杨 帅，陈俊英，周永财，崔文轩，杨 宁

（1.西北农林科技大学水利与建筑工程学院，陕西杨凌712100；2.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西杨凌712100）

0 引 言

快速、准确地获取区域土壤含水率状况对于判断作物水分胁迫状况、指导农业生产具有重要意义[1]。传统的土壤含水率监测方法众多[2，3]，但都局限于点测范围，没有对区域土壤含水率状况做出整体反映。1963年，Tanner[4]首次发现冠层温度能够作为指示作物水分的有效指标并首次使用红外测温仪来量化冠层温度差异与作物水分胁迫之间的关系。随后，Idso[5，6]利用冠层温度与大气温度的差值建立了作物水分胁迫指数CWSI的经验公式。Jackson[7]和Jones[8]相继完善并补充了CWSI的定义公式。此后一大批国内外学者开始用CWSI反演土壤含水率[9-12]。近年来，随着无人机遥感的快速发展，利用无人机遥感平台搭载热红外成像仪快速获取区域面状温度进而判断区域水情和作物水分胁迫状况逐渐成为热点[13-15]，并为监测土壤含水率提供了新的思路。Agam 等[16]探究了CWSI对太阳辐射的敏感程度。孙圣等[17]利用无人机热红外技术测定了北方核桃园区的土壤含水率分布。张立元等[18]将无人机遥感与田间空气温湿度数据结合建立了监测大田玉米水分胁迫的经验模型。张智韬等[18，19]探究了基于无人机尺度构造的覆盖度和综合温度指数对不同深度土壤含水率的响应关系。边江等[20]以遥感热红外波段反演的不同农作物土壤体积含水率与灌区的土地分类影像为依据，快速推求灌区灌溉需水量。……