土壤水分是全球能量循环的重要组成部分，作为陆面水资源形成、转化、消耗过程研究中的基本参数，是联系地表水和地下水的纽带。它也是研究地表能量交换的基本要素，是描述地表和大气之间能量和水分交换的关键参数，对农业环境和天气预报等起着重要作用。获取可信、多尺度的土壤水分数据对建立更加准确的陆面、大气模式具有积极而重要的作用。微波遥感由于其全天时、全天候和穿透性以及对水分的敏感性而非常适于土壤水分观测。由于微波信号对地表粗糙度、植被覆盖、地形等参数同样敏感，因此在利用微波遥感手段获取土壤水分信息的应用中产生了各种问题，亟需解决。　　 对于山区，地形对主被动微波信号都有很大的影响，如果不考虑其影响，会大大降低地球物理参数的反演精度。而当前的大多数地球物理参数的反演算法在山区的精度都很差，甚至放弃了在山区的反演。而山区的土壤水分等地球物理参数的获取对气候气象、水文、环境和农业各领域的研究都具有重要的意义。因此，主被动微波遥感的地形校正研究对于微波遥感在山区的应用具有重要意义。对于土壤水分反演来说，被动微波传感器对地表土壤水分变化更加敏感，但是被动微波遥感的空间分辨率较低，通常在几十公里的尺度。对其在很多领域的实际应用带来了限制。而主动微波遥感则可达到几公里的分辨率。因此，利用主被动微波传感器联合对土壤水分进行反演，可以提高空间分辨率，并提高土壤水分的反演精度。　　 基于以上的问题，本研究展开了被动微波遥感、主动微波遥感的地形校正研究以及主被动微波遥感联合反演土壤水分的研究。主要内容包括以下三部分：　　 1.山区地形起伏使卫星观测几何发生变化，对被动微波辐射的观测产生影响。通常的土壤水分等地农参数反演算法都没有考虑地形的影响，在山区反演精度差，甚至无法实现反演。本研究中，基于AIEM模型的模拟，定量分析和评价了本地入射角、极化旋转和阴影对地表发射率的影响，在此基础上，提出了基于被动微波像元尺度的地形校正算法，通过模拟数据对其进行了验证，得到了较好的精度。并针对AMSR-E传感器，利用卫星轨道、传感器参数和90m分辨率的SRTM-DEM数据，根据所提校正算法对全球微波亮温完成了本地入射角，极化旋转和阴影的校正。并就其对土壤水分反演的影响进行了分析和评价。　　 2.地形起伏同样造成了雷达观测几何的变化，使雷达入射角，散射面积和极化方向发生变化以及产生阴影的影响。针对于此，基于AIEM模型和Oh模型的模拟，对本地入射角和极化旋转角对同极化和交叉极化的后向散射系数的影响分别进行了分析。并根据SMAP搭载的雷达特点，利用90m分辨率的SRTM-DEM数据模拟了全球的O.03°×0.03°分辨率的本地入射角、极化旋转角和散射面积变化比的分布，并对地入射角和极化旋转角影响下的后向散射系数进行了模拟，定量地分析了这些因子的分布以及对后向散射系数的影响。基于模拟分析，提出了针对SMAP雷达像元尺度的后向散射的地形校正算法，最后利用模拟数据对算法进行了验证。　　 3.首先，基于TRMM微波成像仪TMI的特点，利用物理微波辐射模型AIEM模拟的数据集，分析了土壤水分和粗糙度等参数对发射率的影响；在此基础上利用参数化辐射模型Qp模型消除地表粗糙度对发射率的影响，建立了裸露地表的被动微波遥感土壤水分反演算法，并利用ω-τ模型，总结已有的植被光学厚度反演方法，建立了基于TMI传感器的植被覆盖地表的被动微波土壤水分反演算法。其次，基于TRMM搭载的降雨雷达PR的特点，利用AIEM微波散射物理模型模拟的数据集，分析了土壤水分、本地入射角和粗糙度等参数对HH极化后向散射的影响，在此基础上利用参数化的简单散射模型和几何光学模型，建立了裸露地表的主动微波遥感土壤水分反演算法。然后，在基于主被动植被和粗糙度影响因子相同的假设下，将主被动微波遥感联系起来，利用时间序列的方法消除主动像元尺度的粗糙度和植被影响，建立了植被覆盖地表的土壤水分主被动联合反演算法。最后，用美国SMEX03实验数据和辅助数据对俄克拉荷马实验区通过发展的主被动联合算法实现了土壤水分变化值的反演，并就反演结果和实测数据进行对比，完成了误差分析。