非饱和土壤作为整个水文循环的重要组成部分，是水分和化学物质进入地下水的过渡带。越来越多的研究表明，农业和工业活动所产生的污染物已经危及土壤和水资源的可持续利用。作为农业和环境问题研究的重要科技支撑，有关土壤-作物-水分的过程模拟模型已逐渐成为各国农业和环境管理的重要工具。这些模型通常需要输入大量的参数，土壤水力性质如土壤水分特征曲线θ(h)等是其中最为重要的参数之一。土壤水力性质决定了水分和化学物质在非饱和带中的运移速度和方向，是定量模拟水分和化学物质在非饱和带中运移的最重要的物理参数。然而，水力性质的直接实验测定耗时长，人力、物力、财力消耗很大；而且，由于土壤强烈的空间变异性，对于一个大面积区域土壤水力性质的直接测定会更加困难。而利用基本的土壤性质(如颗粒分布曲线、容重等)通过物理的、经验的或物理-经验的关系来估计水力性质的间接方法则提供了一种相对简便易行的替代手段。　　 本研究针对天然文岩渠流域的农田土壤展开研究工作。利用大容量样品土壤水力性质和土壤基本性质的实际测定数据，研究多元回归分析、人工神经网络、分形几何以及非相似性介质理论间接估计土壤水力性质(如水分特征曲线、饱和导水率等)的方法。评价了各种间接方法对该流域土壤水力性质估计的适用性和不确定性。并通过在点尺度的机理模型Hydrus和流域尺度的分布式模型DHM-PBHC上的实际应用，检验各方法的功能有效性。本研究初步得到以下结论：　　 (1)利用多元回归分析和BP人工神经网络方法构建的土壤传递函数可以较好的预测土壤的水力性质；人工神经网络由于处理复杂关系的能力较强，其对水分特征曲线的预测精度要优于多元线性回归方法，平均均方根误差为0.0580cm3cm-3，特别对于壤质土壤的预测效果更好。Bootstrap随机抽样的分析结果也表明人工神经网络土壤传递函数具有一定的稳定性和可靠性。　　 (2)对于天然文岩渠流域土壤，Brooks-Corey孔隙表面分形模型与Tyler-Wheatcraft(1989)分形维数确定方法或其简化方法的结合能相对有效地预测土壤水分特征曲线，对中粗质地的土壤的应用效果好于偏粘性的土壤。而孔隙轮廓线分形方法对高压力水头部分含水量的估计存在较大误差。　　 (3)非相似介质方法克服了Arya-Paris模型需要预先知道水分特征数据的缺点，同时又消除了相似性介质方法标定误差带来的不确定性。对于粘壤性土壤水分特征曲线有较好的预测精度，而对于其它类型土壤预测误差偏大。　　 (4)功能性检验结果表明，多元回归分析和人工神经网络方法估计的水力学参数应用于流域尺度的分布式水文模型和点尺度的机理模型，均表现出较好的适用性。