玉米株高与抗倒伏性和产量有关，具有高遗传性和多基因性，是玉米育种的重要性状。目前有多种手工方法来测定玉米的株高，但这些方法费时费力。因此，我们根据无人驾驶飞行器(UAV)在玉米整个生长期间中五个不同日期拍摄的RGB图像建立了数字表面模型(DSM)，以快速估计400个玉米基因型的植物高度。基于无人机的植物高度估计(PHUAV)与从地面到最高叶片(PHL)、到人工拉直的最高叶片顶端(PHS)以及在最后日期到穗顶(PHT)的人工测量进行了比较。在播种后的39至68天内，估算PHL(0.44≤R2≤0.51)和PHS(0.50≤R2≤0.61)的结果最好。校准后，PHUAV和PHS的平均绝对百分比误差(MAPE)在12.07%到19.62%之间。建议在植株开始衰老和叶色改变之前，从0.2米的平均植株高度开始应用基于无人机的玉米高度估算，直到成熟。

　　图1 基于无人机的植物高度估计的玉米田间试验概况。(a) RGB正射影像，400个相关地块以绿色标出;(b) DAS 34号航班收到的400个地块的土壤高程。

　　表1 无人机飞行时的天气情况

　　图2 基于无人机的植物高度估算方法概述

　　图3 利用无人机对玉米生长期内五个不同阶段进行信息采集。(a)RGB 图像;(b)用于高度估计的数字表面模型(DSM)热图。

　　图4 生长期间所有地块的平均株高手动测量为到最高叶 (PHL)、最高伸直叶 (PHS) 和流苏尖端 (PHT) 的距离以及基于无人机的估计植物高度 (PHUAV)。

　　图5人工测量的最高叶片(PHL)和最高伸直叶片(PHS)的植株高度相互比较(灰色)，基于无人机的植株高度估计(PHUAV)与PHL(绿色)和PHS(蓝色)相比。

　　图6基于无人机的植株高度估计(PHUAV)和人工测量的抽穗高度(PHT)的比较。

　　图7 基于最高叶片(PHL)和最高拉直叶片法(PHS)的无人机植物高度估算(PHUAV)校准。(a)用于校准三个日期组合的数据集;(b)基于无人机测量，验证用于预测最高叶片(PHL，UAVcal)株高和最高拉直叶片(PHS，UAVcal)株高的校准数据。

　　来源：Oehme L H, Reineke A J, Weiß T M, et al. Remote Sensing of Maize Plant Height at Different Growth Stages Using UAV-Based Digital Surface Models (DSM)[J]. Agronomy, 2022, 12(4): 958.　　https://doi.org/10.3390/agronomy12040958

　　编辑：小王博士在努力