农业行业
本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS60-无人机高光谱进行相关研究。FS60-无人机高光谱测量系统采用高信噪比超高速CCD成像器件，提供高稳定性的光谱图像采集；采用自研的高效率低功耗图像处理算法，大大延长了整机飞行时间，降低了系统功耗。
马铃薯作为我国主要农作物之一，其长势监测和产量预测关系到国家粮食安全，因此快速、无损、高精度的马铃薯定量监测至关重要。地上生物量和株高是重要的农学参数，与作物的光合作用相关，一般用于评定作物生长情况、估算作物产量以及评价田间管理效益。近年来，通过遥感技术能够高效、实时地对作物进行监测。然而，利用卫星和航空遥感技术虽能大面积获取作物表型参数，但易受到天气影响，限制了其在精准农业中的推广应用。
无人机遥感技术的发展，使现代化农业进入定量化。无人机搭载的数码相机和多光谱相机含有波段数量少，无法获取作物冠层充足的光谱信息，阻碍了对作物表型参数进行多波段研究。高光谱遥感光谱分辨率较高，可以获得大量的光谱信息，能够更精确地提取与作物长势相关的光谱波段。
因此无人机高光谱技术能够更好地监测作物的生长情况。国内外许多学者对高光谱技术进行了大量研究，利用无人机高光谱数据，将叶面积指数、叶片叶绿素含量、植株氮含量、植株水分含量等指标按照均等权重构建综合指标，通过多种光谱指数采用偏最小二乘回归方法构建综合指标模型，结果表明，综合指标与光谱指数的相关性更高、反演效果更好。
结果表明：
（1）基于DSM提取的H与实测株高具有高度的拟合性（R2=0.84），得到的HQ精度较高。
（2）最优光谱指数在不同生育期与地上生物量相关性不同，现蕾期相关系数绝对值最高的光谱参数为Rga（r=0.679），块茎形成期相关系数绝对值最高的参数为PSRI（r=0.727），块茎增长期相关系数绝对值最高的为CIrededge和NDVIcanste（r =0.747），淀粉积累期相关系数绝对值最大的为R-46 和SPVI（r=0.756），成熟期最优光谱指数为RSso （r=0.405）。
（3）以株高、最优光谱指数为变量，运用ER估测马铃薯地上生物量，综合5个生育期可知，每个生育期得到的模型效果优劣次序依次为最优光谱参数、Ha、H，块茎增长期以CIrededge参数估测的地上生物量精度最高，ER 建模集和验证集R2分别为0.45和0.48、RMSE分别为229.01kg/hm2和218.76 kg/hm2、NRMSE分别为19.19%和17.89%。
（4）每个生育期利用MLR、PLSR、RF3种建模方法分别基于VIs和VIs+H 估算马铃薯地上生物量，以后者为输入变量构建的估算模型效果最好。每种方法以同种变量在块茎增长期表现效果最好，块茎形成期和淀粉积累期次之，现蕾期和成熟期表现最差。
