地膜具有增温保墒、增产等作用,是西北干旱地区农作物种植的关键技术之一。随着地膜使用规模逐年增大,地膜残留污染日益严重。因此准确高效评估地膜残留情况,对指导田间精准回收地膜和高产环保地膜的推广,具有重要现实意义。本文采用高强度全回收地膜（GB）、普通聚乙烯地膜（PE）、不覆膜（JM）和4种降解地膜（TZ、LS、BF和B）共7个处理覆盖棉田开展试验,利用无人机获取棉田遥感影像,探究了最大似然分类器（ML）、最小距离分类器（MD）和光谱角映射分类器（SAM）对不同类型地膜影像识别效果,并基于6种机器学习模型算法构建地膜残留量和降解率估算模型,以及棉花地上部生物量（AGB）和产量估算模型,综合地膜自身降解和残留效果及对棉花产量的影响,最终实现基于无人机影像对地膜降解和残留及棉花产量的评价。研究初步结果如下:（1）本文采用ML、MD和SAM对高强度全回收地膜和降解地膜进行地物识别。从识别结果、相关性分析和估算模型精度均体现出ML识别效果最佳,识别结果与实测数据相关系数达0.9,残留量估算模型决定系数（R~2）约0.9,降解率估算模型约0.8。（2）残留量和降解率估算模型均以贝叶斯岭回归（BRR）和偏最小二乘回归（PLSR）模型精度较高,估算模型R~2为0.8～0.9,验证为0.7～0.8。不同类型地膜最优模型精度有所差异,但分类器识别结果同实测数据均趋于线性关系。（3）基于地膜类型对应最优模型分别估算GB和PE处理残留量,LS、BF、B和TZ处理降解率,同实测结果基本一致,误差均低于0.2。（4）支持向量回归（SVR）算法构建花期棉花地上部生物量（AGB）估算模型效果最好,估算模型（R~2=0.73,RMSE=0.21,r RMSE=9.98%）,验证（R~2=0.80,RMSE=0.21,r RMSE=10.05%）。PLSR算法对棉花产量估算模型响应程度最高,估算模型（R~2=0.77,RMSE=0.05,r RMSE=8.73%）,验证（R~2=0.67,RMSE=0.06,r RMSE=10.54%）。（5）综合地膜残留量和产量分析,GB处理较PE产量提高3.66%,残留量降低18.46%,估算结果分别为0.567 kg·m-2和1.3 g·m-2,具有增产和环保效果,更符合市场需求;综合降解地膜降解率和产量分析,TZ处理产量第一,LS处理产量降低3.65%,为0.502 kg·m-2,但降解率提高了12%,高达79%,LS有较好的覆膜应用潜力。