土壤水是土壤的一个重要组成要素,是能量交换中的关键因子,是土壤中有机质运移的媒体,是衡量土壤干旱程度的重要指标,也是作物生长的必要要素。传统的土壤水分测量方法具有测点少、速度慢、范围有限等缺点,不能满足大面积土壤水分监测的需要;而高光谱遥感由于光谱分辨率高、波段多、信息丰富等优点,为定量监测大面积土壤水分含量提供了新技术。但光学卫星遥感只能探测土壤表层的含水量,无法实现对土壤耕层含水量的快速监测。因此,研究土壤表层光谱特性,建立土壤耕层含水量的间接光谱估测模型,对实现光学卫星遥感快速监测土壤耕层含水量及发展精细农业都具有重要意义。本文以山东省济阳县为研究区,基于采集的85个土样(表层5cm,耕层20cm)的含水量数据以及其250nm~3500nm波段的高光谱数据,通过土壤光谱特性分析和特征提取,采用多元线性回归方法建立土壤含水量光谱估测模型。主要研究内容以及结论如下:(1)土壤表层光谱与耕层光谱特性分析。采用对比分析法分析土壤光谱特性,结果表明,济阳县土壤表层含水量以及耕层含水量的室外光谱在不同含水量的情况下,光谱变化趋势大致相同,土壤光谱反射率随着含水量的增加而降低,二者呈负相关性;表层室外光谱反射率比耕层光谱反射率高,但在1800nm~1900nm时耕层土壤的光谱反射率比表层土壤的光谱反射率高;不同含水量的土壤光谱反射强度因波长不同而异,在短波波段,土壤光谱反射率随土壤水分增加而变化较快,而在长波部分,反射率变化相对较慢。(2)济阳县潮土含水量的特征波段选择和特征因子提取。利用平方、平方根、倒数、对数、一阶微分及其组合等多种光谱变换技术对土壤反射光谱进行变换,根据土壤的原始光谱及变换后的光谱与土壤含水量的相关性,确定土壤含水量的敏感波段,并根据极大相关性原则选择土壤含水量的特征因子。结果表明,在上述变换中平方根变换和对数变换的效果较好,最大相关系数由0.90提高到0.94;而其他变换方法效果不明显,其中一阶微分变换和二阶微分变换只是在可见光部分对光谱相关性进行提高但是光谱的最大相关性还是没有得到提高,而平方、倒数变换对于提高土壤反射光谱与土壤含水量的相关性并没有多大的的帮助;综上分别选取1339nm、1457nm、1745nm、1968nm处的土壤表层光谱对数变换值作为表层光谱的特征因子,选取1347nm,1451nm,1775nm,1956nm处的土壤耕层原始光谱值为土壤耕层光谱特征因子。(3)建立土壤耕层含水量的估测模型。通过综合建模分析,建立土壤耕层含水量的估测模型,实现通过表层光谱数据进行土壤耕层含水量的预测,模型的预测精度R~2=0.85,检验模型的精度R~2=0.8397。可以用于实际土壤耕层含水量的预测,对于指导农业生产有重要意义。