La etapa de espigado del arroz es un período crítico para el control de enfermedades, como el tizón de la panoja. El monitoreo rápido y preciso del crecimiento del arroz es de gran importancia para las operaciones de protección de cultivos en grandes áreas para movilizar recursos. Para este trabajo, se utilizó la información multiespectral del dosel adquirida continuamente por un vehículo aéreo no tripulado (VANT) para obtener la tasa de espigado mediante inversión. Los resultados indicaron que el modelo de inversión del índice de vegetación múltiple es más preciso que los modelos de inversión de banda única y de índice de vegetación único. En comparación con algoritmos de inversión tradicionales como la red neuronal (NN) y la regresión por vectores de soporte (SVR), el algoritmo de aumento adaptativo basado en el aprendizaje en conjunto tiene una mayor precisión de inversión, con un coeficiente de correlación (R2) de 0.94 y un error cuadrático medio (RMSE) de 0.12 para el modelo. El estudio sugiere que se puede construir un modelo de inversión más efectivo de teledetección multiespectral de VANT y tasa de espigado utilizando el algoritmo AdaBoost basado en el índice de vegetación múltiple, lo que proporciona un método de adquisición y procesamiento de información sobre el crecimiento de cultivos para determinar el momento del control de la panoja del arroz.