棉花是锦葵科棉属植物,其作为天然纤维的主要来源,在我国经济作物中占有重要地位。随着全世界气候变化,干旱已成为限制世界农业发展的重要因素。尤其是在常年干旱缺水的新疆,环境的改变对棉花抗旱的能力有了更高的要求。因此,如何快速和简便的识别棉花受到了干旱胁迫以及筛选鉴定抗旱品种是目前棉花抗旱需要解决的关键问题。随着无人机遥感平台和传感器小型化轻量化的发展,利用无人机遥感平台实时获取遥感数据成为业内的研究热点。本试验以253份陆地棉资源为试验材料,设置干旱胁迫和正常对照,于花铃期进行干旱胁迫处理,测定相关指标16个,对其进行抗旱性综合评价及抗旱指标筛选。再借助无人机多光谱技术,通过径向基函数对棉花主要指标进行模型估测,为棉花的抗旱鉴定和抗旱种质资源筛选提供基础和技术支持。主要结果如下:1.通过主成分分析、相关性分析、抗旱隶属函数分析及聚类分析,以抗旱性度量值（D值）为参数,可将上述253份资源分为强抗旱、抗旱、耐旱、较敏感、敏旱5类。其中,强抗旱材料包括JK625、库车7946、肯尼亚2号等14份;敏旱材料包括HT-176、川R128、鄂棉18号等19份。有效铃数、有效果枝数、气孔导度、皮棉重、蒸腾速率、叶绿素相对含量和株高等较其他指标更为敏感,可被作为花铃期抗旱性鉴定的关键指标。另外,叶绿素相对含量、株高、气孔导度和蒸腾速率可作为花铃期抗旱的立测指标。2.结合径向基函数对SPAD和叶片含水量进行模型的预测。结果显示:预测值和实际值两组数据的Pearson相关性分别为0.927和0.967,都达到极显著正相关;SPAD和叶片含水量的最佳估测模型分别为y=0.005x~2+0.580x+6.054和y=0.018x~2+1.878x-7.358,决定系数（R~2）分别为0.848和0.936,均方根误差（RMSE）分别为2.005和0.930,相对误差（RE）分别为0.004和0.011。以上模型可准确的估测棉花的SPAD和叶片含水量,研究结果为棉花抗旱指标的快速、准确获取提供了技术基础。