指数分类	方法	全称	计算公式	特点	参考文献
植被指数法	PDI	垂直植被指数 Perpendicular Drought Index	$\frac{1}{\sqrt{M^{2} + 1}} (R_{r e d} + M R_{n i r})$	通过不同遥感指数间接估算土壤水分，与植被长势等有较强的关联，但易忽略云、大气等环境因素影响，具有一定时间滞后性。	[24]
植被指数法	MPDI	改进垂直植被指数 Modified Perpendicular Drought Index	$\frac{R_{r e d} + M R_{n i r} - f_{v} (R_{v, r e d} + M R_{v, n i r})}{(1 - f_{v}) \sqrt{M^{2} + 1}}$	通过不同遥感指数间接估算土壤水分，与植被长势等有较强的关联，但易忽略云、大气等环境因素影响，具有一定时间滞后性。	[19]
植被–温度指数法	TVDI	温度植被干旱指数 Temperature Vegetation Dryness Index	$\frac{T_{s} - T_{S_{\min}}}{T_{S_{\max}} - T_{S_{\min}}}$	利用植被冠层温度的变化与植物受水分胁迫直接相关，而土地表面温度与植被指数具有互补特性。在范围较大及气候、土壤状态处于相对不变的区域较为适用。本方法具有一定的区域和时间局限性。	[14] [25]
	VSWI	植被供水指数 Vegetation Supplication Water Index	$\frac{N D V I}{L S T}$		[26]
	VTCI	条件植被温度指数 Vegetation Temperature Condition Index	$\frac{T_{S_{\max}} - T_{S}}{T_{S_{\max}} - T_{S_{\min}}}$		[27]
	SEE	土壤蒸发效率 Soil Evaporative Efficiency	$\frac{T_{S_{\max}} - T_{S_{H R}}}{T_{S_{\max}} - T_{S_{\min}}}$		[28]
	SWCTI	土壤水分含量温度指数 Surface Water Content Temperature Index	$\frac{S W C I}{L S T - C}$		[29]
湿度指数法	SIMI	短波红外土壤水分指数 Shortwave Infrared Soil Moisture Index	$\frac{\sqrt{R_{6}^{2} + R_{7}^{2}}}{\sqrt{2}}$	湿度相关指数适用的波段6和波段7可以有效削弱大气的干扰，从而获取土壤和植被水分含量，适用于农田生长期等土壤水分监测。但植被水分和土壤水分响应关系存在不一致性，因此易产生误差。	[16]
	NMDI	归一化多波段干旱指数 Normalized Multi-band Drought Index	$\frac{R_{2} - (R_{6} - R_{7})}{R_{2} + (R_{6} - R_{7})}$		[30] [31] [32]
	SWCI	土壤含水量指数 Surface Water Capacity Index	$\frac{R_{6} - R_{7}}{R_{6} + R_{7}}$		[33]
	VSDI	短波红外干旱指数 Visible and Shortwave Infrared Drought Index	$1 - [(R_{s w i r} - R_{b l u e}) + (R_{r e d} - R_{b l u e})]$		[34]
	SIWSI	短波红外水分胁迫指数 Shortwave Infrared Water Stress Index	$\frac{R_{6} - R_{2}}{R_{6} + R_{2}}$		[15]
热惯量法	ATI	表观热惯量 Apparent Thermal Inertia	$C \frac{1 - α}{A}$	不同物质的热惯量差别较大，土壤热惯量与土壤含水量存在一定相关性。其中所需昼夜地表温度数据易受云等影响，数据获取存在一定困难。	[35]