微波能够弥补其他方法，如传统土壤水分监测法、光学遥感及被动微波遥感法等在土壤水分监测应用中的不足之处，为大区域、大范围土壤水分监测提供了新的方法和渠道。其中，地表土壤水分与星载合成孔径雷达（SAR）的雷达后向散射系数有直接的相关性，因而可以有效提取地表土壤水分信息，因此，多种极化和多种入射角的SAR数据在土壤水分监测中具有很大的潜力。本研究首先利用AIEM模型模拟不同地表粗糙度情况下，雷达后向散射系数与地表参数的关系。在模拟的过程中，提出了一种组合粗糙度参数Rs s3/l2，该粗糙度是将两个粗糙度参数均方根高度s和相关长度l合二为一；其次，分析了在给定的雷达系统参数和地表参数条件下雷达后向散射系数与地表粗糙度参数、土壤含水量之间的关系，建立了VV、VH极化条件下，适用于不同入射角范围的土壤水分反演经验模型；最后利用获取的RADAR-SAT2数据，将经验模型在渭干河-库车河三角洲绿洲进行反演与验证，结果表明本研究建立的土壤水分反演经验模型得到的反演值与实际测量值之间有很好的相关性，决定系数达到0.8109，表明本研究建立的土壤水分反演经验模型用于稀疏植被覆盖条件下的地表土壤水分反演时较为可靠。