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氮含量无人机遥感快速监测模型，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植株氮含量，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情况，导致监测精度不稳定。

科研人员在河南新乡、河北邢台两地设置不同喷灌水量和氮肥施用量处理的120个冬小麦分区种植实验，用无人机拍摄红绿蓝（RGB）、高光谱、多光谱图片，提取光谱数据与实测数据对比，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。研究进一步利用可决系数（R²）确定了对氮含量敏感的多个光谱波段数据，并通过权重分配优化整合不同传感器光谱指数实现特征互补，结合高斯过程回归算法建立了氮含量遥感监测模型。

为提高模型监测通用能力，科研人员引入迁移学习方法进行训练，发现当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，监测性能最佳，决定系数（R²）达到0.61，均方根误差（RMSE）为1.30mg·g⁻¹ 。

该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。