Page 141 - 2025年第56卷第7期

sensors to assess the normalized relative canopy temperature and grain yield of drought-stressed barley cultivars［J］
.
Field Crops Research，2015，177：148-160.
［ 5 ］ 赵伟霞，张敏讷，祝长鑫，等 . 基于变量灌溉动态分区管理的冬小麦产量与节水效果［J］ 农业工程学报，
.
2024，40（5）：109-117.
［ 6 ］ MARTÍNEZ J， EGEA G， AGÜERA J， et al. A cost-effective canopy temperature measurement system for preci⁃
.
sion agriculture：A case study on sugar beet［J］ Precision Agriculture，2017，18（1）：95-110.
.
［ 7 ］ 田庆久，闵祥军 . 植被指数研究进展［J］ 地球科学进展，1998（4）：10-16.
［ 8 ］ 郭铌 . 植被指数及其研究进展［J］ 干旱气象，2003（4）：71-75.
.
［ 9 ］ ROUSE J W， HAAS R H， SCHELL J A， et al. Monitoring vegetation systems in the Great Plains with ERTS［J］
.
NASA Special Publication，1974，351（1）：309.
.
［ 10］ 郭铌，王小平 . 遥感干旱应用技术进展及面临的技术问题与发展机遇［J］ 干旱气象，2015，33（1）：1-18.
［ 11］ HUETE A R. A soil-adjusted vegetation index（SAVI）［J］ Remote Sensing of Environment， 1988， 25（3）：
.
295-309.
［ 12］ 高志海，魏怀东，丁峰，等 . TM 影像 VI 提取植被信息技术研究［J］ 干旱区资源与环境，1998，12（3）：
.
98-104.
.
［ 13］ STEVEN M D. The sensitivity of the OSAVI vegetation index to obser-vational parameter［J］ Remote Sensing of
Environment，1998，63（1）：49-60.
.
［ 14］ RONDEAUX G， STEVEN M， BARET F. Optimization of soil-adjusted vegetation indices［J］ Remote Sensing of
Environment，1996，55（2）：95-107.
［ 15］ LIU H Q，HUETE A R. A feedback based modification of the NDVI to minimize canopy background and atmosphere
.
noise［J］ IEEE Transaction on Geoscience Remote Sensing，1995，33（2）：457-465.
［ 16］ MIURA T， HUETE A R， YOSHIOKA H. Evaluation of sensor calibration uncertainties on vegetation indices for
.
MODIS［J］ IEEE Transactions on Geoscience Remote Sensing，2000，38（3）：1399-1409.
［ 17］ 王金鑫，赵光成，张广周，等 . 基于修正 NDVI 时间序列的大区域冬小麦全生育期墒情监测［J］ 节水灌溉，
.
2019（1）：61-67，71.
.
［ 18］ 魏 青 ， 张 宝 忠 ， 魏 征 ， 等 . 无 人 机 多 光 谱 遥 感 反 演 冬 小 麦 植 株 含 水 率［J］ 节 水 灌 溉 ， 2019（10）： 11-
14，19.
［ 19］ 哈布热，张宝忠，李思恩，等 . 基于冠层光谱特征的冬小麦植株含水率诊断研究［J］ 灌溉排水学报，2018，
.
37（10）：9-15.
［ 20］ 祝长鑫，赵伟霞，单志杰，等 . 变量灌溉处方图设计中无人机飞行高度和起飞时间确定［J］ 农业工程学报，
.
2023，39（5）：61-69.
［ 21］ 胡田田，赵璐，崔晓路，等 . 无人机多光谱数据可靠性分析与冬小麦产量估算研究［J］ 农业机械学报，
.
2023，54（12）：217-225.
［ 22］ 奚雪，赵庚星 . 基于无人机多光谱遥感的冬小麦叶绿素含量反演及监测［J］ 中国农学通报，2020，36（20）：
.
119-126.
［ 23］ 周敏姑，邵国敏，张立元，等 . 无人机多光谱遥感反演冬小麦 SPAD 值［J］ 农业工程学报，2020，36（20）：
.
125-133.
［ 24］ 魏 青 ， 张 宝 忠 ， 魏 征 ， 等 . 无 人 机 多 光 谱 遥 感 反 演 冬 小 麦 植 株 含 水 率［J］ 节 水 灌 溉 ， 2019（10）： 11-
.
14，19.
.
［ 25］ 芮婷婷，徐云飞，程琦，等 . 基于无人机多光谱遥感的冬小麦叶片含水量反演［J］ 麦类作物学报，2022，42
（10）：1291-1300.
［ 26］ 陈硕博，陈俊英，张智韬，等 . 无人机多光谱遥感反演抽穗期冬小麦土壤含水率研究［J］ 节水灌溉，2018
.
（5）：39-43.
［ 27］ 牛玉洁，李晓鹏，张佳宝，等 . 融合无人机载激光雷达与多光谱遥感数据的冬小麦叶面积指数反演［J］ 土壤
.
学报，2022，59（1）：161-171.
［ 28］ 朱永基，陶新宇，陈小芳，等 . 基于无人机多光谱影像植被指数与纹理特征的冬小麦地上部生物量估算［J］
.
浙江农业学报，2023，35（12）：2966-2976.
［ 29］ ALLEN R G， PEREIRA L S， RAES D， et al. FAO irrigation and drainage paper No. 56［R］ Rome： Food and
.
— 967 —