地上生物量（above ground biomass, AGB）是评估作物生长状态、生产潜力和产量水平的重要指标。作物AGB由叶（主要光合部位）和茎穗（非主要光合，甚至不光和部位）组成，冠层顶部的光谱信号可以捕获叶变化，但是茎穗的变化对冠层遥感信号的贡献是未知的。从遥感数据中解析AGB的主流方法未考虑叶和茎穗对遥感信号的贡献差异，这可能会增加光谱数据推导AGB的不确定性。因此，本研究主要评估了叶和茎穗等组分对冠层光谱的贡献，并结合三维辐射传输模型和异速生长模型开发了一种新的、基于茎叶分离策略的AGB估算方法。结果表明：（1）茎秆对冠层光谱的贡献较小，冠层光谱主要由叶支配。（2）叶片和茎杆生物量关系有明显的异速生长关系（R²=0.73）。（3）相比于传统的AGB建模方法（R2=0.44）,新方法大大提高了AGB估算精度（R²=0.79）。本研究可以为不同作物的AGB遥感建模提供参考。

3D辐射传输模型,异速生长模型,茎叶分离策略,无人机遥感,地上生物量