农业遥感技术集计算机技术、数据库技术、网络技术、地理信息系统、全球定位系统于一体,对地观测和有效地获取地面信息。遥感技术已经广泛的应用于精准农业中,如作物营养估计、杂草分布、土壤调查、水资源调查、植被调查与识别、农作物估产、病虫害侵袭调查、农业生态环境监测等都是农业遥感应用范围。生物质能源是目前最可观的可再生能源来源,由于能源作物Miscanthus产量高,耗水量低,营养需求低,不侵蚀环境,已经被用来作为生物能源来源。能源作物与传统的农业作物有相似的特点,也有其独特的产物及生长特性。监测能源作物生长的农业遥感系统既可以利用传统的农业遥感方法,又与传统的方法有不同之处。农业遥感平台包括航天,航空和地面平台,地面平台有三角架、遥感塔、遥感车等,主要用于在近距离测量地物波谱和获得地物细节影像；航空平台包括各类飞机、飞艇、气球等,其中小型飞机是最有用和最常用的航空遥感平台；航天平台如人造卫星及探测火箭。在不同的遥感平台上,可以获得不同面积,不同分辨率的遥感图像数据,在遥感应用中,这三类平台可以互为补充。选择遥感平台时,需要考虑几个重要的因素：空间分辨率、光谱分辨率、辐射分辨率、时间周转率。为了研究本文能源作物的生物量产量监测,搭建了地面农业遥感平台,研究了传感器采集多光谱图像的几何及辐射校正方法,探讨了遥感图像拼接的算法,阐述了能源作物生物量产量模型,具体的工作包含以下几个方面：分析目前农业遥感平台和方法对能源作物监测的不利之处建立了遥感塔式地面遥感平台监测能源作物长势,具有高空间分辨率,高光谱分辨率,低时间周转的特性。首先模拟了系统实现,然后介绍平台各项参数,描述了标定预设点方法。获取的图像由于设备条件、天气、遥感平台位置、运动状态和地形起伏等原因存在几何位置上的误差,大气对电磁波辐射的散射和吸收,太阳高度与传感器观察角的变化等原因存在辐射能量上的误差。本文研究的地面遥感平台,不考虑大气校正,与传统遥感辐射校正方法不同,针对地面拍摄的遥感图像,每天拍摄照片前,采用神经网络方法动态调整照相机增益值及曝光值,即使每天的光照条件不同,也尽量减小环境对多光谱图片质量的影响。采用针孔照相机模型分析相机内部参数及外部参数与最后成像的关系,得到图像真实的几何位置,并去掉畸变,得到几何校正后的多光谱图像。遥感塔图像拼接不同于传统的遥感图像拼接,不能采用普适的方法,匹配是用来确定待拼接图像之间重叠区域以及重叠位置的关键技术,是对从不同时间和不同角度所获取的图像进行最佳配准的处理过程,直接关系到图像拼接算法的运行速度和成功率。首先对目前存在的图像拼接方法,进行深入研究,然后确定本文遥感图像采用基于特征和灰度信息的图像拼接方法：首先对待匹配图像特征提取,再利用提取到的特征完成两幅图像特征之间的匹配,通过特征的匹配关系建立图像间的匹配映射。本文所采集的遥感塔图像在地块中有明显的纹路信息,除了利用特征点,也采用线宽特征作为拼接算法的输入。最后阐述了能源作物生物量监测使用的植被指数,然后首次使用累加植被指数的方法,模拟植被指数如何反应生物量的变化,模拟收割的样本点生物量产量情况。本文的主要的创新工作如下所述：(1)采用遥感塔监测能源作物生物量变化,采用人工神经网络调节照相机参数,减少了辐射误差。(2)利用基于特征和灰度的图像拼接方法,提高了处理后的图像精度。(3)采用累加植被指数的方法,构造生物量与植被指数累加值相互影响的模型,较为准确地模拟了样本点生物量产量情况。