地上生物量（AGB）是一种使用宽泛的农艺参数，用于表征作物成长情况和预测谷物产量
。以无损的方式对AGB进行急剧正确的估计，有助于在作物精确治理方面做出明智的决策
。以往的钻研利用无人机(UAV)数据得出的植被指数(VIs)和冠层高度指标来估计各类作物的AGB
。然而，输入变量要么来自一种数据类型，要么来自无人机上的分歧传感器
。由单一低成本无人机系统得出的可见光和冠层高度指标的组合是否能提高AGB的估计精度尚不明显
。本钻研使用低成本无人机系统在中国东部如皋幼麦关键成长阶段获取30米飞行高度的图像
。尝试在2016年和2017年进行，涉及36个田间地块，代表种类，氮肥水平和播种密度的变动
。利用逐步多元线性回归（SMLR）和三种机械进建算法（支持向量回归（SVR）、极值进建机（ELM）、随机丛林（RF）评估了VIs、冠层高度指标及其组合在幼麦AGB中的阐发
。

试验场职地位及田间地块布局随机散布，氮水平、幼麦种类、播种密度均有处置

了局批注，相对于单独使用VIs或冠层高度指标，结合VIs和冠层高度指标能够提高幼麦AGB的估计精度
。具体来说，在SMLR和三种机械进建算法中，无论使用所有原始变量还是SMLR选择的变量，RF的阐发都是最好的
。将RF利用于VIs与冠层高度指标组应时，获得了最佳精度(R2 = 0.78, RMSE = 1.34 t/ha, rRMSE = 28.98%)
。

幼麦地上生物量（AGB，t/ha）根基统计

钻研了局批注，一种由RF算法组成的步骤，以及由低成本无人机系统在用户级别上获得的RGB图像和点云数据的组合，能够用来提高AGB估计的正确性，并在其他增长参数的急剧估计方面拥有现实利用的潜力
。

用于推算光谱植被指数的正射影像

关键词：地上部门生物量，无人机，冠层高度，光谱植被指数，RGB相机

起源：Plant Methods 2019.Improved estimation of aboveground biomass in wheat from RGB imagery and point cloud data acquired with a low-cost unmanned aerial vehicle system.Ning Lu, Jie Zhou, Zixu Han, Dong Li, Qiang Cao, Xia Yao, Yongchao Tian, Yan Zhu, Weixing Cao and Tao Cheng.