利用无人机遥感技术指导控释肥料处理，优化玉米种植中的氮营养指数（NNI）

《Precision Agriculture》：Optimising nitrogen nutrition index (NNI) for maize cultivation with controlled release fertilizer treatments guided by UAV remote sensing technology

玉米氮肥管理及无人机监测研究

　　

摘要

目的

有效的氮（N）管理对于提高玉米产量和资源利用效率至关重要。氮营养指数（NNI）是评估作物氮状况的常用工具。然而，在控释肥料（CRF）管理条件下，其响应机制仍不明确。本研究评估了不同类型氮肥对玉米氮营养指数的影响，并测试了使用无人机多光谱数据进行精确氮监测的可能性。

方法

进行了一项为期两年的田间试验，设置了五种氮肥处理方案，以评估肥料类型对玉米在V6、VT和R2生长阶段的氮分布系数（CNDC）和氮营养指数（NNI）的影响。根据叶面积指数（LAI）和地上生物量（AGB）建立了CNDC和NNI模型，并使用赤池信息量准则（AIC）和贝叶斯信息量准则（BIC）对它们进行了比较。同时，还利用无人机多光谱数据构建了一个梯度提升决策树（GBDT）模型。

结果

控释肥料显著改善了氮的分布均匀性并提高了模型准确性。控释肥料对叶面积指数的影响大于对地上生物量的影响，但基于地上生物量的氮营养指数更能反映实际的氮平衡状况。根据AIC和BIC信息量准则确定的氮亏缺累积情况，推荐施肥量为150–225公斤/公顷。此外，利用测量的NNI_AGB数据建立了CNDC模型，以便通过无人机来预测氮营养指数。基于无人机多光谱数据的GBDT模型通过筛选方差膨胀因子（VIF）中的敏感变量，实现了最高的准确性和稳定性（R2=0.88，RMSE=0.04，nRMSE=4.98%）。

结论

控释肥料管理结合无人机监测提供了一种有效的诊断玉米氮状况的方法。这种方法有助于实现精确的氮肥施用和可持续农业发展。