為了解決玉米成熟度精確反演難題，“黑土糧倉”先導專項研究團隊基于玉米生長的作物物理機理，以海倫示范區(qū)玉米田為研究對象，利用PROSAIL模型從多光譜無人機圖像中反演玉米冠層葉綠素(CCC，Canopy chlorophyll content)，并以玉米冠層葉綠素變化為判斷媒介，并結合選擇的植被指數，快速反演田塊尺度玉米成熟度。

研究結果表明，玉米CCC的反演結果與實測數據進行比較，R²為0.704，RMSE為34.58 μg/cm²， MAE為26.27 μg /cm²。玉米成熟期GMC估算結果表明，基于歸一化紅邊指數(NDRE)的玉米GMC估算精度在兩個研究田塊區(qū)域均最高，R²分別為0.6和0.619。盡管無人機獲取的植被指數反演的玉米GMC精度低于玉米CCC，但其具有快速獲取、高時空分辨率、適用于經驗模型以及捕獲田間生長差異等優(yōu)點，仍是田塊尺度作物監(jiān)測的有效方法。研究也發(fā)現，在相同的地理環(huán)境條件下，玉米品種是玉米成熟度變化的主要原因。

研究構建了基于無人機遙感的玉米成熟度判斷的快速方法，具備堅實的作物物理基礎，具有一定的穩(wěn)定性且方法簡單，為開展大面積高效的玉米成熟度判斷提供了可能。同時，本研究發(fā)現的無人機影像、冠層葉綠素和玉米籽粒含水量之間密切的相關關系，未來可嘗試推廣到其它作物的成熟度估算應用中，這將進一步提高基于無人機遙感的精準農業(yè)應用價值。

相關研究成果發(fā)表在《Drones》上，論文由中國科學院東北地理所劉照博士(第一作者)、李華朋副研究員(第一通訊)和張樹清研究員(共同通訊)等共同完成。該研究得到中國科學院戰(zhàn)略性先導科技專項項目(XDA28070500)資助。

基于無人機遙感的玉米長勢監(jiān)測影像拍攝