农业干旱是造成粮食减产的主要因素之一。快速准确监测干旱的发生,探索作物对干旱的响应机制，对于保障农业生产的可持续发展具有重要意义。不同于传统光学遥感指数，基于微波遥感的植被光学厚度（VOD）具有干旱胁迫下对区域植被冠层含水量变化进行早期监测和准确评估的潜力。本研究引入四种波段VOD以及不同算法下的四种VOD衍生产品，在理论上与植物冠层水分、气孔调节和作物生产力等方面息息相关。本文特别比较多个VOD指数与叶面积指数（LAI）在美国艾奥瓦州的长期趋势、季节性变化和随机残差，评估作物在干旱胁迫下的滞后效应和累积效应，并通过阈值量化干旱响应。结果表明，VOD普遍与干旱指数（SPEI）的长时序演变更加契合，并证实作物对于干旱发生存在一定的时滞现象。相比于LAI，在干旱胁迫下VOD能够更快捕捉到作物异常变化。就累积效应而言，C波段、X波段、L波段和KU波段的VOD指数以及标准化植被光学厚度（SVODI）在干旱发生早期与SPEI高度相关。基于阈值量化机制，我们发现VOD对累积后干旱指数更加敏感。此外，σ指数(昼夜VOD的线性回归斜率)在干旱发生的第一个月能够及时监测到作物明显变化，而L波段、C波段VOD与用于估算初级生产力总值的VOD指数(VOD2GPP)在两到三个月时间尺度的中长期干旱监测中表现更好。由于作物水分调节机制的不同，玉米比大豆对干旱事件的反应更为迅速。总体结果显示，VOD在作物物候和水分监测研究中具有良好的应用前景。本研究为理解不同植被光学厚度在作物响应干旱胁迫的早期识别、提前预警和应对粮食受灾的不良影响提供更多依据。
 

植被光学厚度（VOD），干旱响应，时滞效应，累积响应，作物