土壤是人类生产、生活和赖以生存的重要自然资源。地表土壤类型及属性是土壤科学研究的重要对象。其中土壤类型及属性的空间分布特征是生态过程模拟、水文过程模拟、精细化农业、森林资源监控等应用的重要基础信息之一。数字土壤制图研究正是基于该需求建立起的科学、准确、高效的土壤制图方法。作为数字土壤制图方法中最为重要的制图模型,土壤-景观模型以土壤形成和发育机理为基础,指出了土壤的发育过程与其周围的自然环境之间密不可分的相互作用。Jenny(1941)第一次系统的指出,土壤的发育过程与其所在区域的成土母质、生物量、气候环境、地形和时间五大类环境因子有关。其基本假设为,相同的土壤类型及属性孕育于相似的自然环境,而不同的自然环境则孕育出不同的土壤类型及属性。在该理论的指导下,土壤的空间分布特征可以通过间接度量环境因子的空间分布来进行有效的推测。在众多的环境因子中,地形因子由于其决定了水分的再分配,对土壤的沉积和发育起到了至关重要的作用。因此利用地形因子的空间分布来刻画土壤类型及属性的空间变异,成为数字土壤制图中最主要的制图方法。大量的科学研究表明,地形因子在地形起伏较大的山区能够很好的指示出土壤类型及属性的空间变化。然而在地形平坦的平原地区。由于地形因子的缺失,使得准确刻画该地区的土壤类型的空间分布特征成为难题。而平原地区却恰恰是农作物生长、人类与土壤交互的重要区域。对于该区域土壤类型及属性的监控具有更加重要的社会意义和经济意义。随着卫星遥感对地观测技术的快速发展,获取高时间分辨率地表光谱成为可能。为解决平坦区域传统环境因子无法有效刻画土壤空间分布这一难题。Zhu eta1.(2010)提出了基于土壤表层反射率的土壤光谱反馈面模型。该模型通过记录一次降水事件后,连续数天土壤表层光谱的变化,来指示土壤本身的特征及属性。该模型已经在小范围研究区内被证实能够有效的指示土壤类型的空间分布和土壤表层属性(土壤质地)的空间分布特征。然而在将土壤光谱反馈面模型应用于实际大范围的土壤制图工作中,该模型存在以下四个重要的科学问题需要解决。第一,在复杂地表环境中,影响土壤光谱反馈面的环境因素尚不明确。第二、由于云层遮挡,造成地理空间不同位置的大量土壤光谱反馈面数据缺失的问题。这种数据缺失及数据缺失所造成的不同地理位置土壤光谱反馈面无法进行比较。第三、不同降水事件或不同气候环境中采集的土壤光谱反馈面受到地表环境因素的影响,造成不同时间或相距较远位置的土壤光谱反馈面无法进行比较的问题。第四,在仅有土壤光谱反馈面作为指示因子的情况下,平坦区域土壤类型制图中所遇到的光谱面与土壤类型之间同物异谱和同谱异物的问题,如何在有限信息的情况下对土壤类型进行有效推测,是需要解决的问题之一。以上四个问题阻碍了将土壤光谱反馈面模型应用于大面积土壤制图的实践。而本文针对以上每个问题,通过理论推导和实际数据验证,提出了一系列理论和方法,来克服以上困难。本文的主要贡献如下：(1)首先本文从理论上详细推导了土壤光谱与近地表潜在蒸散量之间的协变关系,并通过两个不同蒸散环境下的实验区,验证了该关系的正确性。实验发现降水事件后,土壤光谱的变化主要与地表累计潜在蒸散量(CET0)密切相关。其土壤光谱与累积潜在蒸散量的平方根(CET00.5)之间具有显著的指数型关系。(2)在研究一的基础上,针对由于云层遮挡所引起的土壤光谱面数据缺失的问题,提出了利用地表累积潜在蒸散量来预测土壤在水分敏感波段的反射率(MODIS Band7),再由该反射率预测其他水分不敏感波段的反射率的分段预测方法。该方法能够利用历史观测数据,有效的填补数据空缺,从而使得土壤光谱反馈面信息完整,同时解决由于数据空缺所造成的土壤光谱反馈面之间无法进行直接比较的问题。(3)在前两步研究的基础上,本文提出了一个与蒸散相关的土壤光谱空间。在该光谱空间下,土壤光谱反馈面将不受降水后地表蒸散环境差异的影响,而只与不同土壤类型及属性相关。本文通过实际数据验证了该光谱空间相对于传统的时间序列光谱空间的优越性。同时验证了土壤光谱反馈面在新光谱空间中对不同类型土壤的指示作用。新提出的土壤光谱空间解决了不同地表蒸散环境下土壤光谱反馈面之间无法进行直接比较的难题,为土壤光谱反馈面模型应用于平坦区域大面积数字土壤制图提供基础。(4)针对平坦区域土壤类型制图中,土壤光谱反馈面与土壤类型之间同谱异物的问题,本文提出了一种基于贝叶斯理论的土壤概率制图方法。该方法能够在信息有限的环境下,凭借土壤光谱反馈面所提供的信息,最大程度的估计土壤类型在空间中的概率分布情况。从而填补了利用土壤光谱反馈面进行大面积土壤类型预测的空白。本文提出的理论和方法,是以土壤制图学为背景进行阐述的,其模型和方法解决了现有平坦区域土壤制图的困难和问题,其中本文提出的“蒸散相关的土壤光谱空间”为利用遥感数据进行数字土壤制图和土壤光谱研究提供了一个全新的思路。于此同时更重要的是,本文提出的方法和模型也可以扩展应用于其他地物的光谱周期性序列分析中,从而开辟了遥感光谱分析的新视角,从这一点出发,土壤只是地物周期性光谱研究中的一个特例。