周逍峰，聂 艳，刘秀芸，梁美盈，谭 盈，于 婧

（1. 华中师范大学地理过程分析与模拟湖北省重点实验室，湖北武汉430079；2. 湖北大学资源环境学院，武汉430062）

0 引言

土壤湿度又称土壤含水量，是水文、气候、生物、生态过程、环境、农业等领域的重要参数，作为陆地和大气相互作用过程中的关键变量，在地表—大气间的水分和能量交换中起到调控和支配作用［1］，它的时空分布及演变特征对于掌握地表的热量平衡、水分蒸散、农业墒情等信息十分重要。传统的土壤湿度测量技术能够精确地提供单点的土壤湿度，但区域代表性有限，不能满足大范围土壤湿度动态监测的需求。遥感技术的出现弥补了这一缺陷［2-3］，通过光学遥感影像获取的植被指数可以指示植被的生长状态，进而表征土壤湿度对植被生长的影响。如1972年Pearson等［4］人为了估算和监测植被覆盖，最早提出了比值植被指数（Ratio Vegetation Index，RVI），RVI虽然强化了植被在近红外和红外波段反射率的差异，但在实际应用中存在对低植被覆盖区分辨能力弱的缺点；Rouse等人［5］在RVI的基础上，进行非线性归一化处理后提出了归一化植被指数（Normalized Difference Vegetation Index，NDVI），NDVI对植被响应能力较强，是目前应用最广的植被指数。近年来也有众多学者利用植被指数来反演土壤湿度，例如Mallick等人［6］利用地表温度和NDVI估算耕地的地表湿度；郭瑞宁等［7］利用温度植被干旱指数（Temperature Vegetation Dryness Index，TVDI）对岔口流域的土壤湿度时空分布进行研究；李海霞等人［8］基于MOIDS数据，利用植被指数和地表温度（Surface Temperature，Ts）构建特征空间来分析新疆地区的土壤干湿状况。……