陆表土壤水是地球系统中地气能量传输与水循环的重要组成部分,对碳、氮等物质循环有控制作用,是生态、水文、农业、大气等领域的重要参数。在干旱区,由于生态环境十分脆弱、水资源匮乏且分布变异显著,高精度的土壤水分监测对保护荒漠植被、监测土壤墒情及制定节水灌溉措施都有着重要意义。　　本文在现已有土壤水分遥感反演模型的基础上,结合中国西部干旱区的生态环境特点,探讨了反演地表覆盖类型变化大、土壤水分时空分布差异明显情形下的有效模型方案。在新疆地区,以MODIS、AMSR-E传感器数据、野外实测数据为基础,改进了Sandholt提出的基于温度植被干旱指数(TVDI)的土壤水分反演模型,改进了美国冰雪中心生产AMSR-E土壤水分产品的经验算法,提出了不同植被覆盖状况下土壤水分遥感复合反演模型;根据光学与被动微波遥感在反演土壤水分中各自的优劣势,协同可见光近红外、热红外与被动微波遥感数据建立了土壤水分反演模型,每天可输出新疆区域空间分辨率为1km×1km的升、降轨土壤水分数据,实现了大区域土壤水分动态变化的遥感监测;对改进的TVDI模型、复合反演模型、协同反演模型进行了精度验证,结果表明,三种模型都比对照组改进前的模型精度高,其中,协同反演数据与地面实测数据相比较,相关系数为0.93,均方根误差为3.99％;最后采用ENVl/IDL语言和.NET混合编程实现了所提出的遥感反演模型的计算和结果输出,建立了干旱区土壤水分遥感协同反演软件系统。　　本文在以下几个方面进行了创新性研究:　　(1)改进了Sandholt的TVDI土壤水分反演模型,使其适用于较大区域的土壤水分反演,估算精度显著提高。　　(2)提出了基于热惯量与TVDI模型的土壤水分复合反演策略,以适应干旱区地表覆盖类型差异较大所导致的单一模型不能很好估算土壤水分的情况;　　(3)提出了将被动微波遥感数据与光学遥感数据在模型级别协同起来,反演大范围陆表土壤水分的方法与模型,集成了两类遥感传感器的优势。所得到的土壤水分反演结果与地面实测值之间相关性较高,均方根误差较小,优于单一传感器数据或单一模型的结果。　　(4)采用ENVl/IDL语言和.NET混合编程实现了所提出的反演模型的计算,建立了首个新疆土壤水分遥感反演系统,为决策部门提供了技术支撑。