水是植物生长、代谢过程和健康的关键元素。缺水，通常表现为干旱胁迫，是限制植物生长、作物产量和食品质量的最关键的光合胁迫来源。这项研究强调了通过结合高分辨率的RGB图像和无人机热图像检测冠层温度的最新技术和可能性。

整个实验过程中的气象条件：(a)气温; (b)风速; (c)降雨

从单幅图像中获取热正射影像的工作流程和林冠温度提取的示意图

研究人员利用一架集成RGB热成像相机的多旋翼无人机进行试验。热敏相机的光谱范围为7.5-13μm，分辨率为640×512像素，+30℃时的热灵敏度<0.05℃，焦距为25mm。无人机飞行采用DJI地面站pro软件(中国SZ DJI技术有限公司)，使用DJI A3飞行控制器进行操作。本研究旨在比较冠层温度的准确性，并评估热成像的性能。结果显示，提取的CT结果与地面真实值密切相关，R²为0.9297， r为0.97702。CWSI的计算结果表明，在不同灌溉水平下(90% ~ 100%、75%、60%和50%)，CWSI与gs有很强的相关性。各时间段的关系(R²)分别为0.90、0.75和0.86。CT、气孔导度和SD的相关系数(R²)分别为0.755、0.67和0.695。结果表明，这种方法估计的最可靠温度约为35°C至40°C。综上所述，本研究证明了不同的温度谱指数，为冠层温度的准确、快速、可靠的定量提供了依据。

地面真相CT和无人机热像仪CT之间温度校准的相关系数(a); 温度和飞行高度与热图像之间的相关系数(b)

气孔导度与CWSI之间的关系，(a)09:00 AM，(b)11:00 AM，(c)13:00 PM

来源：

Awais M, Li W, Cheema M, et al. Remotely sensed identification of canopy characteristics using UAV-based imagery under unstable environmental conditions. Environmental Technology & Innovation. https://doi.org/10.1016/j.eti.2021.101465.