土壤水分是地表能量平衡和水分循环的关键参数，区域尺度表层(0~5 cm)土壤水分的获取也一直是定量遥感研究的重点和难点之一。本论文充分考虑了全极化雷达和高光谱数据的特点，开展综合利用全极化雷达和高光谱数据直接定量反演表层土壤水分的模型研究。主要研究内容如下：

(1) 基于AIEM模型，建立了利用C和L波段HH和VV双极化雷达数据反演裸土区土壤水分的模型。首先利用AIEM模型模拟裸露地表下C和L波段雷达信号的后向散射特征，通过非线性回归的方法分别建立了C波段和L波段下的简化的HH和VV极化的裸露地表后向散射模型，模型中主要包括3个变量：地表组合粗糙度、土壤介电常数实部和入射角；然后，通过HH和VV极化下裸露地表后向散射模型的联立计算，消除了模型中的地表组合粗糙度参数，从而拟合得到土壤介电常数实部反演模型；最后，利用Dobson土壤介电常数模型，根据土壤质地和土壤温度的信息，实现土壤水分的反演。

欲将裸土区土壤水分反演模型应用到植被覆盖区，需要计算植被对雷达总后向散射的影响。其中，植被含水量是对雷达后向散射系数影响最大且最容易被遥感反演的植被参数。基于此，分别建立了基于高光谱数据和L波段全极化雷达数据不同极化比的植被含水量反演模型。

(2) 基于高光谱数据的植被含水量反演模型。PROSAIL模型模拟不同植被冠层含水量下的植被冠层反射特征表明，970 nm水吸收带右侧曲线(985~1055 nm)一阶导数D_985~1055与植被冠层含水量关系密切，决定系数R²达0.91，基于此，建立了利用D_985-1055反演植被冠层含水量的模型。采用机载SASI数据中心波长为995、1010、1025和1040 nm 4个波段计算D_985~1055，并利用所建模型反演玉米植被冠层含水量，进一步根据研究区玉米植被冠层含水量和植被含水量的转换关系，最终实现了黑河生态水文遥感试验——核心观测矩阵区的玉米植被含水量反演。

(3) 基于L波段全极化雷达数据不同极化比的植被含水量反演模型。考虑到长波段雷达的强穿透能力和全天候、全天时的观测能力，以及不同结构的植被的后向散射特征不同，建立了利用L波段全极化雷达数据不同极化比的玉米和大豆植被含水量反演模型，并利用PALS机载雷达数据实现了SMEX02试验区的植被含水量的反演。利用实测植被含水量对反演结果进行验证，反演与实测的玉米和大豆植被含水量密切相关，相关系数R分别为0.84和0.84，RMSE分别为0.53 kg·m^-2和0.12 kg·m^-2，该精度与利用TM/EMT光学数据计算NDWI从而反演植被含水量的精度相当。结果表明利用L波段全极化雷达数据的不同极化比反演不同植被的植被含水量是可行的，是对当前主要应用光学遥感数据的植被含水量反演方法的一个有力补充。

(4) 基于C波段雷达和高光谱数据以及L波段全极化雷达数据，分别建立了C波段和L波段下的半经验的植被覆盖区土壤水分反演模型。联合C波段RadarSat-2雷达数据和机载SASI高光谱数据实现了黑河生态水文遥感试验——核心观测矩阵区的土壤水分的反演，同时基于L波段的PALS机载全极化雷达数据实现了SMEX02试验区的土壤水分反演。利用实测数据对反演结果验证表明，建立的C波段和L波段下的植被区土壤水分反演模型可靠，适用于获取区域植被覆盖地区的土壤水分。并且，应用L波段全极化雷达数据开展植被区土壤水分反演为全天候、全天时获取大范围的土壤水分信息提供了新的思路。