王佳儿，肖 悦，王志昊，郑长娟，王 勇，白旭乾，2，于广多，2，张智韬，2

（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

土壤含水率是农业生产中的重要参数之一，对于提高水分生产率、指导灌溉、构建节水型农业、提高农产品质量、改进农业产业结构具有重要意义。测定土壤含水率的方法有烘干法、射线法、阻抗法、阶电法、时域反射法、利用土壤传感器等[1-5]。无人机遥感技术相比传统测量方法具有应用区域更广、精度更高、成本更低、灵活性更高、方便快捷等优点[6-12]，利用无人机获取多光谱信息反演土壤含水率在未来的发展空间很大，目前国内外学者也已经进行了较为深入的研究，建立了许多不同的反演模型，并就影响反演的因素进行了深入的讨论，如王海峰等[13]研究了不同深度土壤含水率的敏感波段；郭交、白清源[14]等融合超宽雷达和多光谱数据，利用支持向量机模型对土壤含水率进行预测，预测结果比仅使用超宽雷达时有显著提高；徐存东、李洪飞、谷丰佑[15]等结合ENVI 软件利用监督分类的五种分类器执行分类，得到支持向量机对无人机遥感盐碱地信息提取方法最优；张智韬、陈俊英、陈硕博等[16-20]分别用机器学习、偏最小二乘回归、逐步回归和岭回归等方法反演含水率，并研究了多重共线性问题。可见无人机遥感在监测各种农业指标上有较好的应用前景。

前人研究表明，数据的多重共线性问题、含水率的敏感波段、反演模型的选择等都会影响反演模型的精度，其中图像中的土壤背景也是影响模型精度的重要因素。……