土壤水分作为生态、气候系统中的关键因素,在地表陆气交换系统中发挥着重要作用,影响着降水产生、径流形成等水文过程,对农业生产、水文水资源管理和灾害监测等应用有着非常大的帮助。因此实现对土壤水分连续、高精度高分辨率、大范围的观测是极其重要的。随着现代卫星遥感技术的迅猛发展,利用遥感手段进行实时大范围的土壤水分监测成为现在土壤水分获取的主流技术手段。但是现有的卫星土壤水分产品都是基于被动微波手段获得的,空间分辨率极低（公里级别）,大大限制了土壤水分产品在各个领域的应用。为此,降尺度作为一种可以提升空间分辨率的技术手段,其被广泛应用在获取高分辨率土壤水分产品的研究中,形成了多种多样的土壤水分降尺度方法,但学者们对不同降尺度方法之间的对比研究相对较少。基于降尺度方法的研究现状,本文以美国俄克拉荷马州为研究区,以SMAP卫星土壤水分产品为例,进行了基于参量统计的降尺度、基于时空融合的降尺度和基于时-空-谱一体化融合模型的降尺度方法研究,并将这些不同降尺度方法进行对比分析,完成了SMAP土壤水分数据从36km到9km的空间分辨率转换。本文的主要研究内容如下:（1）基于不同参量统计模型的降尺度结果的比较与分析:本文在诸多学者的研究基础上,选取了与土壤水分具有密切相关性与代表性的多个遥感地表参量辅助数据,并且选用了应用广泛的多元线性回归、BP神经网络、广义回归神经网络和随机森林算法四种不同的统计模型,实现了基于参量统计的降尺度方法过程。在此过程中,使用交叉验证法对不同的统计模型进行参数测试,得到每个模型在研究区内降尺度过程中的最优参数,借助此参数得到了基于不同模型的降尺度结果,并对降尺度结果进行偏差校正,完成了不同降尺度模型对应结果之间的精度对比分析,得到研究区内精度最高的基于参量统计方法的降尺度结果。（2）结合参量统计与时空融合的混合降尺度方法研究:在基于参量统计的降尺度方法的基础上,本文将基于时空融合的降尺度方法也应用到研究区内的降尺度工作中来,接着从降尺度时使用的数据源、方法原理和结果上对这两种不同的降尺度方法进行差异分析,得到在地表变化程度不同时,两种方法表现出的精度优势也是不同的。因此在研究区域地表分类数据的支持下,根据不同的地表情况,提出了一种基于加权策略的混合降尺度方法,对参量统计的降尺度结果与时空融合的降尺度结果进行决策级融合,得到了空间覆盖更全、更高精度的高分辨率土壤水分产品。（3）基于时-空-谱一体化融合模型的土壤水分降尺度方法探究:本文在基于参量统计与时空融合的降尺度方法的启发下,结合其所用到的数据源特征,首次将遥感中的“谱”概念拓展到土壤水分降尺度过程中,定义与土壤水分密切相关的多源遥感地表参量辅助数据是反映土壤水分多维度特征的“谱”数据。从而,结合前人研究的时-空-谱一体化融合模型,创新性地提出了土壤水分降尺度中时-空-谱一体化的概念与框架,并构造了一体化模型并进行求解,从而完成降尺度过程,实现了时-空-谱一体化融合方法首次在土壤水分降尺度研究中的应用分析。