土壤湿度是气候、水文、生态和农业等方面研究的一个重要的基础参数，它直接控制着陆面和大气之间水、热量的输送和平衡。土壤湿度的变化会引起土壤热学特性、地表光学特性的改变，从而影响气候的变化。区域性和大尺度的陆地土壤湿度变化信息对于陆气交互作用平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝和干旱的监测、农作物生长态势评估、自然和生态环境问题的研究等都是十分关键的因素。因而，研究区域或大范围的土壤水分以及估测土壤含水量有着特别重要的意义，这也是目前国际上研究的一个重要课题之一。传统的地面观测站网络不能满足大尺度土壤水分的时间、空间连续动态变化研究的需要。在光学遥感方面，虽然目前有许多在轨运行的光学传感器可以用于可见光—近红外—热红外等光学遥感手段来获取地表的土壤水分时空分布信息。但它不像工作在波段比较长的微波遥感那样可以穿透云层、植被覆盖等对地表进行观测，并且工作在短波范围内的电磁波信号受大气干扰比较大，这些因素都限制了光学遥感在土壤水分遥感监测中的应用。研究表明，微波遥感是电磁波谱中唯一能够真实定量化估计土壤湿度的电磁波谱频段。由于其波长相对较长，使得受大气、云和降雨的影响较弱，并且对地物也具有一定的穿透能力，可以获取地表下垫面一定厚度层的特征信息。另外，微波遥感不受太阳照射的影响，具有全天时、全天候监测的优势。而微波传感器采用的多种频率、多种极化的工作方式，也更适合于获取地表参数。因此，微波遥感被认为是目前土壤湿度遥感探测最具有发展潜力的探测手段。本研究正是基于此，选用了星载微波辐射计AMSR-E数据，以新疆区域为例研究土壤水分含量的被动微波遥感的定量反演问题。主要目的是改进目前星载微波辐射计AMSR-E的土壤湿度算法，利用微波极化指数对地表植被覆盖状况进行分析，并计算植被光学厚度，在地表粗糙度进行标定的基础上求解辐射传输方程。最后，我们将本文反演的土壤湿度数据应用于新疆的土壤墒情监测，以土壤墒情指标建立干旱等级。本研究的主要内容如下：1、详细描述了当前较为常用的集中随机粗糙面的微波辐射模型，包括适用于裸露地表的小扰动模型、物理光学模型、几何光学模型、AIEM积分方程模型，及经验模型Q／H模型、Hp模型和新近发展的Qp模型。另外还介绍了植被覆盖地表广泛使用的水—云模型和微波植被散射模型(MIMICS)。比较分析了各模型的优缺点及各自的适用范围。2、应用微波极化指数PI的统计分布与变化，分析陆地表面土壤水分含量的特征性分布。利用微波辐射计AMSR-E多时相2002～2006年的数据分析了新疆各年7月上旬的微波极化指数PI和距平值△PI的统计分布。分析结果表明：新疆大部分地区2002年和2003年土壤湿度有所增加△PI>0；2004～2006年新疆大部分地区△PI＜0，土壤湿度较同期平均水平有所减少，说明近3年来新疆7月份旱情有所加剧。3、在分析微波极化差异指数MPDI特性的基础上，分析了新疆植被指数NDVI和微波极化差异指数MPDI二者的相关关系，并建立了浓密植被覆盖、中等植被覆盖以及稀疏植被覆盖和裸露地表三种植被覆盖状况所对应的微波极化差异指数MPDI阈值。MPDI>0．12，为沙漠、沙地、裸岩地带；0．01＜MPDI＜0．12，对应中等程度的植被覆盖：MPDI＜0．01，为植被覆盖度较高的区域。4、利用微波极化差异指数MPDI和植被光学厚度τ_c之间的经验模型关系，通过改进运算方法来计算植被光学厚度τ_c。5、分析了微波极化差异指数MPDI受土壤湿度、地表粗糙度和植被层含水量影响的特性，通过多波段MPDI的推导构建了一个新的指数Γ。Γ与土壤水分无关，与地表粗糙度有关。因此利用指数Γ对新疆地表粗糙度进行标定。6、用多极化多频率的微波辐射计AMSR-E数据，去除植被覆盖和粗糙度的影响，基于微波辐射传输模型的反演算法，建立植被覆盖条件下的土壤水分反演模型，估算新疆区域地表土壤水分含量。与实测结果比较，其相关系数达68．81％。7、最后利用本文反演的微波遥感AMSR-E辐射计的土壤湿度数据对新疆墒情的季节变化和年际变化进行分析；考虑田间持水量等土壤水分要素，确定土壤墒情指数；根据土壤墒情分级标准界定新疆干旱等级，确定旱情的发生状况。