土壤湿度是反映农业旱涝灾害的重要指标。在干旱半干旱地区，干旱频繁发生，对农业生产造成了严重的损失。受地理环境、气候变化、植被覆盖等诸多复杂因素的影响，土壤湿度遥感反演还面临着很大困难。论文针对地表植被覆盖对土壤湿度遥感反演的影响，采用MODIS遥感数据，利用ENVI平台对遥感数据进行处理，研究了基于表观热惯量的土壤湿度反演方法、基于植被供水指数的土壤湿度反演方法和基于温度植被干旱指数的土壤湿度反演方法，对关中地区春季不同植被覆盖下的土壤湿度进行了反演。主要研究内容和结论如下：（1）对低植被覆盖地表，采用MODIS合成产品数据代替单日的遥感数据，研究了基于MODIS合成产品数据的表观热惯量方法，利用建立的热惯量模型对土壤湿度进行了反演。结果表明，表观热惯量与土壤湿度有显著线性相关性，所建立的表观热惯量模型的均方根误差为5.7%，平均相对误差为6.19%，表观热惯量方法反演低植被覆盖下的土壤湿度是可行的。（2）在高植被覆盖区域，利用单日的MODIS L1B数据，采用植被供水指数法对土壤湿度进行了反演，分析了NDVI、MSAVI、EVI三种植被指数的适用性；针对NDVI对植被供水指数的影响，提出了混合植被供水指数，并与传统的植被供水指数进行了对比研究。结果表明，混合植被供水指数能更好的反映土壤湿度，基于混合植被供水指数的反演模型的均方根误差和平均相对误差分别为4.79%、6.08%，传统的植被供水指数模型的均方根误差和平均相对误差分别为7.03%、10.38%，论文提出的混合植被供水指数的反演效果要优于传统的植被供水指数。（3）利用与植被供水指数法相同的数据，研究了温度植被干旱指数法进行土壤湿度反演的适用性。结果表明，温度植被干旱指数与实测土壤湿度无显著相关性，不适合用来反演研究区的4月下旬土壤湿度。