【目的】本研究提出一种基于雷达波信号和树木根系参数的估算方法，以实现树木根系相对介电常数的定量估算。【方法】首先，仿真模拟雷达波在不同半径、不同相对介电常数的树木根系下的传播路径，并通过正演分析获得探地雷达图像中双曲线顶点处的A-scan曲线；然后，提取A-scan曲线中与根系相对介电常数关联的目标振幅参数ΔF；最后，结合土壤相对介电常数、根系半径、根系深度，建立相对介电常数估算的数据集。分别基于偏最小二乘回归（PLSR）模型、反向传播（BP）神经网络模型和粒子群优化反向传播（PSO-BP）神经网络建立估算模型，并对比分析这3种模型的估算精度。【结果】（1）在仿真实验中，PSO-BP神经网络估算模型的均方根误差、平均绝对误差分别为0.701、0.255,R2为0.990，各指标均优于PLSR和BP神经网络估算模型。（2）在实地预埋实验中，PSO-BP神经网络估算模型的估算精度均优于PLSR和BP神经网络估算模型，其最大绝对误差和整体平均相对误差分别为3.16和10.88%。【结论】利用本研究提取的目标振幅参数ΔF、土壤相对介电常数、根系半径和根系深度建立的数据集，结合PSO-BP神经网络估算模型，能够实现对树木根系相对介电常数的准确估算。这对于评估树木根系的生长和健康状况具有重要意义。