Al estimar la biomasa aérea (AGB) en múltiples etapas de crecimiento, los índices de vegetación (VIs) tienen limitaciones debido a la saturación bajo dosel densos y a la baja sensibilidad a los órganos que crecen verticalmente (por ejemplo, panículas). La transformada discreta de wavelet (DWT) puede extraer características de textura multidireccional y multifrecuencia que reflejan cambios en la estructura del dosel, pero su aplicación en el monitoreo de la biomasa de cultivos está poco explorada. Por lo tanto, para evaluar si las texturas basadas en DWT pueden utilizarse para estimar AGB en múltiples etapas de crecimiento y si la combinación de VIs puede mejorar la precisión de la estimación, se realizaron experimentos de campo durante dos años que involucraron cuatro variedades de arroz y cinco tratamientos de nitrógeno. Se adquirieron imágenes multiespectrales de UAV durante las etapas críticas de crecimiento, de las cuales se extrajeron VIs y texturas de wavelet (WTs), y se construyeron nuevos índices de textura de wavelet (WTIs). El análisis de correlación guió la selección de características, y se emplearon regresión simple, regresión lineal múltiple y un bosque aleatorio optimizado por Optuna para desarrollar modelos de estimación de AGB de arroz. Los resultados indicaron: (1) En comparación con un solo WT, los WTIs mostraron una mayor correlación con el AGB de arroz en diferentes etapas de crecimiento. (2) Entre los tres modelos, el modelo RF tuvo el mejor rendimiento. Específicamente, usar solo VIs para estimar AGB durante la etapa previa a la espigación produjo una precisión relativamente mayor (R = 0.713), mientras que usar WTIs para estimar AGB durante la etapa posterior a la espigación y en todas las etapas produjo una mayor precisión (R = 0.709 y 0.668). (3) Combinar WTIs con VIs mejora significativamente la precisión de la predicción de AGB en diferentes etapas de crecimiento (R = 0.782, 0.769 y 0.732; RMSE = 114.655, 161.779 y 223.654 g/m), con R mejorando entre un 10-15% y RMSE disminuyendo entre un 13-17% en comparación con los VIs. El estudio demuestra que las texturas basadas en DWT pueden ayudar de manera efectiva en la estimación de alta precisión de AGB de arroz. Además, integrar WTIs con VIs permite una predicción precisa y estable de AGB de arroz bajo diferentes prácticas de manejo y variedades, proporcionando un método económico y eficiente para estimar AGB de arroz.