侯学会，王 猛，高 帅，隋学艳，梁守真

(1.农业农村部华东都市农业重点实验室/山东省农业可持续发展研究所，山东济南 250100；2.中国科学院遥感与数学地球研究所 遥感科学国家重点实验室，北京 100101)

作物含水量是表征作物长势状况的重要因子，已成为遥感监测作物长势的重要研究内容之一。目前，基于遥感技术进行作物冠层含水量监测主要采用物理模型和统计模型两种方法。物理模型综合考虑了作物叶片、冠层、土壤和观测情况等因素，更能反映复杂的地表环境，反演精度相对较高，被广泛应用于冠层生化参数反演。目前应用最广泛的物理模型为PROSAIL模型[1]。如宋小宁等[2]基于Hyperion数据实现了玉米冠层含水量的区域反演，Cheng等[3-4]基于PROSAIL模拟和机载高光谱数据实现了不同植被覆盖下的冠层含水量反演。统计模型法主要是建立光谱指数或光谱指数变型与地面实测植被含水量的线性、指数、多项式等统计模型，进行含水量反演，统计法简单易懂，是估算植被含水量的常用方法[5]。如程晓娟等[6]对比发现，综合EVI和NDWI中构建的新指数对估算冬小麦冠层含水量具有更好的优势。而王 强等[7]通过对地面实测棉花冠层高光谱数据进行所有可能的两两组合，构建了反演精度更好的新型比值指数和归一化指数。Gao等[8-10]研究发现，归一化水分指数NDWI对植被冠层水分信息比NDVI更为敏感。随着植被含水量遥感反演研究的不断深入，基于光谱特征空间构建光谱参量进行植被含水量反演又成为许多学者关注的热点之一[11]。……