刘立文，邢立新，潘 军，曹 会，白志远，王建雷

（1.吉林大学地球探测科学与技术学院，吉林 长春 130026；2.吉林省基础地理信息中心，吉林 长春 130051；3.山西农业大学资源环境学院，山西 太谷 030801）

遥感监测土壤含水量的研究始于20世纪60年代末，伴随着遥感技术的不断发展，出现了基于不同遥感原理的监测方法，文章选取基于光学遥感的地表温度（Ts）—植被指数（VI）特征空间法。该方法由Price[1]在1990年首先提出，Sandholt等[2]在2002年基于Ts和NDVI的关系提出了应用温度植被干旱指数（Temperature Vegetation Dryness Index，TVDI）估测土壤表层水分状况。国内利用Ts/NDVI进行土壤含水量监测研究较晚。冉琼等[3]（2005）用数字高程模型对地表温度进行了订正，结果表明，经过 DEM校正获取的温度植被干旱指数（TVDI）能更好地反映土壤湿度；李春强等[4]（2008）应用NOAA/AVHRR资料，反演归一化植被指数（NDVI）、土壤调整植被指数（SAVI）和地表温度（Ts），采用TVDI研究了冬小麦旱情状况，研究表明基于SAVI的温度植被干旱指数更适于监测冬小麦春季的旱情。但是，由于受到统计特征空间区域内太阳总辐射不均和大气背景条件不一致的影响，反演精度降低。

TVDI模型不仅要考虑遥感数据精度，而且要考虑能量平衡和植被指数的变化对结果精度的影响。该研究首先利用DEM影像对研究区做地形校正，消除地形起伏和覆盖类型差对地表温度的影响；其次选用比值植被指数（RVI），归一化植被指数（NDVI）、增强型植被指数(EVI)、改进的修正土壤调整植被指数（MSAVI）和地表温度（Ts）分别研究TVDI与土壤含水量之间的线性相关性；最后对结果进行分析与验证。……