作为全球能量平衡的一个关键状态参数，土壤水分是全球水循环的重要组成部分。利用土壤水分监测旱灾、洪涝等极端灾害已成为当今学术界的前沿课题。传统的土壤水分监测是基于点的实地测量，这种方法虽然精度较高，但是会耗费巨大的费用和很长的时间，无法满足大尺度、长时间段、实时动态监测。随着3S技术的不断发展，使用遥感技术(RS)手段监测土壤水分已成为国内外研究的热点。目前使用单一遥感数据基本能反演土壤水分，但在反演效果和精度上还有待提高，特殊情况下造成的数据缺失，或受天气影响下，反演精度更低。多源遥感数据融合是来自数据源（不同传感器）的遥感影像数据源所提供的信息加以综合，以获取高质量的信息。本文以淮河流域为研究区，收集2006-2010年具有全天时、全天候、对地表有一定穿透性等特性的微波遥感AMSR-E数据与能反映地表温度以及地表面状况等特征的中分辨率成像光谱仪MODIS数据，在MATLAB工作环境中采用小波融合的手段，将其融合。从时间和空间上分板了融合反演数据与源数据、实测土壤水分和降水数据的相关性，初步得到以下结论:　　1、AMSR-E五个不同频率数据(Tb6.9、Tb10.7、Tb18.7、Tb36.5、Tb89.0)和MODIS两种产品数据，即:MOD11A2、MOD13A2，在淮河流域土壤水分的反演中，Tb6.9数据（即频率为6.9GHz）与实测数据的相关性最高，反演效果最好，主要是由于Tb6.9频率穿透力强、抗无线电干扰能力强。　　2、基于小波变换的AMSR-E与MODIS数据融合的土壤水分反演效果明显优于单一遥感数据反演土壤水分的效果。　　3、基于MODIS和AMSR-E融合的数据在每年季节交替时对土壤水分变化情况比较敏感，特别是春季、夏季和秋季。Tb6.9 SM数据随累计降雨数据大小的变化而变化，这主要是由于AMSR-E数据是对地表1em-2em土壤水分的反演，而1cm-2cm的土壤水分对大气降水反应灵敏。在降水量变化时间序列方面，Tb6.9 SM数据有一定的优势，但其还不能成为判定研究区土壤水分情况的唯一依据。在反演土壤水分变化时，Tb6.9 SM走势上过于平缓，而基于AMSR-E和MODIS融合的数据更能接近实测数据，融合反演效果更好，主要是MODIS数据反演深层土壤水分效果要优于AMSR-E数据。　　4、研究区融合数据反演出的土壤水分值精度不同。从时间序列上看，反演精度较高的是2009年春季和2010年的春季和冬季;从空间序列上看，反演精度较高的是驻马店和亳州，反演精度最差的是淮阴和商丘。研究发现反演精度存在差异的原因主要是:部分AMSR-E或MODIS数据缺失，导致反演精度降低;地形因子，植被覆盖度和降水等因素造成了遥感数据对实际土壤水分反演的不确定性。　　本研究以淮河流域为研究区，利用AMSR-E和MODIS数据的融合反演的土壤水分效果比传统的单一源数据反演的效果好，也说明多元遥感数据融合对干旱监测具有良好的使用价值与应用前景，但通过试验发现数据融合质量受源数据的分辨率、研究区地形因子、天气等影响。如能加入地形因子、选用分辨率更高的卫星数据进行融合能提高反演效果。