无人机高光谱“把脉”高粱氮营养——一项值得关注的研究

高粱的氮营养状况如何，过去主要靠田间取样和实验室化验来判断。这种方法虽然准确，但时效性差、成本高，难以在大田生产中推广。辽宁省旱地农林研究所的张硕、张帅、董二伟等研究人员，在《农业工程学报》2026年发表了一项研究，尝试用无人机搭载高光谱相机来解决这个问题。

研究是怎么做的？

研究选取了3个高粱品种，设置了不同梯度的氮肥用量，在作物的关键生育期进行田间试验。数据采集分两个层面同步进行：一是利用无人机搭载高光谱成像仪（PIKA1型，北京锐思遥感技术有限公司），在晴朗无风的12:00-15:00时段进行低空遥感监测；二是在飞行作业的同时，在地面同步采集高粱植株样品，通过实验室分析获取植株氮浓度的实测值。

高光谱传感器覆盖386.1~1021nm的波长范围，包含150个光谱带，飞行高度为100米。这个高度和波段设置兼顾了空间分辨率和光谱分辨率，能够捕捉到高粱冠层反射光谱的细微差异。

核心目标：建立快速无损诊断模型

研究的核心目标是建立基于无人机高光谱数据的快速、无损诊断模型，用于预测高粱的地上部植株氮浓度（PNC）、叶面积指数（LAI）和氮营养指数（NNI）。

在数据处理上，研究人员采用了三种特征波段筛选方法：竞争性自适应重加权采样算法（CARS）、无信息变量消除法（UVE）和连续投影算法（SPA）。筛选出的特征波段再结合偏最小二乘回归（PLSR） 构建预测模型。这种方法组合的优势在于，既减少了高光谱数据的冗余信息，又保留了与氮营养最相关的光谱特征。

为什么值得关注？

传统氮营养诊断依赖破坏性取样和实验室分析，从采样到拿到结果往往需要数天时间。而无人机高光谱技术可以在作物冠层水平上无损、快速地获取光谱信息，诊断周期从“天”级压缩到“小时”级。

这项研究的另一个亮点是跨品种和区域验证。模型不只是在单一品种、单一地块上表现良好，而是在不同高粱品种和不同种植区域都能保持较好的预测能力——这意味着模型具有较好的泛化能力，离实际应用更近了一步。

对农业生产的意义

氮肥管理是高粱生产中成本控制的关键环节。施氮不足影响产量和品质，施氮过量则增加成本、污染环境。基于无人机高光谱的氮营养诊断技术，能够在大田尺度上快速识别缺氮区域，为精准施肥提供数据支撑。从“凭经验施肥”到“看数据施肥”，这种转变对提高氮肥利用效率、降低生产成本都有实际价值。

对于正在关注智慧农业技术的人来说，这项研究提供了一个值得跟踪的样本——它展示了无人机高光谱技术从实验室走向大田的实际路径，也说明了高光谱数据在作物营养诊断中的应用潜力。