La transpiración es el proceso dominante que impulsa la pérdida de agua en los cultivos, influyendo significativamente en su crecimiento, desarrollo y rendimiento. El monitoreo eficiente de la tasa de transpiración (Tr) es crucial para evaluar el estado fisiológico de los cultivos y optimizar las estrategias de manejo del agua. El modelo de tres temperaturas (3T) tiene potencial para la estimación rápida de las tasas de transpiración, pero su aplicación en la teledetección a baja altitud aún no ha sido investigada más a fondo. Para evaluar el rendimiento del modelo 3T basado en la temperatura de la superficie terrestre (LST) y la temperatura del dosel (T) en la estimación de la tasa de transpiración, este estudio utilizó un vehículo aéreo no tripulado (UAV) equipado con una cámara de infrarrojo térmico (TIR) para capturar imágenes TIR de maíz de verano durante la etapa de nodulación-irrigación bajo cuatro tratamientos de humedad diferentes, de los cuales se extrajo LST. Se aplicó el modelo de Campo Aleatorio Oculto de Markov Gaussiano (GHMRF) para segmentar las imágenes TIR, facilitando la extracción de T. Finalmente, se propuso un modelo 3T mejorado que incorpora la cobertura vegetal fraccionaria (FVC). Los hallazgos del estudio demuestran que: (1) El modelo GHMRF ofrece un enfoque efectivo para la segmentación de imágenes TIR. Se explora el mecanismo de segmentación térmica TIR implementado por el modelo GHMRF. Los resultados indican que cuando el valor del parámetro beta de la función de energía potencial es 0.1, se proporciona el rendimiento óptimo. (2) Se ha demostrado la viabilidad de utilizar la teledetección TIR basada en UAV junto con el modelo 3T para estimar Tr, mostrando una correlación significativa entre la tasa de transpiración medida y la estimada (T-3T), derivada de los datos T obtenidos a través de la segmentación y procesamiento de imágenes TIR. Los coeficientes de correlación (r) fueron 0.946 en 2022 y 0.872 en 2023. (3) El modelo 3T mejorado ha demostrado su capacidad para mejorar rápidamente y de manera efectiva la precisión de la estimación de Tr de los cultivos, exhibiendo una correlación robusta con T-3T. Los coeficientes de correlación para los dos años observados son 0.991 y 0.989, respectivamente, mientras que el modelo mantiene un RMSE bajo de 0.756 mmol HO m s y 0.555 mmol HO m s para los respectivos años, lo que indica una fuerte estabilidad interanual.