在智慧农业方向，我们最近把研究重点放在“遥感追肥”这一环节：用无人机多光谱影像推地块尺度的氮素需求，而不是只靠经验撒施。
方法上，先对影像做辐射校正与阴影剔除，计算 NDVI、NDRE 等植被指数，再和地面叶绿素仪、土壤硝态氮采样点做时空匹配。模型没有直接上深度网络，而是用梯度提升树加局部残差校正，原因是样本量有限、可解释性要求高。输出不是单一追肥量，而是一张 3 档处方图，交变量施肥机执行。
阶段性进展：在自有试验田完成小麦两季数据采集，覆盖返青、拔节、孕穗三个时期。验证结果显示，处方图施氮比常规均匀施氮减少 8%~12%，产量差异未超过 3%，倒伏风险略降。当前误差主要来自云影、土壤背景和生育期错配。
下一步计划：加入土壤墒情与气象预报，做施氮窗口推荐；同时评估多品种、多地块迁移效果，并给出每块地的置信区间，让农艺师决定是否采用。
评论