准确估算单木地上生物量（AGB）对森林资源的精准管理至关重要。本研究以塞罕坝机械林场落叶松为例，对消费级无人机获取的影像进行单木分割后，提取树冠边界内的光谱（植被指数）和几何（纹理）特征，构建单木AGB估算模型，通过精度分析评估消费级无人机在单木AGB估算方面的能力。结果表明：（1）相较于各种复杂的机器学习模型，简单的多项式回归模型精度更高（R

2

提高约5%

RMSE降低约12%

rRMSE降低约9%），更适用于单木AGB估算；（2）相较于各种可见光植被指数，单木纹理特征（homogeneity、dissimilar、secondM、entropy、variance和contrast）对于单木AGB估算更具优势。本研究验证了消费级无人机可作为林业调查中低成本、高效率的新手段。