地上生物量和植株氮含量对作物生长发育及产量形成起着决定性的作用，动态监测作物的长势和营养状况具有相当重要的意义。利用无人机获取马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期的高光谱数据及地面生物量及植株氮含量数据；分析植被指数与生物量及植株氮含量的相关性和变量投影重要性，筛选出对生物量和植株氮含量敏感的植被指数，结合深度神经网络(DNN)、偏最小二乘法(PLSR)、弹性网络回归(ENR)、岭回归(RR)及支持向量机(SVR)估算生物量和植株氮含量，对比不同模型估算生物量及植株氮含量的效果。结果表明：(1)植被指数与生物量及植株氮含量的相关性均达到0.01显著水平，利用变量投影重要性筛选出对生物量及植株氮含量敏感的植被指数；(2)对比分析5个生育期的遥感估算模型，生物量和植株氮含量以块茎形成期构建的模型最好，生物量以现蕾期估算的模型最差，植株氮含量以块茎增长期估算的模型最差。(3)采用PLSR方法在块茎形成期构建的生物量模型最优，其建模的R~2、 RMSE和NRMSE分别为0.60、 235.65 kg·hm~(-2)和0.15 kg·hm~(-2),验证的R~2、 RMSE和NRMSE分别为0.58、 344.72 kg·hm~(-2)和0.26 kg·hm~(-2),采用RR方法在块茎形成期构建的植株氮含量模型最优，其建模的R~2、 RMSE和NRMSE分别为0.74、 0.31%和0.15%,验证的R~2、 RMSE和NRMSE分别为0.77、 0.58%和0.28%。(4)综合比较DNN、 PLSR、 ENR、 RR和SVR算法估算生物量和植株氮含量模型，估算的植株氮含量模型精度优于估算的生物量模型精度，用植株氮含量可以更好的监测作物长势和营养特性，可为农业管理提供参考。