基于无人机可见光谱平台的烤烟氮素营养诊断

孙志伟，王晓琳，张启明，苑举民，张 爽，闫慧峰*，王树声*

1.中国农业科学院烟草研究所/农业农村部烟草生物学与加工重点实验室，山东 青岛 266101 2.江西省烟草科学研究所，江西 南昌 330025

引 言

氮素对烟草生长、品质及产量的影响极大。想要实时把握氮肥用量从而得到理想的烟叶产质，田间氮素的快速诊断成为关键。传统的烤烟田间氮素诊断方法需要破坏性取样，实时性差，耗时长，方法滞后。近年来，非破坏性诊断工具在氮素快速诊断中应用越来越广泛。

无人机遥感具有方便灵活、使用成本低、响应快速、厘米级数据获取等优点[1]，随着无人机(unmanned aerial vehicle,UAV)技术在农业领域的广泛应用，使用无人机遥感(unmanned aerial vehicle remote sensing,UA CRS)对农作物进行大规模的氮素营养监测成为热点和趋势。毛智慧等证明玉米冠层植被指数与SPAD值有很强的相关性，利用无人机多光谱技术可以进行高精度的叶绿素含量预测。大量研究显示，农作物冠层氮质量分数与光谱反射率之间存在着显著的相关性[2]。王远等[3]利用图像分割技术提取的水稻红光标准化值NRI与SPAD值、叶片氮含量之间的相关性达到极显著水平。红光标准化值NRI可作为水稻和冬油菜氮素营养诊断的最佳冠层图像色彩参数指标[4-5]。李红军等[6]发现返青期小麦反光叶面的G/R与NRI色彩参数与小麦的氮素营养状况相关性较好。刘昌华等[7]研究也表明植被指数可以用来准确地估测冬小麦地上部生物量和植株吸氮量。

目前，将无人机图像技术应用在烤烟……