摘要：為獲取安徽省的土壤濕度時空信息,采用克里金法將站網實測多層土壤濕度數據插值為網格數據,分析其時空變化特征;進而建立遺傳算法優(yōu)化的BP(back propagation)神經網絡模型進行土壤濕度反演。該模型以風云3B衛(wèi)星的亮溫數據為主要輸入,訓練后對該模型驗證并進行預測。結果表明:安徽省土壤濕度月均值波動較頻繁,淮北平原和大別山區(qū)較其他區(qū)域干燥;隨著深度的增加,土壤濕度增大且季節(jié)和空間差異變小;所有分區(qū)平均模擬值與實測值的日序列相關性達到0. 605,均方根誤差為0. 056 m~3/m~3,說明該模型能夠較好地反演安徽省土壤濕度。