利用多光谱无人机影像将有机肥属性与生育期内氮动态相关联

《Precision Agriculture》：Linking organic fertilizer properties to in-season N dynamics using multispectral UAV imagery

　　

目的：作物氮（N）需求与氮供应的匹配对于提高有机肥的氮利用效率至关重要，因为有机肥中的氮大部分以有机态结合。本研究旨在评估基于无人机（UAV）的多光谱影像监测生育期内氮吸收并评价不同有机肥如何影响氮动态的能力。方法：在瑞士Wallbach开展田间试验，在两个冬季谷类季节中比较未处理牛粪浆、厌氧消化粪浆、固体消化物、矿物氮对照和零氮对照。将UAV获取的多光谱数据与环境变量（气象、土壤和肥料）结合，使用随机森林回归模拟干物质、氮浓度、氮吸收和氮营养指数（NNI）。结果：结合UAV多光谱影像与环境变量的随机森林模型在预测冬小麦（R2=0.85，RMSE=13.9 kg N ha?1）和冬大麦（R2=0.78，RMSE=9.3 kg N ha?1）生育期氮吸收方面表现良好。预测的氮动态显示，施肥前有机处理中出现短暂的氮吸收峰值，可能由遗留肥料效应导致。施肥后，矿物施肥下氮吸收增加最多。氮吸收动态受肥料属性影响，低C/N比和高NH4-N比例表现出更强效应。结论：高时间分辨率的UAV多光谱影像能够捕获生育期氮吸收动态，并揭示有机肥品质差异引起的肥料氮释放差异。这些见解支持优化肥料施用，以更好地同步氮矿化与作物需求。

研究背景与立项依据：农业氮（N）投入对保障产量与粮食安全至关重要，但活性氮易通过氨挥发、硝酸盐淋溶和 denitrification 以 N₂ 或 N₂O 形式损失。有机肥（如牛粪浆、厌氧消化粪浆、固体消化物）在畜禽与混合农作系统中贡献显著氮输入，但其短期氮释放差异极大，仅铵态氮（NH₄-N）为当季可给态，有机氮（N_org）须经矿化方被利用；NH₄-N 比例与碳氮比（C/N）共同决定释放节奏，导致供应与作物需求同步困难，进而拖累氮利用效率（NUE）并增加环境风险。传统遥感植被指数（如 NDVI、NDRE）在矿物氮下较稳健，但在有机施肥复杂释放下解释力下降。为此，研究人员在瑞士 Wallbach 的有机管理田块（Haplic Luvisol，330 m a.s.l.）于 2023 年种冬小麦（T. aestivum ‘Wiwa’）、2024 年种冬大麦（H. vulgare ‘Higgins’），设五处理（零氮 NON、矿物氮 MIN、未处理粪浆 SLU、厌氧消化粪浆 SLA、固体消化物 SD），各处理总氮等量，比较无人机多光谱结合环境变量的机器学习能否刻画有机施肥的生育期氮动态。该文发表于《Precision Agriculture》。

主要关键技术方法：研究人员以 DJI Phantom 4 Multispectral 于 50 m 航高按周/双周获取蓝绿红红边近红外五波段正交 mosaic（地面分辨率 2.7 cm/px），用 NDVI 阈值分割植被像元并提取反射率与 NDRE/NDVI 等指数；同步记录 Agrometeo 气象（生长积温 GDD、5 日均温与降水）、0.10 m 土温与体积含水率、肥料属性（NH₄-N 比例、C/N、pH、干物质）。地面真值来自各小区破坏性取样测干物质（DM, t ha^?1）、氮浓度（N_c, %）、依 N_up=DM×N_c×10 算氮吸收（kg N ha^?1），并按 Justes（冬小麦）与 Zhao（冬大麦）临界氮稀释曲线算氮营养指数（NNI）。预测采用 R 语言 caret 包 10 折交叉验证随机森林回归，预测变量含光谱波段+气象+土壤+肥料子集，并与仅 NDRE+气象+肥料的精简模型对照，最佳模型外推至无取样飞行日重构季节曲线，再将各小区 N_up 斜率对 NH₄-N 比例（线性）与 C/N（二次）拟合。

