在本课题支持下，建立了粗糙地表和植被的精度高、适用范围广的物理散射/辐射模型，并进行相应的参数化模型建模和初步的机器学习表征，并提出了对Durden等人极化分解理论的完善，研究了裸露地表及中小生物量植被覆盖地表条件下的土壤水分反演算法，获得了项目预期的土壤水分反演精度。在知名国际期刊（IEEE T-GRS，IEEE GRSL，IEEE T-AP，IEEE JSTARS)上已发表6篇标注论文，另有三篇在修。通过本项目及后续研究，有望为解决土壤水分反演精度受植被影响大、随场景波动大这一国际难点和热点问题提供新的思路和方法。
