土壤水分是全球水循环中最为活跃的变量,影响着地表和大气之间的物质和能量交换,在全球水、碳循环、气候变化预测中扮演着重要角色。鉴于土壤水分重要的科研及实用价值,如何准确获取长时间的土壤水分信息成为相关研究必须面临的首要问题。微波遥感技术同时具备空间覆盖范围广、时间分辨率高、对表层土壤水分变化敏感的特点已成为大尺度土壤水分观测中的主要手段,并已有多个微波遥感卫星持续提供土壤水分产品。虽然土壤水分产品能够应用于大尺度地表水文过程研究,但同时,较低的空间分辨率(>=25km)由于无法捕捉精细尺度下土壤水分的空间异质性,已成为流域及小尺度下生态水文模型的主要不确定性之一。而且近年来随着水文和农业研究的开展,土壤水分产品代表的0-5cm土壤水分分布信息已经无法满足生态水文相关预测模型对0-30cm甚至更深层的0-200cm的根区土壤水分信息的需求,获取深层土壤水分信息成为农业生态相关的领域的迫切需要。值得注意的是,不论是遥感观测的近地表、深层土壤水分产品,还是其他遥感观测技术,其最终的目的是实现社会和经济效益,服务于社会发展。虽然近地表、深层土壤水分产品以及微波观测技术已经广泛应用于多个领域,但是尚未涉及到森林灾害监测领域。如能将近地表、深层土壤水分及相关微波遥感技术应用于森林火灾监测,发挥其不易受云雨干扰,覆盖范围广的优势,对于提高森林预测模型精度,减小森林火灾造成的社会经济损失,实现遥感技术的社会经济价值均具有重要意义。随着多源地面-遥感观测技术的发展,多源观测数据为解决上述已有土壤水分产品存在的分辨率低、代表深度有限、应用潜力挖掘有限的问题提供了可能的手段,而综合有效利用多源数据的优势则是解决上述问题的关键。因此,本文基于多源多尺度对地观测数据,开展以下三方面的研究:(1)发展了考虑异质性地表的高分辨率近地表土壤水分反演算法。针对光学遥感反演高分辨率近地表土壤水分算法应用于异质性地表存在的反演精度低的问题,借助更高分辨率更小像元内部异质性的机载光学-热红外数据,对广泛应用于光学反演土壤水分的温度植被特征空间方法在异质性地表存在的植被指数饱和和干扰像元(无法表现土壤水分信息的地表类型像元)进行有效去除,实现了温度植被特征空间的合理构建,提高了高分辨率近地表土壤水分的反演精度。在改进光学遥感异质性地表土壤水分反演算法的基础上,基于贝叶斯最大熵融合框架,融合与土壤水分信息相关的多源数据,包括地面观测的灌溉统计数据、无线传感器网络观测的土壤水分数据、星载光学数据(ASTER)和机载被动微波(PLMR)土壤水分产品等,获取了更加准确的异质性地表高分辨率土壤水分分布信息。(2)发展了长时间序列深层土壤水分反演算法。基于长时间序列(1978-2014)的近地表土壤水分产品(ECV_SM),通过迭代指数滤波算法,确定算法核心参数T=15天,反演了长时间序列的深层土壤水分产品。验证结果表明反演的深层土壤水分产品与地面观测数据具有较好的一致性,可以捕捉到深层土壤水分的时空变化。(3)近地表、深层土壤水分及相关微波观测在森林火灾监测的应用潜力挖掘。开展近地表、深层土壤水分、微波极化因子(MPDI)和植被光学厚度产品(VOD)与森林火灾敏感因子(可燃物含水率,LFMC)的相关性分析。结果表明上述微波因子与可燃物含水率的敏感性依次为:近地表土壤水分<深层土壤水分<MPDI<VOD。特别是X波段的植被光学厚度与LFMC相关性最好,对于LFMC监测具有很大潜力,为光学监测LFMC提供了重要的数据补充,也为下一步森林火灾预测模型提供了重要的数据源参考。本研究基于多源观测数据,对目前微波土壤水分产品存在的分辨率低、代表深度有限、应用领域有限等部分问题进行了初步探讨,其理论研究以及实际应用发展还有待更进一步的探索。