朱婉雪，李仕冀，张旭博，李 洋，孙志刚,3※

（1. 中国科学院地理科学与资源研究所/生态系统网络观测与模拟重点实验室，北京 100101；2. 中国科学院大学资源与环境学院，北京100049；3. 中科山东东营地理研究院，东营 257000）

0 引 言

作物长势的快速诊断及产量的及时准确预测，可为农业经营管理、粮食政策制定提供有效支撑，是发展精准农业的迫切需求[1-2]。目前，卫星遥感技术广泛应用于大尺度农情监测[3-4]，对宏观决策具有重要意义；但其存在重访周期长、影像分辨率粗糙、混合像元、气象条件限制等问题[5-6]，对农业经营者实际作业管理的辅助效果甚微[7]。然而，无人机遥感数据具有时效高、空间分辨率高、作业成本及损耗风险低、灵活且可重复等优点[8-10]，可快速、高效获取较大面积农田厘米级遥感影像，有效地辅助农业经营者进行作业管理与调控[11]。

无人机遥感估产主要借鉴卫星遥感估产方法，但在遥感平台、传感器类型、时空分辨率等方面与卫星遥感观测存在显著差异[12]，故此类方法是否适用于无人机遥感研究有待验证与改进。同时，需要将无人机遥感快速高效的特点与农业实际经营管理情况相结合，因此亟需优选出简单实用的无人机遥感估产方法以辅助精准农业的管理与决策。目前，基于植被指数的经验统计作物估产模型被广泛用于遥感。为提高遥感估产精度，经典的基于光学遥感的经验统计方法得到了不断改进，例如：采用非线性统计模型，如Muñoz等[13]建立了产量与植被指数的Richards nonlinear回归模型，指出该模型的预测精度高于指数模型；……