为了解决玉米成熟度精确反演难题，“黑土粮仓”先导专项研究团队基于玉米生长的作物物理机理，以海伦示范区玉米田为研究对象，利用PROSAIL模型从多光谱无人机图像中反演玉米冠层叶绿素(CCC，Canopy chlorophyll content)，并以玉米冠层叶绿素变化为判断媒介，并结合选择的植被指数，快速反演田块尺度玉米成熟度。

研究结果表明，玉米CCC的反演结果与实测数据进行比较，R²为0.704，RMSE为34.58 μg/cm²， MAE为26.27 μg /cm²。玉米成熟期GMC估算结果表明，基于归一化红边指数(NDRE)的玉米GMC估算精度在两个研究田块区域均最高，R²分别为0.6和0.619。尽管无人机获取的植被指数反演的玉米GMC精度低于玉米CCC，但其具有快速获取、高时空分辨率、适用于经验模型以及捕获田间生长差异等优点，仍是田块尺度作物监测的有效方法。研究也发现，在相同的地理环境条件下，玉米品种是玉米成熟度变化的主要原因。

研究构建了基于无人机遥感的玉米成熟度判断的快速方法，具备坚实的作物物理基础，具有一定的稳定性且方法简单，为开展大面积高效的玉米成熟度判断提供了可能。同时，本研究发现的无人机影像、冠层叶绿素和玉米籽粒含水量之间密切的相关关系，未来可尝试推广到其它作物的成熟度估算应用中，这将进一步提高基于无人机遥感的精准农业应用价值。

相关研究成果发表在《Drones》上，论文由中国科学院东北地理所刘照博士(第一作者)、李华朋副研究员(第一通讯)和张树清研究员(共同通讯)等共同完成。该研究得到中国科学院战略性先导科技专项项目(XDA28070500)资助。

基于无人机遥感的玉米长势监测影像拍摄