地表土壤冻融循环过程对地表水分和能量平衡有重要影响，进而影响植被生长、土壤含水量、碳循环和陆地生态系统。被动微波具有时间分辨率高、数据量丰富、对土壤水分敏感等特点，在监测地表冻融过程中发挥了重要的作用。随着国内外被动微波传感器相继升空，为冻土的年际变化、季节变化、日变化及长时序的近地表土壤冻融循环的研究提供了保障，近年来利用被动微波数据进行地表冻融循环的研究逐渐增多。基于以往研究，本文总结了被动微波遥感数据的类型和所含波段的特点；阐述了被动微波数据用于冻融监测的原理，重点介绍了被动微波数据在冻融监测研究中的五类算法，包括双指标算法、决策树算法、冻融判别式算法、季节阈值算法和基于L波段相对冻结因子阈值判别算法，并对五类算法进行了对比分析；梳理了基于不同算法和被动微波数据的冻融产品；研究中受传感器物理特性和地球形状及轨道等影响导致被动微波数据缺失的问题，可利用前后两天被动微波数据平均值，或者建立统计函数来补齐缺失数据。针对现有冻融判别算法对积雪覆盖地区的判别精度较低的问题，可采用数据同化的方法，或者从积雪辐射和冻土介电模型出发，对算法进行优化来提高判别精度。此外，SMAP冻融产品时序较短，在未来研究中可联合SMOS卫星扩展冻融产品的时间序列。