土壤湿度作为全球水循环的重要变量，影响大气和地表水分交换。为获取高精度高空间分辨率的土壤湿度数据，本文以黄河源区为研究区域，基于9?km空间分辨率的SMAP（soil moisture active passive）遥感地表土壤湿度（SSM）和随机森林模型，结合地表反照率、叶面积指数、归一化植被指数、地表温度、高程、土壤质地数据建立降尺度模型，获取黄河源区1?km空间分辨率的地表土壤湿度，分析不同时期（冻期、融期）土壤湿度变化规律及降尺度模型的效果，探讨土壤湿度的空间分布特征。结果表明：降尺度后的土壤湿度数据（1?km×1?km）在精度上高于SMAP SSM，且相较于站点观测资料，SMAP SSM在冻期高估了地表土壤湿度，在非冻期对土壤湿度高位数表现为低估。此外，在冻期，对划分冻融期的土壤湿度数据应用降尺度模型效果优于不划分冻融期的降尺度效果；而在非冻期，不划分冻融期应用降尺度模型效果更佳。从土壤湿度空间分布上看，SMAP SSM与降尺度结果具有一致性，土壤湿度总体上呈现东高西低的特点。研究结果可为黄河源区土壤湿度时空变化研究提供理论依据，对源区水资源分布规律提供参考。
