本期进展来自农业AI实验室在变量施肥方向的实验性探索：用无人机多光谱影像反演水稻氮素状况，生成田块分区追肥处方图，替代传统的整田均匀施氮。
做法上不做端到端的"黑箱推荐"，而是把流程拆成三步：一是用NDVI与NDRE等植被指数建立与植株氮含量的经验回归，明确各生育期的可信区间；二是按3~5米栅格聚类成2~4个施肥分区，避免处方图过碎导致机具无法执行；三是把处方转成变量施肥机的作业文件，并在边缘端完成推理，田间无稳定网络时也能出图。
阶段性结果：在两个生长季、3个品种的试验田上，分区追肥相比均匀施肥减氮约12%~18%，产量差异控制在±2%以内；单幅正射影像的边缘端处理耗时约40秒，可当天出图、次日作业。
下一步计划：接入土壤墒情与短期气象预报，做水肥耦合决策，避免"按氮给肥"却忽略水分限制；同时把适用窗口从分蘖期扩展到拔节期与穗肥期，并补充不同土壤类型下的标定样本。
评论