El maíz se encuentra entre los cultivos de grano más importantes. La biomasa aérea (AGB) es un indicador agroecológico clave para la predicción del rendimiento de los cultivos y el monitoreo del estado de crecimiento, etc. En este estudio, proponemos dos nuevos métodos, el algoritmo mejorado de biomasa de cultivos (iCBA) y iCBA con función por partes (iCBA-PF), para estimar la AGB del maíz. Se recopilaron imágenes multiespectrales (MS), imágenes de banda visible (RGB) y datos de detección y medición de luz (LiDAR) utilizando vehículos aéreos no tripulados (UAV). Se calcularon índices de vegetación (VIs) y se utilizó el modelo de volumen de dosel ponderado por VI (CVMVI) como variables de entrada para la estimación de AGB. Se compararon los dos métodos propuestos y tres métodos de referencia. Los resultados demostraron que: (1) El rendimiento de los datos MS y RGB en la estimación de AGB fue similar. (2) La AGB se estimó con mayor precisión utilizando CVMVI que utilizando VI, probablemente porque las tendencias temporales de CVMVI y AGB eran similares en la temporada de crecimiento del maíz. (3) El mejor método de estimación fue el iCBA-PF (R2 = 0.90 +/- 0.02, RMSE = 190.01 +/- 21.55 g/m2), lo que indica que la AGB antes y después de la espigazón del maíz debe estimarse con diferentes métodos. Nuestro método y hallazgos son posiblemente aplicables a otros cultivos con una etapa de espigazón.