玉米地上部生物量的快速、高效估算有助于评估其长势、进行品质产量估算，采取及时的田间管理措施。由于无人机操作灵活，获取的影像具有高时间和高空间分辨率的特点，无人机已经逐步替代传统人工破坏性取样测量作物地上部生物量。已有的研究结果表明无人机与不同传感器结合获取的数据能够有效估算不同作物的地上部生物量。然而，这些研究主要是基于从影像上提取得到的光谱、结构、纹理等参数利用线性模型或机器学习的方式估作物地上部生物量，缺乏一定的机理解释。构建具有半经验半机理且相对低成本的玉米地上部生物量对于选育高产优质的玉米品种具有重要意义。植物表型资讯介绍如下。

本研究通过在大田环境下进行多年的实验，基于无人机数码影像数据构建具有一定物理意义且快速、高效的育种玉米地上部生物量估算模型并检验模型的普适性。具体目标包括：（1）基于冠层高度模型和无人机数码影像估算玉米株高；（2）评估实测冠层覆盖度与从无人机数码影像上提取得到的冠层覆盖度的相关性；（3）协同株高和冠层覆盖度构建不同基因型玉米地上部生物量立体估算模型；（4）比较分析协同株高和冠层覆盖度与单独使用株高或冠层覆盖度构建的地上部生物量估算模型的精度。

图1基于株高和冠层覆盖度估算玉米地上部生物量的概念图

研究结果表明:（1）无人机数码影像与冠层高度模型结合可以有效估算玉米株高。各生育期株高估算的决定系数R²和均方根误差RMSE分别为0.93和0.17 m。（2）基于冠层覆盖度构建的玉米地上部生物量估算模型比基于株高构建的估算模型具有更高的准确性，4个基因型玉米地上部生物量实测值和估算值的R²均大于或等于0.91。（3）协同株高和冠层覆盖度构建的玉米地上部生物量估算模型的精度优于仅使用株高或冠层覆盖度构建的估算模型。对不同年份各基因型的玉米地上部生物量估算的结果发现，研究提出的玉米地上部生物量估算模型具有较高的准确性和通用性。研究工作表明使用相对低成本的无人机数码成像技术就可为玉米育种长势监测提供一种方便、经济的方法。

图2基于株高和冠层覆盖度构建的估算模型对不同基因型玉米地上部生物量的估算结果

图3 不同生育期玉米地上部生物量估算制图