我国是农业大国,农作物种植面积大,但近年来由于气候变化无常、温室效应加剧,水资源短缺的现象日益严峻,相应的能被农作物根系吸收利用的土壤含水量也在不断减少,由于农作物正常生长发育所需需水量得不到满足而造成减产,给农民造成了巨大的经济损失。土壤含水量作为农作物需水量的储备库是地表水与地下水联系的关键,是整个大气、植被、土壤循环体的重要组分,是农业科学研究领域的重要参数。故及时、准确地监测和了解土壤含水量对于预警农作物旱情、判断农作物需水量以及科学管理农业日常灌溉都有极其重要的支撑作用。传统土壤含水量测定方法难以实时揭示大范围土壤含水量信息动态监测,遥感影像技术应运而生,解决了此难题,但只限于监测表层土壤含水量状况,对于监测深层土壤含水量所得数据准确性低下。本研究旨在建立基于无人机多光谱遥感的农田土壤含水量动态监测数学模型,实现大面积农田土壤含水量监测。本研究以山西晋中太谷武家堡试验田玉米、谷子、高粱作为研究材料,通过无人机遥感平台收集三种作物生育期的多光谱影像数据,得到作物光谱反射率,计算多种植被指数,找到植被指数的变化规律,并使用不同的筛选方法和数学模型,解析土壤表层含水量与不同植被指数间的相关关系。最后结合土壤表层含水量构建深层土壤水分估算模型,监测0-200 cm各层土壤含水量,进而对作物的灌溉管理进行指导。主要研究结果有以下:1.在种植不同作物的试验田中,无人机多光谱系统在25 m飞行高度下筛选出NDVI、RVI、RVI2、MSR、SIPI这5种植被指数值与0-10 cm层土壤含水量相关性最高,相关系数R~2均大于0.7,说明基于这五种植被指数对0-10 cm层的土壤含水量状况反应较为准确。2.表层20 cm、30 cm、40 cm各层的土壤含水量分别与20-100 cm各土层土壤含水量均在0.05水平上相关,得出:深层土壤水分可以通过表层土壤水分估算,该方法是可行的。3.利用Penman-Monteith公式结合已有的气象数据获得作物实际需水量,玉米、谷子、高粱整个生育期实际需水量介于200-400 mm之间,生育周期内需水量呈现出“先增大后减小”的变化规律,掌握作物的实际需水量可对农田的合理灌溉提供指导意义。