有效识别采煤沉陷耕地损毁程度、面积及空间分布信息是矿区沉陷土地复垦、赔偿的客观需求。农作物受损后叶片叶绿素是很好的指示性指标,针对高潜水位矿区开采沉陷导致地面积水所引起的农作物渍害影响,基于无人机多光谱影像,在传统植被指数的基础上引入红边波段进行扩展,改进了现有的植被指数,结合田间同步实测叶绿素数据,采用经验模型法分别构建了单变量和多变量叶绿素反演模型,通过决定系数(R2)、均方根误差(RMSE)和估测精度(EA) 3个指标筛选出最佳模型。最终构建了多元线性回归MVI(red-edge),GNDVI,NDVI的叶片叶绿素定量反演模型,并采用野外对照区域样本对反演结果进行精度验证。结果显示:相对传统植被指数,引入红边后植被指数与叶片叶绿素的相关性得到显著增强,采用上述方法构建的多元线性回归模型的决定系数普遍提高0. 10～0. 20,达到了0. 73,均方根误差降低了0. 11～1. 98,为0. 938 SPAD,估测精度EA最终可达到83. 4%,说明红边波段对采煤沉陷区作物的叶绿素响应敏感,引入红边波段构建叶绿素反演模型,可以应用于采煤沉陷影响下的玉米叶片叶绿素无人机遥感反演。结果显示:采煤沉陷盆地内玉米叶绿素含量主要集中于52～61 SPAD,面积占整体的75. 1%,叶绿素含量在9～52 SPAD的作物面积占5. 7%,玉米整体长势受采煤扰动影响较严重,叶绿素含量呈现从沉陷盆地边缘往中心逐渐降低的趋势。该研究为土地损毁监测与评价,土地复垦与生态修复等提供基础数据与理论支撑。