由于植被、地表粗糙度及其耦合作用的影响，使得当前利用被动微波亮温反演土壤水分仍面临很大的挑战。但是现有主流的土壤水分反演算法框架所基于的零阶辐射传输模型（τ-ω模型）是一个多重简化的半经验模型，来缓解未知量多于已知量而导致的病态反演问题。其中一个重要假设为植被冠层间的多次散射为零，该假设理论上只适用于稀疏的植被覆盖区，导致现有算法在中-浓密植被区存在很大的不确定性。Zeng等(2020)跳脱传统的以零阶辐射传输模型作为前向模型的固有框架，基于对土壤水分反演中影响最大的两个扰动因子，即植被和地表粗糙度在极化差异比与微波发射率上与土壤水分存在反作用的物理特征，发展了以“距离”作为度量土壤水分动态变化的新型微波土壤水分指数(SMI)。前期的研究表明该指数（SMI）在L波段能够很好地同时捕捉粗尺度及中等尺度分辨率下地表土壤水分的动态变化趋势。在此基础上，本研究针对AMSR2的特点，将该指数扩展到更高频率（C波段和X波段），并构建直接基于亮温代替发射率计算土壤水分指数(TBSMI)。然后对基于站点对新开发的TBSMI指标进行了全面评估，该评估涵盖不同的土地覆盖类型、气候带、平均土壤水分、平均地表温度和平均植被光学厚度梯度。主要贡献有：1）首次验证了更高频率（C波段和X波段）的表现，表明基于物理基础构建的SMI具有很强的可扩展性。2）基于分布在全球500多个站点的验证结果，证明了该指数在不同下垫面状况下表现出色，即便在温度存在误差的情况下，SMI仍能很好地保持对土壤水分动态变化的捕捉能力，证明了该指数有很强的适用性。3）相比国际主流算法，SMI在捕获土壤水分动态方面表现更可靠，尤其在具有挑战性的浓密植被区表现稳定，进一步验证了其出色的稳健性。

土壤水分,被动微波遥感，地形，辐射特征，土壤水分反演