土壤水分是影响植被、 土壤和大气之间能量和水分循环的重要因素, 及时准确获取土壤湿度信息有利于提高作物估产精度和改善田间管理措施。本文基于红光与近红外光谱特征空间（NIR-RED）发展了一种新型土壤水分遥感监测模型ADI（angle dryness index）, 提高了可见光与近红外波段监测土壤水分的精度。经过研究表明, 在红光与近红外（NIR-RED）特征空间中, 存在一个中间角度变量θ, 利用光谱反射率与土壤水分之间的经验关系式模型以及混合像元分解公式证明该变量能够表征土壤湿度情况, 而不受植被覆盖度的影响, 因此利用该原理构建了ADI方法。最后利用两组遥感数据（分别为TM5与MODIS产品数据）以及对应的地面观测数据进行验证, 结果表明计算值与实测值均具有较高的一致性, R2分别达到0.74与0.64。同时, 将MPDI的计算结果与实测值进行了比较, 两组数据的R2均小于0.60, 表明ADI方法的计算精度高于MPDI。在MPDI的计算过程中用到了植被覆盖度, 这可能是引起计算结果误差的主要因素。此外, MPDI的计算结果表征土壤湿度的相对值, 而ADI则能定量的获取土壤水分含量。MODIS像元除了具有植被与土壤两个端元, 还有其他类型端元的概率高于TM数据, 因而MODIS数据的计算精度低于TM。因此, ADI是一种简单可行且具有较大应用前景的土壤水分反演方法, 适合于推广应用。