在我国,夏季的降水量由于受到了温带大陆性季风气候的影响而偏多,通常可占整年降水量的六成至七成。众所周知,洪涝灾害在农业生产中会产生重大影响,而玉米恰是一种不耐涝渍的作物,因而经常由于降水过多导致涝渍灾害,造成作物生长受阻,进而导致大幅度减产。玉米是我国重要的安全粮食之一,占我国粮食总产的34.4%,因此,作物涝渍的识别、监测和预警,对于快速估损、保险理赔和降低灾害风险有重要的指导意义。以往的洪涝灾害识别多以河流和城市内涝为主,多以水深和降水量为依据识别洪涝灾害,而对于农业涝渍的研究较少,受限于玉米作物复杂的生长周期和生理特性,降水量和水深不能够满足农业涝渍的识别需求。对于现有的农业涝渍识别有气象指数和遥感手段,遥感手段的识别和监测范围更大,空间分辨更高,但受限于时间分辨率,无法保证数据获取的稳定性,而以往的玉米洪涝灾害遥感监测的研究多见与涝害研究,对于玉米渍害程度没有明确的相关分析。本论文是以吉林省安华农业保险为课题任务的“基于遥感的玉米涝渍监测与评价技术的研究”,是采用人工试验田模拟玉米涝渍实验,研究玉米重要生长期的涝害和渍害对于遥感光谱的敏感性。采用对玉米大田模拟种植实验的方式,控制玉米不同生长期的水分获取,发生渍害时土壤相对含水量控制在90%到100%之间,发生涝害时控制积水在土壤表面3cm以上,以水分胁迫天数作为受害程度,玉米涝害设置的梯度为1天、3天、5天、7天、9天,玉米渍害设置的梯度为3天、5天、7天、9天。在玉米胁迫结束后和恢复15天后,采集光谱信息和叶绿素信息。通过分析玉米的冠层光谱曲线变化、光谱特征变化、叶绿素含量变化、最终产量损失程度,建立涝渍下玉米监测评价方法。根据灾后变化分析结果,从提取的光谱特征参数和不同植被指数中,选取与胁迫程度敏感的植被指数。光谱分析结果显示,拔节期、灌浆期涝渍玉米在恢复前随着胁迫天数增加,近红外波段值下降,可见光值升高,在红边幅值和红边面积等特征参数也有明显差异。除此之外,根据植被指数变化的分析结果,RVI、NDVI、GNDVI在识别恢复前的玉米涝渍上效果明显,根据同一时相下三种植被指数差异程度,建立拔节期、灌浆期玉米的涝渍监测模型,并构建涝渍玉米的叶绿素、产量的遥感估算模型,以此作为玉米涝渍灾后评价的依据,最后对于拔节期、灌浆期玉米的不同程度涝害和渍害给出遥感监测和评价方法。本文采用了 2019年8月1日的Planet卫星数据,通过遥感监测模型对吉林省榆树部分玉米种植地区的拔节期受涝玉米进行监测,并结合估算模型对该区域受涝玉米进行相对损失评价。并分析遥感监测模型与相对土壤水分监测模型的相关性,探讨遥感监测替代土壤水分监测的可行性。