穗高（EH）和穗位株高比（ER）是玉米的重要农艺性状，直接影响其养分利用效率和抗倒伏性，并最终影响产量。然而，执行大规模EH和ER测量的挑战严重限制了玉米育种计划。本文提出了一种基于穗位与垂直叶面积剖面关系的EH和ER田间监测方法。通过应用基于体素的点云方法，从地面激光扫描仪（TLS）和无人机激光扫描仪（DLS）数据中估计垂直叶面积剖面。使用从128个田间地头收集的两年数据进行了该方法的验证。研究了影响精度的主要因素，包括LiDAR平台、体素大小和点云密度。利用TLS数据对EH估算的R2=0.59和RMSE=16.90厘米（2019年），R2=0.39和RMSE=18.40厘米（2021年）。相比之下，在种植密度为67,500株/公顷及以下时，使用DLS数据估算的EH，2019年的R2=0.54，RMSE=18.00厘米，2021年的R2=0.46，RMSE=26.50厘米。使用2019年TLS数据估算的ER的R2=0.45，RMSE=0.06。综上所述，本文提出了一种在田间测量玉米EH和ER的简单方法，该方法将为玉米栽培品种的结构相关性状分析提供思路，并进一步帮助分子育种的选择。

图1 研究区域和实验设计。（a）研究区域；（b）2019年试验区品种密度图；（c）2021试验区品种密度图；（d）2019年玉米试验区正射影像；（e）2021玉米试验田正射影像。

图2  玉米植株和LAD随高度分布的示意图。

图3 LiDAR数据处理过程。

图4 灌浆期不同体素大小下基于TLS的图谱尺度LAD分布 (a-e)2019年的栽培品种A1-A5和(f-j)2021年的栽培品种A1, A6-A9。

图5 2019年和2023年TLS数据(a)和(b)的图谱尺度最佳体素选择。

图6 2019年和2021年的DLS数据(a)和(b)的图谱尺度最佳体素选择。

图7 根据TLS数据（a）2019年和（b）2021年，不同种植密度地块规模下的灌浆期EH估算。

图8 根据2019年TLS数据估算的灌浆期PH值。

图9 根据DLS数据（a）2019年和（b）2021年，不同种植密度地块规模下的灌浆期EH估算。

图10 2019年来自DLS数据的灌浆期PH值估计。

图11 2021年不同栽培品种在灌浆期的EH与叶面积的关系，（a–e）品种A1、A6–A9。

图12 根据TLS数据对不同品种（a）2019年和（b）2021的灌浆期总体EH进行估算。

图13 用于估计不同栽培品种玉米ER的TLS数据（2019年玉米灌浆期）。

图14 2019年不同栽培品种在灌浆期的LAD曲线分布，(a)TLS数据和(b)DLS数据的曲线拟合。

图15 使用DLS平台的地块的垂直点距离分布，（a–e）分别是品种A1-A5在D5种植密度下EH高估的随机五个地块。

图16 DLS平台中不同种植密度下的缺失点云数据。(a,b)是D2的玉米点云数据和LAD分布曲线；(c,d)是D5的玉米点云数据和LAD分布曲线。