仝春艳 马 驿 杨振忠 刘怡晨 徐 庆

(武汉大学遥感信息工程学院，湖北武汉 430079)

油菜(Brassica napusL.)作为世界三大主要油料作物之一，是最主要的植物蛋白和植物油来源[1-2]。水分是作物的必要组成成分，与生长发育、光合作用及产量等息息相关[3-4]。叶片含水量是植株水分状况度量和诊断的重要指标，实时快速地获取叶片含水量信息是进行植株长势监测和灌溉调控的前提[5-6]。

传统的植株含水量测量方法主要是野外取样后室内烘干再测定含水量，无法快速、无损、实时获取大面积植株的叶片含水量[7]，而利用遥感手段监测植被水分含量因具有大范围、实时、快速的优势，已成为研究热点[6，8]。表征植被含水量常用的方法有2种[9-10]:可燃物含水量(fuel moisture content，FMC)和等效水厚度(equivalent water thickness，EWT)。 Ceccato 等[9]利用高光谱数据反演植被含水量时发现，叶片短波红外反射率(short wave infrared reflectance，SWIR)吸收带深度与EWT直接相关；用提取的叶片光谱参数反演EWT的精度较FMC反演精度高[11-12]，且对受水分胁迫的指示性优于FMC，对温度变化不敏感[13]。Yebra等[14]和 Cao 等[15]指出 950～970、1 200、1 450、1 940和2 500 nm等水分敏感波段附近的光谱反射率能较好地反映小麦、大豆、大丁草等植物的叶片含水量，并验证了近红外和可见光区域波段组合的光谱指数监测植物含水量的可行性。Yotsumoto[16]等研究表明，归一化水分指数(normalized difference water index，NDWI)(860 nm，1 240 nm)可以较好地估算植被EWT。Ceccato等[9]发现SWIR对EWT敏感，但不能单独使用SWIR反演植被EWT，需要利用SWIR和近红外波段反射率(near infrared reflectance，NIR)波段组合反演植被EWT。Wang等[10]研究发现1 450 nm和1 940 nm处的吸收带深度与EWT具有较强的相关性。王强等[17]利用高光谱数据构建新的植被指数，发现用1 475 nm和1 424 nm波段构建的比值指数和归一化指数对棉花冠层EWT有较好的估算效果。……