土壤水分是描述地气能量变换和水循环的重要因素。土壤水分的时空分布及其变化对地表热量平衡、蒸散发、土壤温度和植被生长等具有显著的影响。可见光—近红外、热红外和微波遥感技术是目前土壤水分动态监测的有效手段。凭借其较高的空间分辨率,基于光学和热波段的卫星观测数据可以反演得到比微波遥感更精细尺度上的土壤水分信息,在小尺度应用中更有优势。本文以吉林省西部为研究区,在OPTRAM光学梯形模型基础上,利用MODIS时间序列地表反射率数据构建STR-NDVI特征空间,针对OPTRAM在参数获取方法上主观性较强的问题,采用非线性拟合确定干、湿边的方法,对OPTRAM模型进行了改进,估算了2005～2019年生长季吉林省西部的地表土壤水分,利用Theil-Sen median趋势分析与Mann-Kendall检验方法探究其空间变化特征,基于时间均方根误差方法探讨了土壤水分的时间变化,对土壤水分变化的影响因素进行了初步分析。结果表明:（1）基于2005～2019年生长季MODIS数据,构建共75期逐月尺度的STR-NDVI特征空间,提出采用指数函数拟合方程确定干、湿边的方法,改进了OPTRAM模型,反演得到土壤水分。利用CLDAS土壤相对湿度产品对估算土壤水分进行精度分析,决定系数R~2为0.41,表明改进的OPTRAM模型能够较为准确地反演研究区土壤水分。（2）吉林西部5、6月份的STR-NDVI特征空间中数据散点集中分布,呈近似的三角形,土壤水分值集中在0.1～0.4之间,这与理论模型中的梯形边界存在差别。而7～9月STR-NDVI特征空间呈现近似梯形,STR与NDVI呈正相关,干湿边表现出明显的非线性边界特征。（3）吉林西部土壤水分在空间上由西北向东南逐渐递增,这与研究区的地貌特征和自西向东由半干旱向半湿润过渡的气候特征相一致。过去15年间,吉林西部大部分地区的土壤水分呈上升趋势,呈下降趋势的地区土地利用主要为人造地表和草地,且零散分布。增加趋势最显著的地区分布在河流附近。2005～2019年研究区土壤水分生长季内变化不强烈,土壤水分的时间均方根误差范围为0.013～1.949,其中大部分地区时间均方根误差介于0.3～0.6之间。（4）地形和土壤类型因素对吉林西部土壤水分的空间分布有一定影响,海拔小于150m的冲积平原土壤水分值相对较高,且在100～180m之间区域土壤水分显著增加的面积比例高于显著下降的面积比例。黑钙土是研究区最主要的土壤类型,其土壤水分平均值为0.23,但低于黑土区土壤水分均值（0.37）。风沙土土壤水分最低,平均值为0.156。新积土的土壤水分呈显著增加趋势的占比最高,草甸土次之。在黑土和泥炭土、风沙土、碱土中绝大部分像元的土壤水分呈现不明显的下降趋势,而黑钙土、栗钙土、草甸土等则是以不显著的上升为主。