随着农业现代化的不断发展,对农田作物灌溉与管理提出了更高的要求,无人机热红外遥感具有实时、廉价和便捷等优点,可以高效、精准的反演出作物蒸散量及田间土壤水分含量变化,并在农田热效应方面提出新的研究方法。本研究以田间夏玉米为研究对象,应用无人机热红外遥感平台获取作物冠层温度影像,并反演夏玉米蒸散量（evapotranspiration,ET）,田间土壤水分（Soil moisture）,同时采集田间涡度（Campbell Scientific Inc,USA）数据、气象资料、作物冠层与地表温度,田间土壤含水率和夏玉米作物表型信息数据,并对夏玉米蒸散量与田间土壤水分反演精度做验证。最后利用反演所得相关数据结合高程及植被覆盖度,综合研究农田热效应,分析不同地类、高程及植被覆盖度等指标对农田区域热量影响。得到主要结果如下:（1）热红外温度影像反演精度在95%以上,实测值与模拟值相关系数R2=0.83,实测值与模拟值大部分聚集在31℃左右。热红外温度在小区域范围内（测取范围≤1m2）不同像元之间存在温度波动（±1℃左右）,各像元处夏玉米生长状况、叶面积指数（LAI）及植被覆盖度（NDVI）的差异影响其温度值的大小。（2）基于无人机热红外冠层温度的作物蒸散模型可以准确快速的估算田间尺度作物日蒸散量,蒸散量最低值（3.42mm/d）出现在幼苗期,最高值（10.94mm/d）出现在灌浆期,试验区边缘蒸散量高于内部,其估算精度达到80%以上。通过蒸散量与其影响因子相关性分析,其中叶面积指数为夏玉米农田最主要的生物因子,叶面积指数与蒸散量呈线性正相关关系,决定系数为R2=0.70,空气动力学阻抗是最主要的环境驱动因子,与蒸散量呈线性负相关（R2=0.696）。（3）冠气温差法与土壤含水率拟合结果表明,表层（10cm、20cm）土壤含水率与冠气温差相关性最好（R2分别为0.82、0.81）,土壤含水率随着土壤深度的增加而下降,深层土壤含水率与冠气温差相关性较差。利用实测值对其精度进行验证,热红外温度反演的土壤含水率精度达到90%以上,R2=0.80。表明,无人机热红外遥感结合冠气温差法反演表层土壤含水率,可以很好的反映出表层土壤水分分布状况。在相同水肥处理下,不同像元土壤含水率值有所差异,表层土壤（10cm）含水率与热红外冠气温差呈良好的负相关关系。传统地面土壤水分监测,以点代面的土壤含水率数据处理方法模糊了各点之间的土壤水分差异。（4）农田区域热效应是各项指标相互作用的结果。夏玉米全生育期内植被覆盖度（NDVI）与温度值呈现良好的负相关性表明,植被具有缓解农田热效应的作用。热红外温度的作物蒸散模型计算的ETc与夏玉米热红外温度分布具有很好的一致性,农田区域蒸散量与温度之间呈正相关关系（R2=0.84）。试验区表层土壤含水率与热红外温度呈负相关关系（R2=0.83）,表明,土壤含水率值越高,对应温度值越低,土壤水分含量的高低直接影响农田热量运动,对农田热效应有着密切联系。