图 5.基于数字地表模型（DSM）计算平均叶倾角（MLA）的流程示意图。(a) 所用数据层概念示意图，包含叶片分割矢量、无人机正射影像与数字地表模型；(b) 逐叶片裁剪数字地表模型的详细过程；(c) 从裁剪后的 DSM 栅格中提取中心点及其对应高程值；(d) 对提取的中心点进行平面拟合，根据拟合平面法向量与天顶方向的夹角，计算叶片倾角（Θ）。
图 6.影像重建前后分辨率对比。(a)–(c) 为原始大田无人机影像，局部放大后可见叶片边缘模糊，无法满足单叶片分割要求；(d)–(f) 为重建后影像，叶片轮廓与边缘清晰，可实现单叶片精准识别与分割。重建影像中出现少量蓝色杂点，是模型生成过程中蓝通道重建偏差所致，但并未影响后续叶片分割精度。
图 7.叶片分割效果目视对比。本图展示模型在不同场景下对单叶片的分割精度。每行依次为：(a) 原始高分辨率影像；(b) 人工标注的真实样本（大豆叶片真值图）；(c) 模型输出的分割掩膜。图 (c) 中红色圆圈标注区域为分割效果不佳、需人工剔除的矢量边界。
图 8.两种平均叶倾角估算方法的性能评估。散点图对比估算平均叶倾角与实测平均叶倾角：(a) 基于数字地表模型的方法；(b) 基于点云的方法。虚线为 1:1 参考线；图上方与右侧的直方图展示数据分布；各方法均附上回归方程与决定系数（R²）、均方根误差（RMSE）等评价指标；子图底部为残差分布。
图 9.大豆样地平均叶倾角（MLA）与间隙率 G (0) 的空间分布及统计分析。全面分析大豆试验区两大冠层结构参数：(a)(b) 分别为基于俯视遥感数据（表征冠层上层）得到的平均叶倾角、间隙率 G (0) 空间分布，色阶体现数值空间差异，二者空间分布呈负相关；(c)(d) 为两项参数的概率密度统计分布，红色虚线代表均值，灰色阴影区域为一倍标准差范围。
图 10.单叶片视在反射率与太阳入射方向–叶片法向量夹角 (θsn) 的散点密度图。共分析四个光谱波段：(a) 近红外波段、(b) 红边波段、(c) 绿波段、(d) 红波段。研究采用角度等频分层抽样，最终得到 216324 组单叶片样本构建均衡数据集。所有波段中，单叶片视在反射率均与夹角 θsn 呈显著负相关（p<0.001），黑色虚线为普通最小二乘回归拟合曲线。
声明：本推文仅用于学习交流，不做其他任何目的。若有侵权，请联系微信号：GeeStudy_2020删除或修改！论文doi链接：https://doi.org/10.1016/j.rse.2026.115411，点赞、收藏、关注！
