基于无人机高光谱不同降维算法的烤烟叶片氮含量估算

来源：中国土壤与肥料杂志2025年第9期北京时间：

作者：蒯雁，陈天才，代先强，王德勋，宗鹏，孙军伟，杨成伟，张明政，张久权

单位：(1.云南省烟草公司大理州公司，云南 大理 671000;2.重庆市烟草公司奉节分公司，重庆 404600;3.江苏大学农业工程学院，江苏 镇江 212023;4.中国农业科学院烟草研究所，山东 青岛 266101)

摘要：为了实现对烤烟叶片氮含量的快速、无损、广域田间测定，及时监测烤烟氮素营养状况并制定精准施肥策略，利用大疆无人机搭载高光谱相机采集烤烟冠层影像，提取光谱反射率数据，并分别采用连续投影算法、最小绝对收缩与选择算法以及弹性网络3种算法对原始光谱数据进行降维，提取氮素敏感波段，计算植被指数。随后，结合3种机器学习算法，构建烟叶氮含量的反演模型。结果显示，采用连续投影算法降维结合随机森林建模的组合效果最佳，模型决定系数达到0.711，均方根误差为5.138 mg/g；其次为连续投影降维与多元线性回归模型，其决定系数和均方根误差分别为0.70和5.234 mg/g。上述研究为烤烟大田养分智慧管理提供了有效的技术支撑。

关键词：烤烟;氮含量;无人机;高光谱;数据降维;机器学习

基金资助：基金项目:中国烟草总公司重点研发项目计划项目(110202102041)；云南烟草公司科技计划项目(2025530000241017，2021530000241026)；湖北省烟草公司重点项目(027Y2022-004)。