基于无人机多光谱影像的小麦氮含量遥感监测方法研究

摘要

准确监测小麦田间生长过程中的氮含量，保证按需高效施肥，对提高小麦产量和肥效利用率具有重要意义。本研究于2022-2023年小麦生长季，在江苏省仪征市新集镇试验田开展试验，以冬小麦品种扬麦25为研究对象，采用大疆Mavic 3多光谱无人机，在小麦拔节期、孕穗期、抽穗期获取多光谱影像（绿、红、红边、近红外4个波段）及RGB影像，结合地面实测氮含量数据，经大疆智图与ArcGIS 10.8处理提取植被指数。构建“数据增强-特征变换-集成模型-加权优化”技术链，基础模型为未数据增强、单一随机森林且无加权损失的模型，优化模型通过高斯噪声、椒盐噪声及极值扰动扩充样本，采用“标准化+Yeo-Johnson变换”处理特征，集成低复杂度随机森林、高复杂度随机森林与梯度提升树，并对氮含量>25 mg·g^-1的样本赋予双倍权重的加权均方误差损失函数。结果显示：优化模型测试集决定系数（R²）达0.76、均方根误差（RMSE）为2.24 mg·g^-1,显著优于基础模型(其测试集中R²为0.31、RMSE为3.98 mg·g^-1);各优化环节独立贡献分析表明，数据增强使测试集R²提升0.28,集成模型进一步提升0.12,加权损失提升0.05。本研究可为小麦氮素精准管理及无人机遥感农业应用提供支撑，助力农业绿色发展。

关键词

小麦 / 无人机 / 遥感 / 氮含量 / 监测模型