土壤湿度是影响气候、水文、生态、农业和其它研究领域中一个重要因素，在陆地和大气之间的物质和能量交换中扮演者一个重要角色。表层土壤湿度也是影响土壤风蚀的重要因子[1]，对大气颗粒物中自然尘的来源研究具有重要意义。此外，土壤湿度在农作物生长方面也发挥着在举足轻重的作用。河北省是重要的粮食产区，主要是旱作农业，也是人口与经济密集分布区，气候属温带半干旱和半湿润大陆性季风气候，具有充足的光照资源，河北省主要为一年一熟、一年两熟的耕作制度，但是也受季风的影响，河北省的降水量在时空上分布不均，空间上呈现东南降水多西北降水少的趋势。同时随着河北省二三产业的迅速发展，近年来河北省也成为全国大气污染最严重的区域之一。对河北省土壤湿度的科学监测，将为该区域大气污染综合治理和农业经济健康发展提供有效保障。传统获取土壤湿度的方法有很多，主要依据地面上的有效监测点来进行对土壤湿度的监测。在农业气象监测方面常常使用烘干称重法测定土壤重量含水率，使用土壤水分仪进行野外土壤水分监测和自动站测量。另外还有间接电阻监测法和间接电容测量法。这些传统测量方法虽然测量的深度和精度都比较大，但是都具有一定的弊端，不能较大尺度的大面积的进行测量，并且不能长时期的动态监测。基于遥感技术的区域土壤水分的反演研究是陆地表层过程研究中的前沿方向，目前在区域土壤水分监测方面的研究中，广大学者建立了众多土壤湿度反演模型，其中基于表观热惯量和温度植被指数的反演模型是近年来应用广泛且精度较高的模型。但是单独使用某一种模型进行的反演忽略了反演模型的适用范围，例如表观热惯量ATI模型只适合于裸土和低植被覆盖区域，而采用温度植被指数TVDI模型反演区域土壤相对含水量仅适用于中、高植被覆盖区域。目前国内学术界采用上述模型对河北地区土壤湿度的遥感反演研究主要集中在冬小麦生长季的干旱评价方面，对全年土壤相对湿度的遥感反演研究还比较少，急需补充这一领域的研究。本文以河北省为研究区，针对表观热惯量ATI模型和温度植被指数TVDI模型反演的优点和缺点，基于这两种模型进行全年分区分月反演研究，实现两种模型的优势互补，构建适合本研究区应用的土壤湿度遥感反演模型，实现对研究区土壤湿度的全面监测与评价。另外，本文还考虑了高程因素对地表温度具有的影响，随海拔的升高，温度逐渐降低，本文首先用数字高程模型（DEM）进行地表温度的订正，最大限度的消除高程对温度的影响，然后根据地表温度、植被指数、反射率等参数建立的反演土壤湿度的遥感模型在ENVI4.6和ArcGIS9.3等技术平台的支持下，基于NDVI的值分区的方法反演出2009年每月每旬的土壤湿度值。这一研究方法特别在坝上高原和冀北山地等海拔相对较高的地区土壤湿度的反演中，能够得到良好的反演效果，更能接近土壤湿度实际分布状况，也具有一定范围的推广性和实用性。本文以MODIS遥感数据和10cm深度的实测土壤水分数据为数据源，按照优势互补的设计思想,联合应用表观热惯量模型（ATI）和温度植被干旱指数模型（TVDI）反演河北省地区的土壤湿度，其中在3、4、5、10、11月使用了NDVI分区的方法进行土壤水分反演，在每旬中采用TVDI模型反演NDVI＞0.2的区域的土壤湿度，使用表观热惯量模型反演NDVI≤0.2的地区的土壤含水量；而反演6、7、8、9月份的土壤相对含水量单独使用TVDI模型，在1、2、12月，由于植被覆盖度较低和实测土壤湿度数据缺测，所以采用ATI替代模型，即采用11月的ATI回归模型直接反演12月的土壤湿度，采用3月的ATI回归模型直接反演2月的土壤湿度，用11月和3月的ATI回归模型系数的均值，产生新的ATI回归模型来反演1月的土壤湿度。回归拟合模型全部通过0.01的显著性检验。研究结果表明，河北省地区的土壤湿度在年内时间变化上呈现两个由升到降的变化周期，第一个周期为12月-翌年5月，其中，12月-翌年3月为上升，3月-5月为下降，3月为峰值；第二个周期为5月-12月，其中，5月-8月为上升，8月-12月为下降，8月为峰值；全年土壤相对湿度的平均最大值出现在8月，最小平均值出现在5月。土壤湿度的空间分布主要受降水、人工灌溉和土地利用方式的影响；冀北地区和冀西山地区同期的土壤湿度相对其他地区较高，冀西北间山盆地和坝上高原地区的土壤湿度相对较低，河北平原地区夏季的土壤湿度相对于春秋季的土壤湿度较高。精度检验结果表明遥感反演的土壤湿度和实测土壤湿度具有良好的相关性，反演精度较高；反演结果反映了河北省地区表层土壤水分的时空分布情况。