贺 佳 王来刚* 郭 燕 张 彦 杨秀忠 刘 婷 张红利

（1.河南省农业科学院农业经济与信息研究所，郑州 450002；2.农作物种植监测与预警河南省工程实验室，郑州 450002）

1 引言

叶面积指数（Leaf area index，LAI）是表征作物冠层结构及生长信息的重要参数之一，了解LAI对掌握作物长势动态、水肥调控、产量预测等生产管理具有重要意义[1]。玉米是我国主要的作物之一，快速准确获取其生长信息，以便为田间施肥决策、估产等生产管理提供技术支撑[2]。传统LAI 信息获取方法仅能表示点位信息，而遥感技术凭借非侵入式、高通量的优势，能快速、无损、大尺度获取作物生长信息，已成为精准农业的重要内容和研究热点[3-5]。

目前，利用卫星遥感技术对LAI的估算已经取得了一些进展。如科学家们通过TM、ETM、World View-3、Sentinel-2、GF-1/2 等卫星遥感影像实现了区域尺度的小麦、水稻、玉米、棉花等作物LAI估算[6-11]。但卫星遥感影像容易受大气云层、雨雪天气、重访周期等因素的影响，难以满足特定区域尺度高频次、高分辨率数据的需求[12-14]。而低空无人机（Unmanned aerial vehicle，UAV）则能根据需求搭载不同光谱波段的传感器，有效弥补卫星遥感在中小尺度高精度估算研究中的不足，已逐渐成为现代精准农业研究的新手段[15-18]。如Berni等利用无人机多光谱影像估算橄榄树LAI[19]；刘峰等通过无人机多光谱估算板栗冠层覆盖度[20]；Córcoles 等通过无人机多光谱数据研究了洋葱LAI[21]；Peter等利用无人机多光谱影像估算马铃薯LAI[22]；孙涛等基于无人机多光谱遥感影像实现了水稻LAI 估算[23]；王瑛利用无人机多光谱影像估算小麦LAI[24]；……