摘要：作物系数Kc快速获取是大田作物蒸散量（Evapotranspiration,ET）估算的关键,为研究无人机多光谱遥感估算玉米作物系数的可行性和适用性,以2017年内蒙古达拉特旗昭君镇实验站大田玉米、土壤、气象等数据为基础,采用经气象因子和作物覆盖度校正后的双作物系数法计算不同生长时期与不同水分胁迫玉米的作物系数,并使用自主研发的无人机多光谱系统航拍玉米的冠层多光谱（蓝、绿、红、红边、近红外,475-840 nm）影像,研究了不同生长时期（快速生长期、生长中期和生长后期）玉米的6种常用植被指数（Vegetation indices,VIs）：归一化差值植被指数（NDVI）、土壤调节植被指数（SAVI）、增强型植被指数（EVI）、比值植被指数（SR）、绿度归一化植被指数（GNDVI）和抗大气指数（VARI）,与作物系数Kc的关系模型及水分胁迫对其的影响。结果表明：玉米生长时期和水分胁迫是影响玉米VIs-Kc模型相关性的两个重要因素。不同生长时期玉米植被指数和Kc相关性不同：充分灌溉情况下,快速生长期玉米VIs-Kc模型的相关性（R^2为0.731 2-0.940 1,p〈0.05,n=25）与生长中期至生长后期VIs-Kc模型的相关性（R^2为0.276 5-0.373 2,p〈0.05,n=40）不同;水分胁迫情况下,快速生长期玉米VIs-Kc模型的相关性（R^2为0.0002-0.0830,p〈0.05,n=25）与生长中期至生长后期VIs-Kc模型的相关性（R^2为0.366 2-0.848 7,p〈0.05,n=40）不同。水分胁迫对VIs-Kc模型的相关性影响较大：快速生长期,充分灌溉玉米VIs-Kc模型的相关性（R^2最大为0.940 1）比水分胁迫玉米VIs-Kc模型的相关性（R^2最大为0.083 0）强;生长中期至生长后期,充分灌溉玉米VIsKc模型的相关性（R^2最大为0.373 2）比水分胁迫玉米VIs-Kc模型的相关性（R^2最大为0.848 7）弱。部分植被指数和作物系数相关性较强;快速生长期充分灌溉玉米的VIs-Kc模型的相关性由大到小�

关键词：玉米 无人机遥感 作物系数 植被指数 蒸散量 

单位：西北农林科技大学机械与电子工程学院; 陕西杨凌712100; 西北农林科技大学水土保持研究所; 陕西杨凌712100; 美国农业部农业研究服务属; 柯林斯堡CO80526