农作物水分含量的监测对于农业旱情评估、农作物生长监测都有着重要作用。随着遥感技术的发展，使得快速、及时、动态监测与评估区域性的农作物水分状况成为现实。本文在总结国内外遥感监测农作物水分研究的基础上，利用实测数据，对遥感监测农作物水分的模型与方法进行了深入研究。本文所做的工作主要包括：　　 (1)在深入研究叶片的光谱曲线与水分含量关系的基础上，着重分析了农作物水分含量的两种表达方式FMC、EWT与物种的相关性，选择EWT作为农作物水分含量的表达方式。　　 (2)通过对植被指数与叶片、冠层的水分含量间的相关分析，利用实测数据对常用农作物水分遥感反演模型进行了定量评价，并选择出了最佳农作物水分反演模型GVMI。　　 (3)针对GVMI模型农作物水分反演的缺陷，利用SANI指数容易区分地面覆盖类型的优势，提出了农作物水分含量反演的GVMI/SANI模型。实验表明，该模型能有效解决农作物水分监测中农作物覆盖稀疏或裸土区域的土壤背景影响问题，提高反演精度。　　 (4)利用本文提出的GVMI/SANI农作物水分含量反演模型，在对2007全年农作物生长周期内黄淮海平原农作物水分含量进行反演的基础上，分析了该地区冬小麦、夏玉米和棉花的水分含量随空间及物候变化的特征。最后通过建立农作物水分含量与土壤相对含水量间的关系，制定了农作物缺水状况等级标准。为今后黄淮海平原农作物生长状况评价及早涝分析提供参考。