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.

植被冠层含水量广泛应用于农业、 生态和水文等研究中。 本文基于PROSAIL模型, 建立了利用Hyperion高光谱数据定量反演植被冠层含水量的模型。 首先, PROSAIL模型模拟植被冠层反射特征表明, 970 nm水吸收带右侧曲线（980～1 070 nm）一阶导数D980～1 070与冠层含水量关系密切, 决定系数达0.96。 基于此, 利用Hyperion数据的983, 993, 1 003, 1 013, 1 023, 1 033, 1 043, 1 053, 1 063 nm共9个波段计算D980～1 070, 并利用所建模型反演植被冠层含水量。 最后, 利用黑河流域盈科绿洲的实测数据对反演结果进行了验证, 其平均相对误差为12.5%, 均方根误差在0.1 kg·m-2内, 结果表明该模型可靠。 该研究可以为大范围获取植被含水量信息提供有效方法。

为监测冬小麦冠层含水量, 根据TM5的波段响应函数, 将不同灌溉条件下地面实测的冬小麦冠层窄波段光谱数据转化为TM5的宽波段反射率, 计算了水分指数(NDWI和WI)； 同时, 利用地面实测数据计算了冠层含水量(FMC和EWTc), 并对水分指数和冠层含水量进行回归分析。 结果表明, TM5的b7比b5波段在反演冬小麦冠层水分含量方面优势明显, NDWI比WI更具优势； 利用最小二乘法建立了NDWI(b4, b7)与冬小麦冠层含水量的最佳拟合方程, 反演FMC和EWTc的复相关系数分别为0.576 9和0.695 6； 在此基础上, 对河北保定部分地区的冬小麦冠层水分含量进行了空间填图, 结果显示, 研究区内冬小麦冠层水分含量具有西高东低的趋势, 冬小麦生长旺盛的孕穗期冠层含水量比乳熟期高。