准确监测叶面积指数(LAI)有利于及时、有针对性地采取管理措施。无人机遥感技术为农作物叶面积指数的无损监测提供了重要途径。目的：利用无人机的可见光(RGB)和多光谱遥感数据，以及LAI-2200 C植物冠层分析仪的地面实测LAI数据，对玉米LAI进行精细尺度的反演。针对无人机图像空间分辨率与地面实测LAI空间尺度不匹配的问题，通过去除LAI-2200 C仪测得的最外层环数据、基于植物高度计算重采样后的无人机图像空间分辨率、基于圆的重采样方法，减小无人机图像数据与地面实测数据的尺度差异。最后，通过上述方法对无人机影像进行重采样，提取植被指数和冠层高度特征作为随机森林模型的输入变量，分别构建玉米营养阶段和生殖阶段的LAI反演模型，称为Vis_H+RF方法。通辽实验站Vis_H+RF方法在营养生长期的R2为0.96，在生殖生长期的R2为0.61，均表现良好，具有一定的迁移能力。基于本研究方法构建的LAI反演模型与实际情况基本一致，可为玉米生长监测提供数据支持。

图1  试验场布置：公主岭和通辽实验站。

图2  地面测点示意图。(a)通辽实验站。(b)公主岭实验站。

图3  LAI - 2200c测量原理图。

图4  通过计算圆形区域内的平均反射率来重新采样。

图5  圆形和方形重采样测量数据与植被指数的相关性。

图6 不同空间分辨率影像植被指数与测量数据的相关性研究。

图7  不同机器学习方法在不同生育阶段和数据集下LAI反演模型的精度。

图8  通辽实验站玉米LAI分布图。

图9  公主岭实验站LAI反演模型的精度。

图10  公主岭实验站玉米LAI分布图。