利用多光谱遥感技术定量估算野鸭湖湿地挺水植物的含水量.基于典型挺水植物的实测冠层光谱及其对应样方的叶片含水量和叶面积指数LAI数据, 首先对芦苇和香蒲的地面实测光谱进行重采样, 以模拟WorldView-2影像的光谱, 然后利用模拟光谱分别构建芦苇和香蒲任意两波段反射率组合而成的比值(SR)和归一化差值植被指数(NDVI), 通过分析植被指数与CWC(冠层含水量,Canopy Water Content)的相关关系, 选择与CWC显著相关的植被指数, 并通过单变量线性与非线性拟合的分析方法确定监测不同挺水植物群落的最佳植被指数, 建立估算模型；结合覆盖研究区的WorldView-2高分辨率多光谱影像, 对研究区的挺水植物群落CWC进行反演及制图.结果表明, 基于模拟WorldView-2影像光谱构建的比值(SR)和归一化差值植被指数(NDVI)与CWC的总体相关性较高；SR(8,3)芦苇为估算CWC芦苇的最优植被指数, 估算模型为y=0.005x+0.003, NDVI(8,3)香蒲为估算CWC香蒲的最优植被指数, 估算模型为y=2.461x2-0.313x+0.032, 通过交叉检验, CWC芦苇和CWC香蒲的预测精度分别为87.42%和82.12%, 预测精度较为理想；利用实测数据对反演的CWC空间分布图进行了验证, 通过验证, 芦苇和香蒲影像估算CWC的均方根差(RMSE)分别为0.0048和0.0052, 估算精度分别为83.56%和80.31%, 表明利用WorldView-2高分辨率多光谱影像反演湿地挺水植物群落CWC具有较高的可行性.

湿地植物在生态水分、 物质能量循环中起到重要作用， 能够综合反映湿地的生境特征。 分别选取典型沉水植物、 浮水植物、 挺水植物、 湿生植物和中生植物， 采用导数法和包络线去除法， 分析不同水分环境梯度下植物的光谱特征和变化趋势。 挺水植物、 湿生植物和中生的反射率值最高， 其次为浮水植物类型， 沉水植物受到水体的强烈影响， 反射率值最低。 导数法能够将原始光谱曲线的变化趋势放大， 呈现出更多的特征波段。 光谱曲线在520和710 nm附近达到增长最快点， 并可作为区别沉水植物与其他植物类型的特征波段。 挺水植物香蒲和湿生植物三叶鬼针草的绿峰值最高。 依照水分环境由高到低变化， 沉水植物、 浮水植物和挺水植物的红边值逐渐上升， 湿生植物和中生植物的红边值略低。 包络线去除法将原始的光谱曲线转化成吸收曲线， 吸收深度变化表现为沉水植物<浮水植物<挺水植物<湿生植物， 而中生植物值要略低于湿生植物。 除中生植物外， 植物在500和675 nm附近的吸收面积随着水分环境梯度的降低而升高。