無人機遙感技術可快速無損監測小麥氮含量，但現有模型存在光譜特征利用不足、抗環境干擾性能弱、跨地區通用性不強等問題，導致監測精度不穩定。

 

　　科研人員在河南新鄉、河北邢臺兩地設置了120個不同噴灌水量和氮肥施用量的冬小麥種植實驗，用無人機采集冠層多源光譜數據，發現不同施氮量下小麥光譜數據在近紅外光區域的反射光特征變化明顯，并確定了多個氮敏感特征波段。研究還優化整合了多傳感器光譜指數，實現了多源數據特征互補，并進一步構建了冬小麥冠層氮含量遙感監測模型。同時，為提高模型跨區域應用的泛化能力，科研人員引入遷移學習方法進行訓練，在向新鄉地區小麥開花期高光譜、多光譜集成數據集添加18個河北地區樣本時，模型監測性能最佳，決定系數（R?）達到0.61,均方根誤差（RMSE）為1.30毫克每克 .研究為大面積高效無損監測小麥氮營養，構建智慧農情監測體系提供支撐。

 

　　該研究得到國家重點研發計劃、中國農業科學院科技創新工程等項目支持。（通訊員：單文晴）原文鏈接：https://doi.org/10.1016/j.compag.2025.110322