土壤湿度是气候、水文、生态和农业等方面研究的一个重要的基础参数，作为全球能量循环的要素之一，土壤湿度影响陆面和大气的水热交换。区域性或大尺度土壤湿度变化信息对陆面大气能量交互平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝和干旱监测、农作物长势评估、自然和生态环境问题研究等都是十分关键的因素，因此，研究区域或大范围的土壤湿度有着特别重要的意义。　　 星载微波遥感对地观测具有全天候，多极化等诸多优势，同时对地表下垫面具有一定的穿透性，对土壤湿度特别敏感，因而被认为是最具发展潜力的手段。利用微波遥感数据反演土壤湿度的主要方法有统计方法、神经网络方法和前向模型反演法，前两种方法需要大量实测数据进行参数校正，适用范围有限，本文采用前向模型反演法进行研究，依据随机粗糙面发射模型、土壤介电常数模型以及辐射传输模型，利用微波亮度温度数据反演地表土壤湿度。　　 本研究采用星载AMSR-E被动微波数据研究松嫩平原土壤湿度反演问题，对于植被覆盖地表，地表植被层的吸收和散射对土壤微波辐射具有衰减效应，植被对微波辐射传输过程的影响非常复杂。已有的反演算法中，在计算植被衰减效应时，需要借助关于地表植被状况的辅助数据，而这些即时数据往往不易获取。本研究利用微波极化指数分析地表覆盖状况，并计算植被光学厚度，最终通过求解微波辐射传输方程得到地表土壤湿度值。本研究的主要内容如下：　　 1．微波遥感研究土壤湿度主要源于随着含水量的增加，土壤介电常数迅速增大。土壤介电常数是其各组成成分（土壤、水、岩石矿物等）介电特性的综合，与温度、含盐量、土壤质地及观测频率等因素有关。本文采用普遍适用的Dobson模型建立了介电常数与土壤湿度的关系。　　 2．土壤湿度反演过程中，粗糙度是影响微波辐射传输主要因素之一，土壤粗糙度的增加会增加辐射计观测的亮度温度，降低亮度温度对土壤湿度的敏感性。本研究采用h-Q半经验模型描述粗糙地表微波辐射情况，该模型能够以较少的参数描述地表粗糙度对亮度温度的主要影响。　　 3．基于辐射传输理论提出的PI指数能够表示土壤湿度、地表粗糙度、植被层和大气层各自的影响。用AMSR-E多时相5年的数据给出松嫩平原地区6.9GH通道的PI值分布，表征土壤湿度时相变化，并获得松嫩平原同月同旬PI距平值△nPI的统计分布，展示了其土壤湿度变化分布，采用同时段的降雨距平值与极化距平值对比分析，二者相关性较好。　　 4．利用微波极化指数MPDI与植被光学厚度τ之间的经验模型关系，计算植被的光学厚度。　　 5．利用AMSR-E被动微波6.9GHz亮度温度数据，基于辐射传输模型，反演松嫩平原土壤湿度分布，利用农业气象站点实测土壤湿度数据验证反演结果，得到的相关系数为0.7，均方根误差为57mg/m3，此外，利用光学遥感获取的干旱指数数据与反演结果进行对比，二者相关系数为-0.79。最后采用降雨数据与反演结果进行对比，二者变化趋势基本一致。　　 6．最后利用反演得到的2005～2009年松嫩平原4～6月土壤湿度分布数据，分析其时空分布特征。