AI水稻氮肥追施推荐：冠层光谱与叶龄模型

农业AI实验室在南方双季稻试验田开展“冠层光谱—叶龄—土壤供氮”联合建模实验，目标是在分蘖末期给出追肥量区间，而不是单一推荐值。团队用无人机多光谱采集NDVI、NDRE等指数，同步记录叶龄、SPAD、株高和基肥用量，并将前7天降雨、温度与品种耐氮性作为协变量。当前采用梯度提升树与简单机理约束结合：先由叶龄模型判断是否进入追肥窗口，再用光谱与土壤数据回归需氮量，输出低/中/高三档。进展：首轮3个品种、12个氮肥梯度小区验证中，需氮等级分类一致率约82%，高氮区存在一定高估，主要受云影和土壤背景影响。下一步：引入土壤墒情与历史产量，联动变量施肥机做小范围闭环试验，并补充晚稻数据验证跨季稳定性。实验室暂不追求全自动决策，而是先保证推荐可解释、可人工复核。