土壤湿度,描述的是土壤中水分所占据的比重。土壤湿度信息的获取对于干旱预警、洪水预报、植被生长监测、天气和气候研究都具有重要的意义。目前探测土壤湿度的方法包括光学遥感、红外遥感以及被动微波遥感。但由于光学和红外遥感手段穿透能力差,无法获得土壤内部的信息,因此应用受到限制。被动微波遥感利用微波的穿透特性获取土壤自身的辐射信息,进而反演出土壤湿度,是一种有效的探测土壤湿度的方法。其中L波段的信号对于湿度变化最敏感,且受云和大气等干扰因素的影响小,因而L波段成为被动遥感中最适合探测土壤湿度的波段之一。本文以基于L波段被动遥感的土壤湿度反演为主体内容,在介绍土壤(包括裸露土壤、植被土壤和森林土壤)的亮温模型以及迭代反演算法并对算法性能进行仿真的基础上,详细分析了影响反演精度的因素,分析发现定标精度误差造成的湿度反演误差比辐射计噪声引入的反演误差要大得多;且对于裸露土壤而言,土表粗糙度对反演精度的影响较大,而土壤组成成分的影响较小;对于植被土壤而言,叶表面参数对反演精度的影响最大,土表粗糙度的影响次之,土壤组成成分的影响最小。在理论仿真的基础上,对卫星数据与实际测量数据进行了处理和分析。利用SMOS卫星的测量数据,对全球陆地的土壤湿度进行了反演,并结合SMOS的湿度官方反演结果以及全球湿度遥感器实际测量数据对本文的反演结果进行了对比分析。分析发现,本文的反演结果中有81.43%的数据与SMOS官方结果误差在5%以内,有71.74%的数据与实际测量数据误差在5%以内。此外,以遥感器实际测量数据为基准,对比分析了Aquarius卫星和SMOS卫星的湿度反演官方结果,发现在一定时间范围内北美洲区域SMOS卫星的湿度反演值与实际测量值的差距较Aquarius卫星小,分析发现这是由于SMOS卫星的空间分辨率比Aquarius卫星高、入射角度范围比Aquarius卫星广,因而SMOS卫星可以获取更多的陆地测量亮温信息,这有助于提升反演结果准确度。