2018年6月至8月，在荷蘭瓦赫寧根進行了一項研究：利用無人機-激光雷達（UAV-LiDAR）采集三種不同作物（馬鈴薯、甜菜和冬小麥）的種植數據，并評估該方法估算作物生物量和株高的性能，植物表型資訊介紹如下：

隨著糧食生產壓力的日漸增大，作物表型分析越發(fā)重要。因此，準確估算作物生長季生物量對優(yōu)化產量具有重要意義。2018年6月至8月，在荷蘭瓦赫寧根進行了一項研究：利用無人機-激光雷達（UAV-LiDAR）采集三種不同作物（馬鈴薯、甜菜和冬小麥）的種植數據，并評估該方法估算作物生物量和株高的性能。

左：研究區(qū)域內的田地概況：指示了要研究的三種不同田地和農作物。右：本研究中使用的三種不同作物。

該研究利用3DPI算法估算生物量，利用每平方米可變數量最高點的平均高度估算作物高度。結果得出，利用該方法可以準確估計甜菜（R2= 0.68，RMSE = 17.47 g / m2）和冬小麥（R2= 0.82，RMSE = 13.94 g / m2）的生物量。同時，也可以準確估計甜菜（R2= 0.70, RMSE = 7.4 cm）和冬小麥（R2= 0.78, RMSE = 3.4 cm）的作物高度。然而，馬鈴薯株高（R2=0.50，RMSE=12cm）和生物量估算（R2=0.24，RMSE=22.09g/m2），由于其復雜的冠層結構和種植馬鈴薯的壟狀結構，其可靠性較差。最后，本文還指出，通常情況下，對于利用該方法進行精準生物量和作物高度估計，飛行條件（高度、速度、飛行路線的位置）應該與校準模型的設置相當，因為變化的條件會對估計的作物生物量和株高產生強烈影響。

顯示了k = 3時測得的生物量和擬合的生物量之間的關系的散點圖。

來源：

Harkel J t, Bartholomeus H and Kooistra L. Biomass and Crop Height Estimation of Different Crops Using UAV-based Lidar. Remote Sens. 2020, 12(1), 17; https://doi.org/10.3390/rs12010017.