柑橘是我国南方农村地区重要的支柱产业,对实现农民致富、乡村振兴具有十分重要的意义。柑橘为多年生常绿果树,其冠层特征对于树势具有重要的指征意义,能进一步分析其与生长状况、生理指标、产量的关系。因此,快速准确地获取柑橘冠层形状特征,如树高、冠层投影面积、冠层体积等,有助于肥水药精准变量施用和产量高效精准预估,促进精准农业技术在柑橘产业中推广应用。受我国柑橘产业地域分布和冠层自然生长方式影响,人工测量和地面测量的精度及效率都无法满足相应的需求。随着无人机技术尤其是倾斜摄影及自动导航技术的发展,使其在精准农业领域表现出重要的发展潜力及应用价值。本研究通过优化采集参数获得柑橘果园的倾斜摄影影像,建模获取单株果树冠层高度模型（Canopy Height Model,CHM）,从中提取树高、冠层投影面积和冠层体积,建立了基于无人机倾斜摄影的奈维林娜脐橙冠层特征提取方法,证明了无人机倾斜摄影用于柑橘冠层特征提取的潜力,并将所得数据用于产量预估,从而为奈维林娜脐橙冠层特征快速准确提取与产量预估提供理论依据与技术支持。本研究的主要研究内容和结论如下:（1）无人机倾斜摄影数据采集参数优选与冠层点云获取研究。针对实际需求,本研究选择五向飞行模式进行图像采集,设置不同的飞行高度、镜头倾斜角、重叠度组合,以正方体靶标为对象,综合影像获取效率和体积提取精度两个因素,分析得到较为合适的图像采集参数设置如下:航高20米、镜头倾斜角45°、航向重叠度75%、旁向重叠度70%。基于上述图像采集参数完成奈维林娜脐橙果园的倾斜图像采集,三维重建后获得研究区域点云,对其进行去噪、点云分类、点云分割等处理后得到单株果树CHM模型,为进一步的冠层特征提取提供基础数据。（2）基于无人机倾斜摄影的冠层特征提取研究。从获得的单株CHM中提取树高,计算单株果树CHM投影到水平面得到的点集构成的凸包面积得到冠层投影面积。分别使用三种算法（凸包算法、梯形投影求和法以及圆台体积累加法）对奈维林娜果树冠层体积进行提取,使用决定系数（R~2）、均方根误差（RMSE）、平均绝对误差（MAD）和平均相对误差绝对值（AMRE）对三种算法提取的精度进行对比从中选择最佳的体积提取算法。结果显示,三种算法提取体积与测量体积之间的R~2分别为0.8487、0.7422和0.7967;均方根误差分别为1.4966、0.8807、0.5809;平均绝对误差分别为1.3437、0.7845、0.4744;平均相对误差绝对值分别为64.20%、37.30%、23.28%;圆台体积累加法的均方根误差、平均绝对误差和平均相对误差绝对值均小于其余两种方法。因此,该算法可作为最佳算法用于果树冠层体积提取。以第二次生理落果期冠层特征的人工测算结果为基准,三个特征提取值与人工测算值之间的决定系数分别为0.7082、0.7858、0.7967,RMSE分别为0.3365 m、0.5574 m~2、0.5809 m~3。证明无人机倾斜摄影技术应用于奈维林娜脐橙果树冠层特征提取是可行的。基于上述方法,完成对转色期和成熟期的树高、冠层投影面积和冠层体积的提取。（3）基于冠层特征的奈维林娜脐橙产量预估技术研究。通过分析奈维林娜脐橙单株产量与不同物候期果树冠层特征的关系,确定第二次生理落果期为产量估测最适物候期。使用Levenberg-Marquardt（LM）算法建立了基于冠层体积的奈维林娜脐橙果树产量估测最优模型,其R~2=0.7961,均方根误差为11.85,平均相对误差为9.89,平均绝对误差为14.25%;验证集样本植株的决定系数为0.9133,均方根误差为5.04,平均绝对误差为3.76,平均相对误差绝对值为4.43%,证明了该模型在生产实践中的适用性。研究表明,利用无人机倾斜摄影技术获取冠层特征并应用于奈维林娜脐橙的产量预估是可行和有效的。