冬小麦冠层氮含量多源遥感监测模型实现跨区通用
文章导读
小麦氮含量监测总在跨区时“水土不服”？中国农科院团队颠覆传统：仅用18个河北样本“喂”给新乡数据集，就让冬小麦遥感模型首次实现跨区通用！他们破解了光谱特征利用不足、抗干扰弱的行业痛点——通过迁移学习整合多源光谱数据，锁定近红外敏感波段，监测精度跃升至R² 0.61。这意味着万亩麦田氮营养无损监测不再受地域限制，智慧农情体系迈出关键一步。想告别施肥“凭经验”？这篇硬核研究正为精准农业铺路。
— 内容由好学术AI分析文章内容生成，仅供参考。
近日，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冠层氮含量多源遥感监测模型，相关成果发表于《农业计算机与电子（Computers and Electronics in Agriculture）》。
无人机遥感技术可快速无损监测小麦氮含量，但现有模型存在光谱特征利用不足、抗环境干扰性能弱、跨地区通用性不强等问题，导致监测精度不稳定。
科研人员在河南新乡、河北邢台两地设置了120个不同喷灌水量和氮肥施用量的冬小麦种植实验，用无人机采集冠层多源光谱数据，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，并确定了多个氮敏感特征波段。研究还优化整合了多传感器光谱指数，实现了多源数据特征互补，并进一步构建了冬小麦冠层氮含量遥感监测模型。同时，为提高模型跨区域应用的泛化能力，科研人员引入迁移学习方法进行训练，在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，模型监测性能最佳，决定系数（R²）达到0.61，均方根误差（RMSE）为1.30毫克每克 。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支撑。
该研究得到国家重点研发计划、中国农业科学院科技创新工程等项目支持。（通讯员：单文晴）
原文链接：https://doi.org/10.1016/j.compag.2025.110322
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
暂无评论...