土壤湿度作为气候与环境干旱化的指示因子，是全球变化研究中的重要监测内容之一。土壤湿度不仅影响土壤理化特性与植被生长，更直接影响了粮食的质量和产量，严重制约着农牧业的发展。全球水资源的空间分布与耕地的分布尤为矛盾，40%的耕地面积位于干旱区，直接影响到全球10亿人口的生计。因此，土壤湿度的动态监测对干旱预警以及作物估产具有重要的意义。传统的基于点测量的方法很难对土壤湿度进行宏观的动态监测，通过遥感的可见光-近红外，热红外和微波波段监测土壤湿度已有近50年的历史。微波波段可以穿透云雾和一定深度的土壤，是能够定量化反演土壤湿度的最佳波段。被动微波法的空间尺度过大，不适宜农业领域的研究，本文选择主动微波法。主动微波法反演土壤湿度的基本原理是，雷达的回波强度主要受到土壤介电常数和表面粗糙度的影响，而土壤水分是影响土壤介电常数最主要的因素，以此来建立回波强度和土壤湿度的定量关系。起垄耕种的方式在全球都是普遍采用的，这种周期性地表是随机地表的一种特殊形式。目前常用的土壤湿度反演模型对周期性地表的适用性较差。中国北方的旱田作物（如玉米、大豆、高粱等）绝大多数都是采用起垄的耕种方式。本文研究区位于吉林省公主岭市境内，在松辽平原的东部，以种植玉米、大豆等旱田作物为主。本文分析了周期性地表散射的机理，模拟了雷达参数、地表参数和垄行结构参数对不同极化后向散射系数的影响，结合实测采样数据和全极化RADARSAT-2雷达影像数据，深入开展了基于主动微波法提取周期性地表土壤湿度的研究，并取得了如下创新性研究成果：1、周期性随机地表与平坦随机地表之间的根本区别在于，当雷达脉冲入射到周期性地表时，通过周期性改变局地入射角的值而改变回波的强度。在不同方位角（即垄向与脉冲入射方向的夹角）状态下，模拟局地入射角在一个周期内的变化，分析后向散射系数对方位角的响应规律。证明在同极化模式下，后向散射系数在方位角为90o（观测方向垂直于垄向）时出现最大值，在方位角为0o或180o（观测方向平行于垄向）时出现最小值，而交叉极化对方位角的响应不敏感。2、在不同极化方式下，模拟波长、入射角、垄高、垄距、土壤湿度、表面粗糙度对后向散射系数的影响。研究发现，波长越短，土壤湿度和表面粗糙度越大，后向散射系数越大，这个规律不会因为周期性地表而改变。在HH极化模式下，随着土壤湿度的增大，M值（方位角为90o与0o的后向散射系数的差值，用来衡量后向散射系数对方位角的敏感程度）缓慢变大然后趋于饱和；随着粗糙度的增加，M值迅速降低并趋于饱和；随着波长的增加，M值缓慢增加并趋于饱和。VV极化对方位角的敏感性则不受波长、土壤湿度和粗糙度的影响。方位角响应函数的形态在不同入射角和A/T参数（1/2的垄高与垄距的比值）下是不同的，通常可用正弦函数或一元二次函数进行模拟。而且在不同入射角下，M值对A/T的响应规律也不同。无论参数如何变化，不同极化对方位角的敏感性始终满足：HH>VV>VH。3、当波长为5.55cm（C波段），入射角为45o时，在不同极化方式和不同土壤参数状态下，模拟150个采样点的后向散射系数。研究发现，垄高（或A/T的值）在一定范围内变化时，不影响后向散射系数的整体分布规律，此时可忽略垄高变化的影响。因此，去除方位角的影响是解决周期性地表土壤湿度反演的关键。根据平均土壤参数计算方位角响应曲线，发现采样点到响应曲线的距离只与土壤湿度和粗糙度有关，以此建立差值距离和比值距离参数，去除了方位角的影响。在实际应用中，地表参数平均值往往未知，研究表明对采样点分布规律进行拟合的曲线可替代方位角响应曲线。4、基于RADARSAT-2全极化雷达数据，随机提取影像上303个采样点，分析不同极化模式下，后向散射系数对方位角的响应函数。实测的响应规律与理论模拟的规律基本一致。选取50个实测采样点中的34个点进行建模，另外16个点作为检验点。在不同极化模式下，建立特征参数与土壤湿度和粗糙度的定量关系，通过其中两种极化方式的方程进行联立可以消去粗糙度参数，获取土壤湿度的反演模型。然而此模型的精度甚至不及单极化线性模型的精度。本文通过直接模拟土壤湿度和其中两个特征参数的定量关系，粗糙度参数不参与拟合，模型的精度得到了明显提高。5、研究发现，当雷达入射方向垂直或近似垂直于垄向时，地块易出现异常高亮度值，即相干散射亮斑。前面建立的经验模型对散射亮斑区域的反演明显是不适用的。本文通过雷达实测值和Oh模型模拟的随机地表后向散射系数，建立了周期性地表与平坦随机地表之间的同极化误差函数。误差函数修正后的交叉极化比q一定程度上去除了方位角的影响，但未去除相干散射亮斑的影响；修正后的同极化比p同时去除了方位角和相干散射亮斑的影响。最终选取同极化比和交叉极化后向散射系数与土壤参数的关系式，利用LUT表搜索法求解土壤湿度，反演结果去除了相干散射亮斑的影响。6、提出了通过修正后Oh模型和经验模型联合反演土壤湿度的方法。Oh模型对相干散射亮斑区域的反演具有明显的优势，但由于Oh模型受到参数取值范围的限制，尤其对湿度较大地块的反演精度较差，而经验模型适用的地表参数范围更宽。16个检验点反演值与实测值误差的平均值是0.0220cm3/cm3，相关系数为0.9706，均方根误差为0.0258cm3/cm3。4个位于相干散射亮斑区域的检验点与其他12个检验点的反演精度无明显差异。证明了本文提出的经验模型与Oh模型联合反演垄行结构土壤湿度的方法是有效和可靠的。