Debido a su bajo costo, resistencia a interferencias y ocultación de sensores visuales, los sistemas de aterrizaje basados en visión han recibido mucha atención en la investigación. Sin embargo, los sensores de visión solo se utilizan como componentes auxiliares en los sistemas de aterrizaje visual debido a su precisión limitada. Para resolver el problema de la estimación de posición inexacta de los sensores solo de visión durante el aterrizaje, se propone un novedoso algoritmo de estimación de pose en bucle cerrado de datos con un mapa neural implícito. Primero, proponemos un método para estimar la pose del UAV basado en las características de línea de la pista, utilizando un método flexible de detección de línea de pista de grueso a fino. Luego, proponemos un método de mapeo y localización basado en el campo de radiancia neural (NeRF), que proporciona una representación continua y puede corregir bien la pose estimada inicial. Finalmente, desarrollamos un sistema de anotación de datos en bucle cerrado basado en un mapa implícito de alta fidelidad, que puede mejorar significativamente la eficiencia de la anotación. Los resultados experimentales muestran que nuestro algoritmo propuesto funciona bien en varios escenarios y logra una precisión de vanguardia en la estimación de pose.