[发明专利]一种无人机精准变量施肥方法及系统

权利要求书

1.一种无人机精准变量施肥方法，其特征在于：包括以下步骤；

S1：选取无人机精准变量施肥农作物试验区；

S2：设计无人机精准变量施肥农作物试验计划；

S3：通过无人机精准变量施肥系统对步骤S2中的试验计划进行解析；

S4：通过步骤S3中得出的试验解析对农作物在生长关键生育时期所需的施肥量进行延伸分析。

2.根据权利要求1所述的一种无人机精准变量施肥方法，其特征在于：所述步骤S1中所选的无人机精准变量施肥农作物试验区的年均温度为15.0℃，年均降雨量为907mm，无霜期为200d，土壤为典型的砂姜黑土。

3.根据权利要求1所述的一种无人机精准变量施肥方法，其特征在于：所述步骤S2中设计的无人机精准变量施肥农作物试验计划为试验区主栽品种为皖麦38，为冬小麦，试验区面积为10m×5m，采用播种量为90～120kg/hm²的10～12cm等行距机械化播种，采用氮肥单因素120kg/hm²的梯度试验，3次重复，每个梯度设3个试验区，45个试验区随机排列，磷、钾肥全部作为基肥施用。

4.根据权利要求1所述的一种无人机精准变量施肥方法，其特征在于：所述步骤S3中通过无人机精准变量施肥系统对步骤S2中的试验计划进行解析，以得到最优冬小麦氮肥营养诊断的指标。

5.根据权利要求1所述的一种无人机精准变量施肥方法，其特征在于：所述步骤S4中对农作物在生长关键生育时期所需的施肥量进行延伸分析包括植被指数与冬小麦各关键生育时期施氮量和产量的关系、氮肥效应曲线和冬小麦关键生育期追肥推荐模型的建立。

6.根据权利要求5所述的一种无人机精准变量施肥方法，其特征在于：所述植被指数与冬小麦各关键生育时期施氮量和产量的关系为通过冬小麦返青期、拔节期和抽穗期累积氮肥施用量和产量统计数据与差值植被指数差值植被指数(DVI)相关关系分析，建立DVI与冬小麦关键生育时期施肥量及产量的回归模型，所述氮肥效应曲线为通过冬小麦全生育期不同处理总施氮量与小麦籽粒产量的回归关系拟合，得到冬小麦的氮肥效应曲线，所述冬小麦关键生育期追肥推荐模型的建立为根据小麦关键生育时期的施氮总量与DVI值线性关系、最佳施肥量、最高施肥量可得基于DVI值的定量追肥模型。

7.根据权利要求1所述的一种无人机精准变量施肥系统，其特征在于：所述步骤S3中的无人机精准变量施肥系统包括数据收集模块、数据处理模块和数据结果分析模块，所述数据收集模块的输出端与数据处理模块的输入端连接，数据处理模块的输出端与数据结果分析模块的输入端连接。

8.根据权利要求7所述的一种无人机精准变量施肥系统，其特征在于：所述数据收集模块采用无人机光谱数据获取，所述无人机光谱数据获取通过eBeeSQ固定翼无人机采集数据，将无人机与eMtionAg软件连接并使用软件规划好无人机飞行参数，无人机在飞行过程中，多光谱传感器会根据图像的40％重叠度按照一定频率对地面的数据进行采集，本次研究采集的相片数共382张。

9.根据权利要求7所述的一种无人机精准变量施肥系统，其特征在于：所述数据处理模块采用Pix4Dmapper Pro无人机处理软件对无人机影像数据预处理，使用ENVI 5.1对光谱数据提取，数据统计分析和绘图运用Excel、SPSS11.0和Origin9.1。

10.根据权利要求7所述的一种无人机精准变量施肥系统，其特征在于：所述数据结果分析模块通过无人机影像提取R、G、B、NIR四个波段的反射率，计算归一化植被指数NDVI等10个典型植被指数值，并与反映小麦氮肥营养状况的农学参数如叶片氮含量、叶片氮积累量和植株氮浓度等进行相关分析，以期得到最优冬小麦氮肥营养诊断的指标。