农牧交错带是我国重要的饲料来源地，苜蓿作为“牧草之王”,对其进行生物量和饲草品质反演具有重要意义。
(1) 利用无人机光谱数据计算植被指数与地面数据构建模型。在线性模型中，NIR_v,ref与生物量、CP、ADF构建的模型精度最高，R²达到0.54、0.57、0.22；随机森林（RF）模型中，NDI结合株高等参数构建的模型R2最高，为0.76，RMSE为119.8kg/hm²；CP和ADF的模型中，NIR_v,ref表现最好，R²和RMSE为0.64、1.82%和0.34、3.75%；SIF表现均不理想。
(2) 利用卫星数据计算植被指数与地面数据构建模型。在线性模型中，NIR_v,ref与生物量、CP、ADF构建的模型R²最高，达到0.66、0.51、0.22；利用RF可将生物量的反演精度（R²）提高至0.83，CP提高至0.8，ADF提高至0.52。
虽然机器学习可提高模型精度，但在饲草品质反演中仍有很大提升空间。

 

苜蓿，遥感，生物量，饲草品质，反演算法