中国农业科学院农田灌溉研究所灌排技术与装备研究中心构建了适用于不同地区的冬小麦氮含量无人机遥感快速监测模型

中国农业科学院农田灌溉研究所灌排技术与装备研究中心构建了适用于不同地区的冬小麦氮含量无人机遥感快速监测模型。该研究针对现有模型光谱特征利用不足、抗环境干扰性能弱、跨地区通用性不强等问题，在河南新乡和河北邢台两地进行了120个冬小麦分区种植实验，利用无人机拍摄RGB、高光谱和多光谱图片，提取光谱数据与实测数据对比。研究发现不同施氮量下小麦光谱数据在近红外光区域的反射光特征变化明显，并利用可决系数确定了对氮含量敏感的多个光谱波段数据。通过权重分配优化整合不同传感器光谱指数，结合高斯过程回归算法建立了氮含量遥感监测模型。为提高模型监测通用能力，研究引入迁移学习方法进行训练，发现向新乡地区小麦开花期高光谱、多光谱集成数据集添加18个河北地区样本时，监测性能最佳，决定系数（R²）达到0.61，均方根误差（RMSE）为1.30mg·g⁻1。该研究为大面积高效无损监测小麦氮营养，构建智慧农情监测体系提供了支撑。