土壤水分是水文学中的一个关键参量,其对估算蒸发、蒸腾、侵蚀、径流、入渗和灌溉需水量具有重要意义。与站点观测相比,卫星遥感技术可以提供更大空间和时间上的土壤水分数据,然而卫星遥感仅能探测土壤表层几厘米的水分。根区土壤水分作为联系地表水与地下水的纽带,影响水文循环及植被耗水,深入了解其时空动态对于研究区域和全球尺度的气候变化及水资源管理至关重要。同时,高时空分辨率的根区土壤水分估算也能够为指导农业管理、保障粮食安全及维持水资源可持续利用提供决策支持。本研究在国家自然科学基金“土壤水分与表面粗糙度的光学与雷达遥感协同反演算法研究”（No.41971323）项目和中科院先导专项“黑土地保护与利用科技创新工程”（No.XDA28000000）的资助下,依托中国科学院长春净月潭遥感实验站开展研究工作。在气候变化以及农业干旱频发背景下,本研究预期通过获取东北地区高时空分辨率根区土壤水分数据,为精准农业、水资源管理以及农业政策规划提供数据支撑。基于玉米生长季内星地同步观测实验,配合农田环境监测系统,通过耦合作物生长模型与水文模型,同化多源遥感数据（光学、雷达）,进行玉米根区土壤水分估算和区域化制图研究。主要研究成果如下:（1）根据研究区气候特征、作物品种以及田间管理等因素,对本研究中的作物生长模型与水文模型进行参数敏感性分析和参数标定,完成了模型在本研究区的适用性评估。研究中针对作物生长模型的关键输出参量（叶面积指数）,量化模型中与叶面积指数变化相关的参数敏感程度,并结合研究区环境特点与田间管理模式进行本地化标定,敏感参数由高到低依次为叶面积指数最大相对增长速率（RGRLAI）、出苗到开花的积温（TSUM1）、干物质叶片分配系数（FLTB）、初始干物质重（TDWI）、35℃时叶片存活时间（SPAN）。针对水文模型中的水力学参数,结合研究区空间范围土壤属性对土壤水势进行分析,综合已有研究对水文模型分析结果,完成相关参数的标定:主要包括土壤残余含水量()、饱和土壤含水量()、饱和导水率()、进气吸力倒数（α）、孔隙大小分布（n）。（2）遥感观测作为数据同化框架的重要组成部分,完成了对模型状态变量的估计和优化,因此基于遥感观测数据进行地表参量反演是本研究的基础之一。基于摄影测量原理,利用无人机搭载真彩色相机获取研究区数字表面模型,并结合常用的均方根高度和相关长度等统计参量表征土壤粗糙表面。在此基础上,利用Sentinel-2卫星光谱反射率计算的植被指数、Sentinel-1卫星后向散射系数、雷达入射角度以及地面实测土壤水分等数据构建水云模型,实现表层土壤水分的反演。本研究中表层土壤水分反演结果均方根误差优于0.055 cm~3/cm~3。同时,基于光学反射率（Sentinel-2、无人机）与地面观测叶面积指数,结合辐射传输理论与统计回归分析,实现叶面积指数多尺度反演,两种方法估算叶面积指数的偏差和均方根误差分别为0.80与0.40。（3）通过深入挖掘作物生长模型（WOFOST）与水文模型（HYDRUS-1D）运行机理,从作物生长过程理论模拟与水分运移原理出发,量化作物根系提水对根区土壤水分的吸收程度。同时,基于水文模型估算的土壤蒸发和植物蒸腾对根区土壤水分的利用量,更新作物生长模型对碳水化合物分配至各器官的比例。基于上述过程,实现作物生长模型与水文模型的耦合,估算玉米根区（0-100 cm）土壤水分,模拟土壤水分纵向变化过程。此外,耦合模型运行中,结合遥感观测与反演参数利用数据同化方法进行变化参数同化分析,完成了单参数与双参数同化分析。综合对比耦合模型模拟结果、单参数同化（只同化叶面积指数、只同化表层土壤水分）结果与双参数同化结果（同时同化叶面积指数和表层土壤水分）可知,双参数同化结果的5 cm、10 cm和60 cm深度的均方根误差分别为0.060cm~3/cm~3、0.079 cm~3/cm~3和0.059 cm~3/cm~3,为四种结果中精度最高,同时该精度满足对于不同深度土壤水分的应用需求。（4）为了获取具有高空间分辨率的植被指数数据,基于MODIS卫星逐日反射率数据与高空间分辨率Sentinel-2多光谱数据,利用时空数据融合算法（ESTARFM）,将低空间分辨率卫星数据的时间优势与高空间分辨率卫星的空间优势进行互补,实现高时空分辨率遥感植被指数融合估算。基于植被指数的时空数据融合结果表明,融合后的植被指数与Sentinel-2卫星数据计算的植被指数相关系数高于0.87,空间分辨率提升至与Sentinel-2数据相同。（5）基于时空数据融合后的高时空分辨率遥感数据,结合耦合模型同化多源遥感资料估算的点尺度根区土壤水分数据,在根系深度内逐厘米构建随机森林回归模型;结果表明不同深度的随机森林模型估算的土壤水分精度均优于0.040cm~3/cm~3。基于上述点尺度数据构建的随机森林模型,以及数据融合后的高时空分辨率遥感数据运行模型,实现区域尺度高空间分辨率根区土壤水分估算,完成了根区土壤水分横向区域化扩展。分析区域尺度10 m空间分辨率的根区土壤水分可以发现,随纵向深度增加,土壤水分呈现升高趋势;时间尺度而言,受近地表气候要素影响,以及作物生长根系提水作用,根区土壤水分随时间存在动态变化特征。本研究通过耦合模型结合多源遥感数据构建数据同化框架,为根区土壤水分的高精度估算提供了方法支撑。由此发展的区域根区土壤水分数据产品将为旱涝灾害监测、预警,精准农业以及农业水资源管理与高效利用提供数据支撑。此外,根区纵向逐厘米分辨率的土壤水分为作物根系提水量及提水过程的研究具有重要意义,能够为作物生长季长势监测与产量估算提供量化指标。