Page 140 - 2025年第56卷第7期

差异。由表 5 中的总灌水量分析可知，基于 OSAVI 指标分区的两年平均总灌水量为 0.75I，基于 NRCT

指标分区的两年平均总灌水量为 0.80I。

图 6 不同生成方法的变量灌溉处方图（单位：mm）
表 5 不同生成方法的子区内灌水量和平均总灌水量 单位：mm

分区 子区
年份 平均值
指标 1 2 3 4 5 6 7 8 9 10
NRCT 0.66I 0.66I 0.66I 0.66I 0.66I 0.66I 1I 1I 1I 0.33I 0.73I
2023
OSAVI 1I 1I 1I 1I 1I 1I 1I 1I 0.66I 0.33I 0.90I
NRCT 0.66I 0.66I 0.66I 0.66I 1I 0.66I 1I 1I 1I 0.33I 0.76I
2024
OSAVI 0.66I 1I 0.66I 0.66I 1I 0.66I 0.66I 0.66I 0.66I 0.33I 0.70I

4 结论

作为农田作物冠层水分亏缺空间分布特征的快速监测工具之一，无人机多光谱系统为喷灌变量灌
溉动态处方图的生成提供了重要基础参数。为了发展基于无人机多光谱系统的变量灌溉处方图生成方
法，本文针对扇形子区，提出了基于植被指数 OSAVI 的变量灌溉处方图生成方法，探讨了无人机多光
谱系统关键参数起飞时间和飞行高度的取值问题，并对比了基于 OSAVI 和 NRCT 指标生成的变量灌溉
处方图差异，获得的主要结论如下：
（1）飞行时间对 OSAVI 值的空间分布存在较大影响，一天内的 OSAVI 均值基本随起飞时间的推迟而
减小，但在 11：00 和 14：00 起飞时的 OSAVI 空间分布、均值和变量灌溉处方图差异较小，存在一定

的时空稳定性，表明华北平原冬小麦生育期内无人机多光谱系统起飞时间宜选择在 11：00—14：00。
（2）无人机多光谱系统飞行高度的变化对总灌水量的影响不大，50、70、90 m 飞行高度时对应的
两年平均总灌水量分别为 0.65I、0.62I、0.61I，最大相差 6%。
（3）与基于 NRCT 的变量灌溉处方图相比，基于 OSAVI 生成的变量灌溉处方图存在一定差异，且两
年总灌水量平均减少 6%，基于两种方法的动态分区变量灌溉管理对作物生长和产量的影响还有待进
一步研究。

参 考 文 献：

［ 1 ］ EVANS R G， LA RUE J， STONE K C， et al. Adoption of site-specific variable rate sprinkler irrigation systems
［J］ Irrigation Science，2013，31：871-887.
.
［ 2 ］ DE ALMEIDA G S，RIZZO R，AMORIM M T A. Monitoring soil plant interactions and maize yield by satellite veg⁃
etation indexes， soil electrical conductivity and management zones［J］ Precision Agriculture， 2023， 24： 1380-
.
1400.
［ 3 ］ ZHANG M，ZHAO W，ZHU C，et al. Influence of the sampling time interval of canopy temperature on the dynamic
.
zoning of variable rate irrigation［J］ Agricultural Water Management，2024，295：108754.
［ 4 ］ ELSAYED S， RISCHBECK P， SCHMIDHALTER U. Comparing the performance of active and passive reflectance
— 966 —