湿地(Wetlands)是地球上水陆相互作用形成的独特生态系统，具有重要的生态系统服务功能，被誉为“地球之肾”、“生物基因库”和“生命的摇篮”。由于人类活动的影响，湿地丧失，生态功能退化已成为全球性的生态环境问题。对湿地动态进行监测是湿地保护的基础。遥感以其独特的优势为对湿地进行监测管理提供了强有力的手段。 湿地水位下降，是湿地减少的主要原因，而湿地水文的空间分布信息却极为匮乏。针对这一问题，本研究以白洋淀为例，探索了利用遥感获取与湿地水文条件直接相关的生物物理变量，如归一化植被指数(NDVI)和地表温度，进而监测湿地挺水植物缺水状况的可能性，尝试建立湿地遥感监测的一种新方法。研究中，首先利用美国陆地卫星(Landsat)多时相遥感数据生成数字高程模型，得出白洋淀地区高程的空间分布信息。利用ASTER影像，采用最大似然法进行非监督分类，提取芦苇分布的空间信息。然后，采用温度-辐射度分离函数(TES)，反演地表温度。并计算了归一化植被指数，分析了地表植被的覆盖度。最后，以裸露程度(海拔高度与开放水域水位值之差)作为一个表示植物缺水程度的变量，和NDVI一起用作自变量，地表温度作为因变量，运用三个不同模型，分别分析植物缺水程度、NDVI和地表温度的关系，并比较了三个模型的模拟效果。结果表明，三个回归模型的模拟效果都较好(P＜0.01)，分别有43.7％、46.8％和51.5％的地表温度变化可以由回归方程解释。并表明了裸露程度(ED)和NDVI是决定地表温度的主要因素，以及芦苇的缺水程度与其冠层温度之间的正相关关系：在植被生长覆盖度相同的情况下，缺水程度越严重，芦苇的冠层温度越高。这意味着可以通过地表温度和NDVI来监测挺水植物(芦苇)的缺水程度。研究表明，在三个回归模型中，以ED的一次项、ED与NDVI的二次项和交叉项构成的回归模型模拟效果最好，是白洋淀地区湿地水分监测的最适模型。本研究对运用回归模型的反函数或条件温度植被指数推测裸露程度进行了初步的尝试，探讨了湿地水分遥感监测的方法和模型。