[发明专利]一种基于固定翼无人机多光谱影像的水稻氮肥推荐方法

说明书

本发明基于固定翼无人机影像光谱数据，提出一种基于固定翼无人机多光谱影像的水稻氮肥推荐方法，用于水稻追肥关键生育期氮肥施用量推荐。通过水稻田间试验，构建水稻植株氮积累量监测模型，并拟合无人机时序光谱动态曲线。利用上述模型和曲线构建充足指数氮肥推荐算法，并通过独立试验对该算法进行验证。本发明充分考虑了无人机平台的光谱数据特性，通过敏感植被指数筛选、最优曲线拟合的方法能够精准、无损地监测水稻关键生育期的氮素营养状况，最后通过充足指数算法结合监测结果与无人机光谱特征给出准确的氮肥推荐量。本发明将为水稻精确氮素管理提供优化途径，为区域尺度的精准农业管理和决策提供重要理论基础与技术支撑。

技术领域

本发明属于作物氮肥精确调控领域，尤其是一种基于固定翼无人机多光谱影像的水稻氮肥推荐方法。

背景技术

中国是世界上主要的水稻生产和消费大国，水稻的稳定生产对保障我国粮食安全和粮食市场稳定具有重要意义。氮素是限制水稻产量的重要营养元素之一。因此，为了保证高产，农民往往会施用过量的氮肥，造成肥料浪费和环境污染。为了改善这一状况，农学家们致力于针对不同作物开发有针对性的氮肥推荐方法。

作物氮肥调控的第一步是实时诊断作物氮素营养状况。传统的氮素营养诊断方法主要包括叶片颜色诊断和化学诊断，这些方法已被农学家们广泛运用并不断发展，具有较高的技术成熟度。近年来随着传感器技术日益更新，研究人员尝试利用叶绿素仪、多光谱或高光谱传感器来诊断作物氮素状况。这些设备能够便捷、无损、快速地获取作物生长信息，避免了主观判断产生的误差，同时也克服了破坏性取样带来的耗时、费力的缺点。目前主流的遥感传感器搭载平台包括了地面、机载和卫星平台。现有的氮肥调控研究大多基于地面手持传感器平台，而基于机载和卫星平台的研究主要集中在作物生长监测领域。随着集约化农业的不断发展，手持平台由于扫描面积小，难以满足大规模农作物生产管理的需求。卫星平台虽然具有观测面积大的优点，但有限的时空分辨率使得在高监测频率下难以获取作物实时生长信息。近年来无人机平台快速发展，可以有效获得高精度、高灵活性、大覆盖面积的遥感数据。到目前为止，研究人员已经成功地使用多旋翼无人机携带多光谱传感器来估算作物叶面积指数、生物量和氮素状况。然而，利用无人机平台进行作物氮肥调控的研究较少。

作物冠层光谱信息与叶绿素值具有较高的相关性，这意味着冠层光谱可以用来诊断作物的氮素状态。植被指数可以通过将多个光谱波段转换成比值或归一化的形式来突出植被信息，在植被遥感中得到了广泛的应用。Lukina等提出的氮肥优化算法(NFOA)是一种基于植被指数的氮肥推荐方法，他们使用归一化植被指数(NDVI)估计植物氮素吸收和产量潜力,并根据目标产量下的需氮量和植物当前的氮吸收量来确定追施氮肥量。随后响应指数(RI)和变异系数(CV)被引入NFOA以对该算法进行修正和改进，并成功地应用于小麦的氮素精确管理。Solari等用冠层多光谱传感器获得的植被指数代替了SI中的叶绿素仪表读数，并开发了基于SI的氮肥推荐算法，该算法能够根据作物SI值直接给出氮肥的施用量。Holland和Schepers引入了土壤施氮量、最优施氮量和作物实时施氮量等参数，进一步发展了SI算法。与NFOA相比，改进的SI算法可以根据不同的要求和情况调整输入参数，在实际应用中更加灵活。

前人基于手持式遥感平台进行作物氮素诊断和氮肥调控的研究流程已经趋于完备。部分研究缺少作物对氮素指标敏感波段反射率的筛选，不能构建具备更佳估测精度的植被指数；此外，现有的氮肥调控多基于手持平台，在实际应用时已经不具备效率优势，本发明中采用的固定翼无人机是一种相对较新的无人机平台，且具有更高的航速和更好的续航能力，在大规模农田管理方面具有巨大的潜力，需要针对该平台构建可靠的氮肥推荐方法。

发明内容

本发明所解决的技术问题在于提供一种基于固定翼无人机多光谱影像的水稻氮肥推荐方法，基于固定翼无人机多光谱影像数据，提取敏感波段反射率，构建高精度的水稻植株氮积累量监测模型和时序光谱动态曲线，同时结合充足指数氮肥推荐算法，对水稻关键生育期的氮肥施用量给出合理建议，为基于无人机的大规模农田作物氮素管理提供技术支持。

实现本发明目的的技术解决方案为：