基于先进遥感技术的作物氮胁迫评估及产量预测研究——以苏丹Gezira灌溉计划为例

作者与发表信息

本研究由Mahmoud H. Ahmed（荷兰代尔夫特理工大学地球科学与遥感系）、Sajid Pareeth（阿联酋迪拜世博城Terra教育与文化部）和Marloes Mul（荷兰IHE Delft水教育研究所土地与水管理系）合作完成，发表于International Journal of Applied Earth Observation and Geoinformation期刊2025年第144卷。

学术背景

研究领域与科学问题

本研究属于农业遥感监测（Agricultural Monitoring）与精准农业（Precision Agriculture）交叉领域。氮素（Nitrogen, N）是影响作物健康和生态系统功能的关键元素，但传统遥感方法（如基于NDVI的回归模型）存在时空可移植性差的问题。因此，研究团队提出结合辐射传输模型（Radiative Transfer Modeling, RTM）与机器学习的新方法，旨在解决以下科学问题：
1. 如何通过遥感数据动态评估作物生长季内的氮素浓度？
2. 如何建立氮素含量与最终产量的定量关系？
3. 模型在不同时空尺度下的可扩展性如何？

理论基础

• PROSAIL-Pro模型：整合了叶片尺度PROSPECT-Pro与冠层尺度4SAIL模型，能解析叶蛋白含量（关键氮素指标）。
  
• 高斯过程回归（Gaussian Process Regression, GPR）：基于贝叶斯的机器学习算法，以处理小样本数据和高不确定性见长。
  
• Sentinel-2多光谱数据：提供10米空间分辨率的植被反射率信息。
  

研究流程与方法

1. 研究区域与数据收集

研究对象为苏丹Gezira灌溉计划（全球最大灌溉工程之一）中的3个小麦农场（2021-22季）和8个次级单元”Nimras”（2022-23季）。关键数据包括：
- 田间数据：施肥记录（磷酸二铵、尿素）、实际产量（2.9–4.2吨/公顷）。
- 遥感数据：21景Sentinel-2 L2A影像（2021年11月–2022年2月，云量<20%）。

2. PROSAIL-Pro建模与数据库构建

创新方法：
- 生成21,000组模拟数据点，包含14个生物物理参数（如叶面积指数LAI、叶绿素含量C_ab、叶蛋白含量C_p），通过线性约束与LAI共分布（表3）。
- 引入氮稀释曲线：将叶蛋白转化为冠层氮含量（公式：N_a = C_p/4.43）。
- 模拟冠层反射率（400–2500 nm）和光合有效辐射吸收比例（FAPAR）。

技术验证：
- 敏感性分析确认Sentinel-2波段选择（B2–B8A、B11–B12）。
- 通过光谱响应函数（S2-SRF）匹配实际传感器特性。

3. 机器学习模型开发

GPR模型训练：
- 输入：14,000组模拟反射率与氮含量/FAPAR配对数据。
- 优化：采用TensorFlow的指数二次核函数，Adam优化器（学习率0.001），在NVIDIA A100 GPU上完成10,000次迭代。
- 验证：7,000组测试数据显示氮含量预测RMSE为3.56 g/m²（R²=0.66），FAPAR预测RMSE为0.044（R²=0.82）。

4. 预测与验证

• 氮胁迫制图：识别12月28日Farm-2的氮胁迫区域（低于临界值3%生物量）。
  
• 产量估算：通过FAPAR推导净初级生产力（NPP），结合 Harvest Index（0.4）计算产量，RMSE为0.54吨/公顷。
  

主要结果

1. 氮含量动态监测：模型捕捉到尿素施用后10–12天的吸收滞后现象，峰值氮含量与NDVI下降期一致（图8）。
   
2. 产量预测准确性：Farm-3实际产量4.2吨/公顷，模型预测3.91吨/公顷；Farm-2因氮胁迫预测偏差最大（RMSE 1.6吨/公顷）。
   
3. 时空可扩展性：在Nimra尺度上，氮含量与产量的相关性达0.83（图15），验证模型在大区域的适用性。
   

结论与价值

科学意义

• 首次将PROSAIL-Pro与GPR结合，实现小麦氮含量的高精度反演（RMSE 7.9 kg/ha）。
  
• 揭示氮动态与初级生产力的强关联（相关性0.62），优于传统FAPAR指标。
  

应用价值

• 为苏丹Gezira等大型灌区提供变量施肥（Variable Rate Fertilization, VRF）决策支持。
  
• 开源Python工具包NRET（Nitrogen Retrieval）可供全球农业监测应用。
  

研究亮点

1. 方法创新：提出”PROSAIL-Pro + GPR”混合建模框架，解决传统指数法的饱和问题。
   
2. 工程贡献：实现从叶片蛋白到冠层氮含量的物理机制推导（公式1–2）。
   
3. 可扩展验证：在882,400公顷灌区内测试模型鲁棒性，为联合国粮农组织（FAO）的粮食安全评估提供案例支撑。
   

其他价值

• 研究数据可通过作者申请获取，代码开源地址：https://github.com/mahmoud-h97/nret
  
• 硕士论文基础成果获荷兰NUFFIC-OKP计划资助，体现南北合作的研究特色。
  

（全文约2200字）