产量估计是包括甘蔗在内的许多农作物生产的主要挑战。绘制株高(PH)和茎密度的空间变动性对于准确估计甘蔗产量很重要，而且这种估计可以帮助规划接下来的劳动力和成本，如收获、碾制和远期销售决策。本研究旨在评估安装在无人机(UAV)上的消费级红-绿-蓝(RGB)相机在甘蔗产量估算中的潜力。

农场甘蔗行距和株距

绘制植物高度(PH)和茎秆密度空间变异图以及产量估算的总体方法。

首先，在4 m×4 m网格水平上绘制了农田PH值和秸秆密度的空间变异图。在栅格水平上，通过遮蔽甘蔗区来估算平均PH值。然后，采用基于对象的图像分析(OBIA)方法，结合作物表面模型(CSM)减去数字高程模型(DEM)提取的株高模型(PHM)，提取甘蔗面积。CSM和DEM都是由无人机图像生成的，其中CSM是在甘蔗收割前大约一个月生成的，DEM是在甘蔗收割后大约一个月生成的。结果发现，PHM将分类的准确率从61.98%提高到87.45%。无人机估算的PH值与地面观测的PH值高度相关(r=0.95)，平均高估值为0.10 m。利用最小二乘(OLS)线性回归模型，从PH值估算秸秆高度(MSH)，从估算的秸秆重量(MSH)，以及从植被指数(VIs)估算秸秆密度。由RGB导出的Excess green (ExG)随茎密度的变化R²为0.754。同样，MSH和PH、重量和MSH之间的R²分别为0.798和0.775。最后，综合PH值、茎秆密度和重量信息的变异性来估计产量。ExG估计产量(200.66吨)接近实际收获产量(192.1吨)。

使用全球导航卫星系统(GNSS)接收器(a)、植物高度测量(PH)和用水平尺(b)测定甘蔗的可磨茎高(MSH)

基于对象的图像分析(OBIA)分类过程：RGB图像(a)，将图像分割为图像对象(b)，然后将图像对象分类为甘蔗和非蔗糖烷(c)

综上所述，利用无人机和OBIA方法获得的基于RGB的高分辨率图像显示了绘制PH和茎秆密度空间变异图以及估计甘蔗产量的巨大潜力，这可以帮助种植者和磨坊主做出决策。

根据在50 m飞行高度的无人机(UAV)飞行估算的平均植物高度(PH)散点图

来源：

Sumesh K.C., Ninsawat S and Som-ard J. Integration of RGB-based vegetation index, crop surface model and object-based image analysis approach for sugarcane yield estimation using unmanned aerial vehicle. Computers and Electronics in Agriculture. https://doi.org/10.1016/j.compag.2020.105903.