全球能量与水循环相当复杂，它被众多要素及其相互作用过程所驱动。迄今为止，人类对这些过程中的大多数依然没有足够的认识。土壤水分是全球能量与水循环中的重要参数。获取可信、多尺度的土壤水分数据对建立更加准确的陆面、大气模式而言具有积极而重要的作用。微波遥感由于其穿透性以及对水分的敏感性而非常适于进行土壤水分观测。然而，由于微波信号对地表粗糙度、植被覆盖等地表参数同样敏感，因此在利用微波遥感手段获取土壤水分信息的应用中产生了各种问题，需要解决。 研究表明，主动微波对地表形态、植被结构比较敏感，而被动微波则对水分比较敏感，同时，对于星载微波传感器而言，主动微波传感器的空间分辨率通常高于被动微波传感器。因此，如何将主被动微波遥感结合进行土壤水分反演成为研究者关注的热点。 本文的研究目标是利用TRMM卫星所搭载的主动(PR)、被动(TMI)微波传感器发展针对青藏高原研究区的土壤水分反演算法。主要内容可以分为3部分。 第一部分为模型发展。在裸露地表条件下，我们根据TRMM的主动、被动传感器特点发展了裸露地表的土壤水分算法，并针对青藏高原研究区的地表实测数据建立了虚拟地表环境，在此环境内对该算法进行了验证。对于植被覆盖地表，我们首先分别利用水云模型以及MIMICS模型对研究区植被覆盖地表的散射情况进行了模拟与对比，随后对研究区的建群物种进行了参数化，并用MIMICS模型进行散射模拟，在模拟结果基础上对水云模型中的模型参数进行了标定。在此基础上结合我们发展的裸露地表主被动微波遥感结合土壤水分反演算法进行植被覆盖地表的土壤水分反演。 第二部分为卫星数据及研究区概况。该部分我们首先分析并计算了TRMM卫星搭载主被动微波传感器的分辨率、重返周期、方位角等参数。随后对研究区以及实测数据进行了考察，发现现有的两套实测数据之间存在较大偏差，最终决定选择更加可靠的GTDC系统获取的实测数据作为验证数据。 第三部分为针对研究区的土壤水分反演及其验证。在本部分，我们分别利用裸露地表以及植被覆盖的主被动结合土壤水分反演算法对研究区土壤水分进行了反演，并用GTDC实测数据以及经过GTDC校正后的SMTMS实测数据对结果进行了验证。结果显