土地是人类获取物质资料和生产资料的重要基础,人类所有生活和生产活动都离不开土地。在近万年的岁月中,人们对土地的利用方式由浅到深,人地交互方式越来越频繁,这其中离不开水的参与。大田耕地进行精准灌溉和施肥、区域农田实时监测土壤水分含量是土地保护和耕地高效管理的基础。土壤水分作为干旱变化的指示因子,直接影响全球粮食产量和质量,进而制约着农业的发展。传统土壤水分监测是根据土壤湿度和温度进行大范围布点,采样过程耗时耗力,且成本较大。遥感技术的兴起为快速获取大田土壤水分时空分布信息提供了技术支持。其中主动微波遥感凭借对土壤水分的高敏感性,全天候、全天时观测能力,不受云、雨、雾的影响的优势,成为区域土壤水分监测的主要方法和可靠数据来源。所以研究土壤水分空间分布状态对区域耕地质量评价、作物估产和精准灌溉都具有一定的指导意义。本文选择黑龙江省赵光农场为研究区,选取8 m分辨率Radarsat-2、30 m分辨率DEM影像为数据源,针对野外测量相关长度不精确的问题,提出了一种新的面向黑土区土壤水分反演的经验模型。首先利用Oh模型模拟后向散射系数在不同地表参数、系统参数下的响应曲线,然后结合影像数据和实地测量数据,建立后向散射系数与土壤水分、均方根高度的函数关系式,并进一步探讨土壤水分与地形的关系,得到以下结论:(1)对比各微波散射模型,选用Oh模型描述裸露地表微波散射特征,在各极化方式下,雷达后向散射系数随入射角的增大而减小,随土壤水分增大而增大,随均方根高度的增大而减小;影像提取值与模拟值相关性较高,为后期建立经验模型奠定基础。(2)提出了Oh模型和经验模型联合反演土壤水分的方法。新建立的模型仅有两个未知数参数(s和mv),结合VV、VH极化后向散射系数之差去除均方根高度的影响,即可进行地表土壤水分测算。(3)对本文提出的经验模型进行验证,结果验证点的模拟值与实测数据相比总体偏小,相关系数为0.655,平均绝对误差为0.053 cm3/cm3,表明本文提出的经验模型精度较高,可以用于研究区土壤水分反演。(4)利用分布指数研究各等级水分数据在不同等级地形因子上的分布特征,结果表明:在低高程和小坡度范围内,土壤水分湿润等级占主导优势地位;反之,高程较高和坡度较陡地带,水分干旱等级处于优势主导地位。(5)在限定高程范围内,土壤水分分布面积与高程存在正相关性;各级土壤水分面积与坡度之间均存在负相关关系;土壤含水量在阴坡(西坡、西北坡)分布最高,其次是阳坡(东南坡、南坡)。进行裸土区土壤水分预测,最重要的是消除土壤粗糙度对后向散射的影响,本文提出Oh模型和经验模型联合反演土壤水分的方法,为区域土壤水分监测提供了一种新的技术手段,也为大田精准灌溉和科学管理等提供了科学依据。