氮素是影响烟草生长发育的关键营养元素，过多或过少都会直接影响烟草产量与品质。传统的施肥方式多依赖经验判断，难以精准匹配作物实际需求，不仅造成资源浪费，还可能引发环境污染问题。随着农业现代化进程加快，如何实现烟草生产的精准化、智能化管理，成为推动烟草产业高质量发展的重要课题。
农芯（南京）智慧农业研究院在国际遥感领域权威期刊Journal of Remote Sensing（中科院一区TOP，IF=6.8）发表了题为“A Nitrogen Application Decision-Making Scheme for Tobacco Growth Based on UAV Multispectral Imagery”的研究论文。该研究系统构建了一套基于无人机多光谱遥感的烟草氮肥精准施用决策系统，为实现烟草生产“减肥、增产、增效”提供了科学可行的技术方案。
本研究创新性地提出了“推荐施氮指数（RNAI）”，通过综合烟草叶面积指数（LAI）、叶片生物量（LB）、叶绿素含量（LCC）和叶片氮含量（LNC）四个关键生长指标，利用熵权法客观确定各指标权重，构建了能够全面反映烟草氮素需求的综合评价指数。通过无人机获取的冠层多光谱影像，研究提取了30种植被指数，结合皮尔逊相关性分析与递归特征消除算法，筛选出与各农艺性状最敏感的植被指数组合，并基于随机森林（RF）与极端梯度提升（XGBoost）算法构建了LAI、LB、LCC、LNC的高精度估测模型。结果表明，XGBoost模型在各项指标上均优于RF模型，其中叶片氮含量估测模型的R²达到0.9557，表现出优异的预测能力。
研究进一步基于RNAI与基肥施氮量的拟合曲线，确定了最优RNAI值及对应施氮量，构建了适用于追肥期的氮肥推荐决策模型，并生成可视化施氮决策图。2024年在贵州毕节烟区的应用结果表明，该决策系统使纯氮施用量减少3.71公斤/公顷，烟草产量提高54.56公斤/公顷，经济效益增加2.58%，同时田间群体均匀性显著改善。
该系统不仅实现了烟草氮肥的精准管理，也为其他大田作物的智慧施肥提供了技术参考，具有良好的推广应用前景。研究建立的模型与数据集已公开发布，支持进一步验证与拓展。
张宝元博士为论文第一作者，顾晓鹤博士、陈栋博士为论文通讯作者。该研究得到贵州省科技重大专项（[2024]004）及贵州省烟草公司科技项目（2024520000240087）的资助。论文地址：https://doi.org/10.34133/remotesensing.0836
