土壤湿度是一个表征土壤特性的重要变量,对研究生态系统的水循环、农作物生长情况和天气预测等都有着重大意义。传统的土壤湿度探测方式连续性差,检测周期长,无法实现大面积的土壤湿度探测,而GNSS卫星发射的L波段电磁波信号具有全天候、穿透性强和廉价易得等优点,且反射信号对土壤湿度变化非常敏感,因此基于GNSS反射信号的微波遥感技术成为地表植被、土壤湿度等陆基参数反演的监测手段之一。然而目前利用GNSS信号进行土壤湿度反演的研究大部分是基于裸土地面,并未考虑到地表植被对土壤含水量的影响。本文针对植被覆盖下的土壤湿度监测问题,研究了一种顾及植被含水量校正的GNSS-R土壤湿度反演模型方法。并通过实验验证了该模型的精度和有效性。主要研究内容如下:(1)总结了GNSS-R反演土壤湿度的基本原理方法,包括反射信号的电磁波反射特性、极化方式、有效和最大探测区域等,分析了多路径效应和信噪比观测值的物理特征,构建了利用GNSS反射信号SNR值的相位、振幅等特征参数进行土壤湿度、植被水含量等陆表参数反演方法。(2)研究了利用SNR观测值监测地表植被生长和含水量的变化,分析了植被含水量与GNSS信噪比观测值振幅之间关系。实验结果表明,对于沙漠草和小麦低矮植被,且植被含水量低于1Kg?m~2情况下,SNR观测值的振幅A与植被含水量VWC呈现明显的线性关系;对于苜蓿等植被含水量较高的作物,两者之间不存在线性关系。因此可通过振幅数值的大小近似估算探测区域植被的生长状况。(3)针对植被覆盖的地表环境,研究了一种顾及植被含水量校正的土壤湿度精化模型。对于原始SNR观测值,结合植被类型和植被含水量,提出一种顾及VWC衰减因子校正的土壤湿度模型。实验结果表明:加入VWC校正信息后的土壤湿度计算值与实测值更为接近,其相关系数R更高,线性关系更为明显;均方根误差RMSE与平均绝对误差MAE均比未加入VWC校正信息的裸土模型更小。因此在植被覆盖条件下的进行土壤湿度反演研究,加入植被干扰因素校正是十分有必要的,采用适当合理的模型剔除植被影响成分可以有效提高土壤湿度反演的精度。该论文有图34幅表13个参考文献86篇