研究结果

Yield and N uptake：2023 冬小麦 MIN 总 N_up 189.5±15.8 kg N ha^?1 显著最高，SLU 与 SLA 次之且互无差异，SD 接近 NON 但籽粒 N_up 更高；2024 冬大麦因湿冷与采样压实致整体低产，MIN 与 SLA 的 N_up（72.5±6.2 kg N ha^?1）显著优于 SD/NON，SLU 仅优于 NON。有机处理后期 NNI<0.8，仅 MIN 接近最优。

In-season N uptake and growth dynamics：季节内取样显示 MIN 各期 N_c、N_up、NNI 最优；SLU 在 2023 早期生物量最高，SLA 在 2024 各期生物量最高；有机处理 NNI 全季低于 MIN 但高于 NON。

Relationship of vegetation indices and in-season measured plant parameters：2023 冬小麦 NDRE 对 N_up 边际 R²=0.73（RMSE 12.5），NDVI 对 DM 边际 R²=0.81；N_c 与单指数边际 R² 极低（≈0.13）但条件 R² 高。2024 冬大麦因冠层信号弱，NDVI/NDRE 固定效应解释力骤降（N_up 边际 R² 仅 0.26），证明单指数在逆境年失效。

Prediction of plant parameters by random forest regression models：全变量随机森林 2023 年 N_up 预测 R²=0.85（RMSE 13.9），2024 年 R²=0.78（RMSE 9.3）；2024 年精简模型（NDRE+GDD+肥料属性）反优于全变量，表明极端气候下预选氮敏感特征可抑噪。间接由 DM×N_c 推 N_up 在 2023 优于直接预测，2024 无差。

Seasonal dynamics of predicted N uptake：施肥前 SLU/SD 现短暂 N_up 峰值，归为既往有机肥遗留矿化；施后 MIN 曲线斜率最陡；SD 与 NON 曲线平行但整体抬升约 7 kg N ha^?1，证实固体消化物靠有机氮迟效矿化补差。

N dynamics affected by slurry characteristics of the fertilizers：各小区 N_up 对时间斜率与肥料 NH₄-N 比例呈显著正相关，与 C/N 呈显著二次负相关；2024 年 SLA 因 NH₄-N 比例高于 SLU 而日吸氮斜率更陡，说明铵比例直接驱动当季速率。

Predicted N uptake at harvest：2024 大麦最大预测 N_up 与实测收获 N_up 近 1:1（斜率 0.99）；2023 小麦 MIN 因训练集高氮样本不足致高估饱和、略低估，剔除 MIN 后其余处理斜率 0.9。

讨论部分总结：研究人员指出两年极端天气（2023 旱热、2024 湿涝与病害）压低籽粒产量且阻碍氮向籽粒分配，MIN 未用植保故亦低于瑞士参考产量。厌氧消化并未稳定提升 SLU 表现，因 Digestate 高 pH 与 NH₄-N 伴生氨挥发抵消增益；SD 多年施用积累土壤有机 N，迟效矿化使其在孕穗后逼近 NON 但整体抬高。NNI 显示有机处理全季亚最优，宽行距（0.25 m）机械除草致冠层未闭，临界氮曲线须本地校正。单指数 2023 年可追踪有机氮状态，2024 年失效，随机森林融合 GDD 与肥料属性在逆境下稳健，但高氮端因训练分布受限而低估。季节动态证实施肥前峰值属 legacy effect，施后矿物氮速效占优，有机氮释放由 NH₄-N 比例与 C/N 调控。

结论翻译：基于多光谱影像融合气象、土壤与肥料属性的随机森林模型准确预测有机施肥作物的生长与氮动态。高时间分辨率多光谱信息揭示了有机肥品质差异导致的生育期氮吸收细微差别。首次施肥前遥测氮吸收显示既往有机肥的强烈遗留效应；矿物肥施后作物响应最强；固体消化物与零氮处理动态相似但水平更高，提示既往施肥有机氮矿化贡献。氮吸收动态可直接关联肥料属性——高 NH₄-N 比例与低 C/N 比肥料效应更强。该研究证明遥感耦合辅助数据可解析不同类型肥料的生育期氮吸收动态，未来应跨pedoclimatic条件验证以提升有机肥管理一致性。