数字农业的黑科技 | 无人机施肥

ABOUT UVA

关于无人机的故事

2013年，芦山地震抗震救灾中，央视新闻采用无人机拍摄了灾区的实况视频。无人机可以在监测山体、河流等灾害发生的同时，利用红外成像仪在空中搜寻受困人员。

2014年，在第二届英国伦敦华语电影节上，《飞越山西》超过三分之二的航拍镜头都由无人机拍摄，最终获得最佳航拍纪录片特别奖和最佳航拍摄影奖两项大奖。

2015年，阿里巴巴在北京、上海、广州三地展开了为期3天的无人机送货服务测试，使用无人机实现物流中心之间的快递运输服务。

其实雅苒也一直在利用无人机进行田间的施肥研究，是不是很酷？！赶紧跟着小编来看一看吧！

*图片来源于网络

Yara X UVA

雅苒与无人机联名登场

近年来，无人机在农业研究中的应用也日益广泛。雅苒一直在使用无人机技术进行测试以帮助农户提高种植作物的质量，同时帮助研究人员解决在田间的传播变异性、评估氮速率的变异性并提供植物生长模式的记录等不同的问题。去年，无人机已经被成功运用于捕获高分辨率图像以监测田间试验，如今该技术的使用已扩展到更多的试验，并且无人机图像采集的频率也相应增加。这使雅苒能够在不进入田间的情况下快速评估作物已应用的不同施肥率的响应程度，并在相应的季节中提供良好的作物生长模式记录。

田间的条纹代表什么？

为了检测田间传播变异性，基于对大量N速率反应试验的数据分析，通过无人机的检测我们可以计算得出检测区域范围内的肥料施用变化的变异系数(CV)，从而得出与目标施肥量之间的比较，帮助农户及时调整施肥量，确保田间肥料的均匀分布，最后提高作物的种植质量。

如何联系图片与变异系数？

首先，当变异系数（CV）在20%左右时，农户们几乎看不出各区域之间的颜色差异，这意味着各区域之间的传播相对均匀。当变异系数远高于20%时，绿色条纹中的不同色调才会清晰可见。

以下图为例，该田间测试的变异系数（CV）为34%，该数据显示了一个工作宽度内目标施肥量在55％至150％之间的变化，图中左边区域的浅绿色条纹代表了施肥不足（即施加了小于目标N速率的肥料），右边深绿色条纹代表了过度施肥（施加了大于目标N速率的肥料）。

浅绿色条纹：施肥不足

施加了小于目标N速率60%的肥料

深绿色条纹：过度施肥

施加了大于目标N速率140%的肥料

作物不会完全均匀地生长，因此哪里需要施肥，需要多少取决于作物的不同状态。利用无人机施肥，可以有的放矢，避免因完全同一的施肥而造成的肥料浪费，并能最终提高作物的质量和产量从而节省成本。