土壤水、盐含量信息是地学信息系统的重要组成部分,也是地球科学领域研究各圈层能量流动的关键参量之一。明确土壤水盐含量对气候、地质演变,生态系统平衡具有重大意义。同时,大面积实时获取耕地的土壤水、盐含量能够为生态环境治理,精准农业的实施提供指导。随着多源、高分辨率遥感的出现,使得快速、大面积的土壤水盐监测的可靠性大大提高,其中光学遥感与合成孔径雷达（SAR）影像结合的多源遥感能够在排除地表状态干扰的情况下获取小尺度的土壤信息,但耕地田间尺度的水盐遥感反演仍然存在很多困难与不确定性。目前田间尺度的土壤水盐遥感反演问题主要表现在:1)现有土壤水分SAR反演模型适用性差,模型多基于微波辐射传输理论,以后向散射系数正向模型的形式表示。使用这类模型反演土壤含水率容易导致各项误差积累至土壤水分当中,造成精度下降。2)模型当中的地表粗糙度参数对模型精度影响大。田间地块地表粗糙度时空变异性高,受人为干扰严重,相关参数的测定比实地测定含水率的过程更为复杂。3)现有模型多针对非盐渍化地区建立,盐分的出现会导致土壤介电常数出现一定程度的变化,目前还未有效的针对盐渍化耕地的土壤的含水率反演模型。4)多源遥感数据挖掘不够充分。光学遥感对表层水分敏感,但容易受到蒸发、植被等表层因素干扰,造成反演模型的失效。针对以上问题,本文以盐渍化裸露耕地、非盐渍化裸露耕地、作物覆盖耕地为典型研究对象,分析土壤水盐含量间的耦合影响关系,建立了不同类型耕地的土壤水、盐含量多源遥感反演模型。主要研究成果如下:（1）在对盐渍化耕地地表后向散射机制分析的基础上,将盐渍化土壤划分为无结晶盐析出的无积盐土壤和有结晶盐析出的积盐土壤。发现了无积盐和积盐状况下土壤的微波后向散射差异。在光谱分析的基础上,明确了无积盐和积盐耕地的光谱反射特性。通过对各类盐分指数的统计分析,明确了积盐土壤提取的盐分指数SI2和划分阈值。建立了无积盐土壤的盐分含量反演经验模型。（2）提出了利用微波极化散射熵、散射角进行土壤粗糙度划分的方法,将耕地表面划分为微粗糙表面和粗糙表面。通过分析盐渍化微粗糙表面的土壤水、盐变化情况建立了微粗糙无积盐耕地的同极化比反演模型和积盐耕地的交叉极化比反演模型、相干矩阵T模型。模型基本上消除了地表粗糙度的影响,总体的盐渍化土壤含水率反演均方根误差能够达到小于0.05cm3/cm3水平。（3）提出了粗糙地表的地表粗糙度描述参数,该参数是基于相干矩阵提取的特征矩阵第三特征值（λ3）。利用Oh模型验证了该参数描述地表均方根高度的有效性。对第一特征值（λ1）、第二特征值（λ2）的可用性进行了分析。在此基础上提出了适用性较好的垂直极化后向散射系数（σVH0）土壤含水率反演模型。经实地数据验证,模型的土壤含水率反演精度能够达到0.042cm3/cm3。（4）建立了裸露非盐渍化耕地的改进Dubois模型。模型基于交叉极化（VH）和垂直极化（VV）双极化SAR影像,降低了对影像极化信息量的要求。在对后向散射系数与土壤含水率敏感性分析的基础上,对入射角、降雨、土壤质地等因素对后向散射系数的影响进行了进一步讨论。改进模型利用地形辐射校正,引入地表粗糙度经验公式等手段对Dubois模型进行修正,基本消除了入射角影响,解决了地表粗糙度需实地测定的问题。实验结果表明,修正模型比原始模型精度更高,能够适宜多种土壤质地、微波入射角条件下土壤含水率的反演。（5）建立了作物覆盖耕地的修正水云模型。首先将多种植被指数作为水云模型中植被含水率的替代参数,讨论了双向衰减系数的变化情况。之后考虑了地表粗糙度、土壤质地对后向散射系数的影响,在模型中引入交叉极化比（σVH0/σVV0）和土壤调节植被指数（TSAVI）对地表粗糙度进行修正。通过实地数据验证,修正水云模型的精度相比原始的水云模型精度具有显著提高。