杭艳红，苏 欢，于滋洋，刘焕军,※，官海翔，孔繁昌

（1. 东北农业大学公共管理与法学院，哈尔滨 150030；2. 中国科学院东北地理与农业生态研究所，长春 130012）

0 引言

水稻作为重要的粮食作物，其生产关系到中国的粮食安全，而叶面积指数作为水稻生长的一项重要参数，能够提供水稻生长过程的动态信息，与地上部生物量的积累和产量形成密切相关[1]，是评价作物长势及指导田间管理的重要指标。目前叶面积指数（Leaf Area Index，LAI）地面测量方法包括直接测量法和间接测量法。直接测量法精度相对精确，但费时费力，且离散的地面测量点不利于大规模的监测农作物长势[1]，测量过程中还会对作物造成一定破坏；间接测量法是采用测量参数或光学仪器进行测量，常用的有LAI-2000植被冠层分析仪、Sunscan密度计等[2]。卫星遥感具有大面积同步观测的特点，被广泛应用于LAI估算中，但受分辨率和重访周期的限制，相比卫星遥感，无人机遥感不仅具有更高的时间和空间分辨率，而且能够快速地获得田块尺度作物的空间变异信息，能够准确反映地块内部的长势差异。

近年来，国内外学者针对植被指数估算LAI展开了大量研究，在机理上已经被证明植被指数能够较好地估算作物LAI[3]。根据绿度归一化植被指数（Green Normalized Difference Vegetation Index，GNDVI）和LAI的线性关系建立模型[4]，但植被指数在LAI较大时会出现饱和现象[5]，在估算LAI时存在一定局限性。近些年基于无人机影像，结合光谱特征和纹理特征估算作物生长状况的研究逐渐增多，研究……