抽穗时间是水稻的重要性状之一，其决定了水稻生育期长短，对产量形成至关重要。传统的水稻抽穗时间测量需要长期的人工田间观测，效率低、易受主观因素影响且只适用于小范围观测。本研究提出了一种基于随机森林的水稻抽穗时间无人机遥感监测模型，利用无人机多光谱影像获取的时间序列NDVI和NDRE，可以准确估测1000多个水稻品种的抽穗时间，估测误差小于4天。该模型被用于制作不同生长环境下的水稻抽穗时间差异图，实验结果显示，在低温条件下，大多数水稻品种的抽穗期延后，而在高密条件下，抽穗期提前，这一结果与生物学研究结果一致。本研究的结论表明，遥感技术适用于不同地域、不同生育期的作物观测，可以高效、低成本地获取大范围的作物表型信息，在育种中的应用潜力巨大。

图1 本研究的研究区域

图2 本研究的技术路线

图3 基于无人机多光谱影像获取的水稻关键生育期冠层光谱曲线。(a)常规稻；(b)双系杂交稻；(c)三系杂交稻；(d)野生稻

图4常规稻(YSZ)，双系杂交稻(LY1318)，三系杂交稻(HY9348)和野生稻(ZS97B)的(a)CIgreen和(b)NDRE在水稻全生育期的时序变化曲线

图5 测试集中估测水稻抽穗时间的RMSE，测试集为与训练集和验证集独立的数据集，横轴的数值表示使用的植被指数个数

图6 训练集，验证集和测试集中的水稻抽穗时间估测精度，三个数据集共包含不同环境下的1286个水稻品种

图7 不同试验区的水稻抽穗时间差异图

图8 鄂州和陵水两地水稻抽穗前的(a)气温和(b)日间长度对比