我們使用了廣東賽斯拜克有限公司的產(chǎn)品SF500-無人機(jī)高光譜，該產(chǎn)品采用了400-1000nm的高光譜相機(jī)，用于相關(guān)研究。SF500-無人機(jī)高光譜測量系統(tǒng)采用高信噪比超高速CCD成像器件，提供了穩(wěn)定性高的光譜圖像采集；同時(shí)，還應(yīng)用了自家研發(fā)的高效率低功耗圖像處理算法，大大延長了無人機(jī)的飛行時(shí)間并降低了系統(tǒng)的功耗。

馬鈴薯在我國是主要農(nóng)作物之一，對于國家的糧食安全來說，監(jiān)測其生長情況和預(yù)測產(chǎn)量至關(guān)重要。因此，快速、無損且高精度的馬鈴薯定量監(jiān)測具有重要意義。地上生物量和株高是農(nóng)學(xué)領(lǐng)域的關(guān)鍵參數(shù)，與作物的光合作用密切相關(guān)，通常用于評估作物的生長狀況、估計(jì)作物產(chǎn)量以及評價(jià)田間管理的效果。近年來，借助遙感技術(shù)可以高效實(shí)時(shí)地監(jiān)測作物。然而，利用衛(wèi)星和航空遙感技術(shù)雖然可以獲取作物表現(xiàn)參數(shù)的大范圍數(shù)據(jù)，但由于天氣因素的影響，限制了它在精準(zhǔn)農(nóng)業(yè)中的推廣應(yīng)用。

隨著無人機(jī)遙感技術(shù)的不斷發(fā)展，現(xiàn)代農(nóng)業(yè)已經(jīng)實(shí)現(xiàn)了定量化。由于無人機(jī)所搭載的數(shù)碼相機(jī)和多光譜相機(jī)的波段數(shù)量較少，導(dǎo)致無法獲取到充足的作物冠層光譜信息，從而阻礙了對于作物表型參數(shù)進(jìn)行多波段研究的進(jìn)展。相比之下，高光譜遙感則具備較高的光譜分辨率，能夠獲得大量的光譜信息，進(jìn)而更加精準(zhǔn)地提取與作物長勢有關(guān)的光譜波段。

因此，使用無人機(jī)高光譜技術(shù)可以更有效地監(jiān)測農(nóng)作物的生長狀況。國內(nèi)外的許多學(xué)者已經(jīng)對高光譜技術(shù)進(jìn)行了大量研究，他們利用了無人機(jī)高光譜數(shù)據(jù)，并根據(jù)葉面積指數(shù)、葉片葉綠素含量、植物氮含量、植物水分含量等指標(biāo)，以均等的權(quán)重構(gòu)建了這些指標(biāo)的綜合指標(biāo)。通過利用多種光譜指數(shù)，并采用偏最小二乘回歸方法，構(gòu)建出了綜合指標(biāo)模型。研究結(jié)果顯示，綜合指標(biāo)與光譜指數(shù)之間的相關(guān)性更高，并且能夠得到更好的反演效果。

結(jié)果表明：

（1）通過使用DSM提取的方法，我們發(fā)現(xiàn)H值與實(shí)測株高之間有很強(qiáng)的相關(guān)性（R2=0.84），這說明HQ的精確度較高。

數(shù)絕對值最高的參數(shù)為NDVI（r=0.803）。這表明不同的生育期對應(yīng)著不同的光譜指數(shù)，其與地上生物量的相關(guān)性也存在差異。在蕾期，最優(yōu)指數(shù)為Rga，其與地上生物量的相關(guān)系數(shù)為0.679；而在塊莖形成期，最優(yōu)指數(shù)為PSRI，與地上生物量的相關(guān)系數(shù)為0.727；而在塊莖增長期，最優(yōu)指數(shù)為NDVI，與地上生物量的相關(guān)系數(shù)為0.803。這說明在不同生育期選擇適當(dāng)?shù)墓庾V參數(shù)可以更準(zhǔn)確地估算地上生物量。

在絕對值最高的情況下，CIrededge和NDVIcanste（r=0.747）被認(rèn)為是主要的。與淀粉積累期相關(guān)系數(shù)絕對值最大的是R-46和SPVI（r=0.756）。而在成熟期，最優(yōu)的光譜指數(shù)為RSso（r=0.405）。

（3）使用株高和最優(yōu)光譜指數(shù)作為變量，通過ER方法估計(jì)馬鈴薯地上生物量。綜合考慮5個生育期的結(jié)果，各個生育期得到的模型效果優(yōu)劣次序依次為最優(yōu)光譜參數(shù)、Ha、H。在塊莖增長期，使用CIrededge參數(shù)估計(jì)地上生物量的精確度最高。ER建模集和驗(yàn)證集的R2分別為0.45和0.48，RMSE分別為229.01kg/hm2和218.76kg/hm2，NRMSE分別為19.19%和17.89%。

（4）為了估算馬鈴薯的地上生物量，我們對每個生育期采用了MLR、PLSR和RF三種建模方法進(jìn)行建模。通過比較，我們發(fā)現(xiàn)基于VIs+H作為輸入變量構(gòu)建的估算模型效果最好。在每個生育期中，這些方法對于同種變量在塊莖增長期的表現(xiàn)最好，其次是塊莖形成期和淀粉積累期，而現(xiàn)蕾期和成熟期的表現(xiàn)最差。