News Center

数字农业进行时: 变量播撒向水稻田要收益

地球只有一个。受疫情影响，粮食安全话题，农业产业升级话题再次获得全球的关注。

联合国粮食及农业组织、世界粮食计划署等 5 个国际组织在 7 月曾发布报告预计，全球将面临至少 50 年来最严重的粮食危机。

图片来源于全球粮食危机工作组

中国社会科学院农村发展研究所近日发布的《中国农村发展报告 2020》同样显示，到“十四五”期末（约 2025 年），中国或出现 1.3 亿吨左右的粮食缺口，其中谷物（三大主粮）缺口约为 2500 万吨。虽然目前中国粮食自给率高达 97%，但面对不利的国际形势，中国也需要更加绷紧粮食安全的这根弦。

在探索现代农业发展道路上，无人机在保障粮食安全中，也发挥着越来越关键的作用。然而，如何持续提升农业生产效率，提升中国粮食自给率？数字农业或将成为解题之匙。

上期推文曾提到，通过精灵 4 多光谱采集的植保数据，生成农田处方图，可以判断作物长势，为农田管理提供更加精准的数据参考。

但如何高效地利用农田处方图？

配合具备精准播撒（喷洒）功能的植保无人机，即可实现变量施撒。简单讲，便是在长势较弱的地区多撒肥、长势较好的地区少撒或者不撒，从而进一步提升农田的产量，降低成本，并最终提高种植利润。

2020 年，大疆农业在江苏中德作物生产与农业技术示范园设立 200 亩“精准施肥”试验田。利用精灵 4 多光谱无人机在“捉黄塘”、穗肥阶段进行长势监测，生成处方图，继而指导精准变量施肥。

几轮作业后的结果显示，变量施肥有效调整了田间的长势差异，提高长势均匀性。在巡田与洒肥效率提升的方面，无人机也达到了人工作业的约 5 倍。

NDVI 图帮忙“捉黄塘”

在水稻分蘖后期、拔节期前，针对部分分蘖不足的区域，往往需要通过“捉黄塘” – 区域性补肥，来最终促进水稻有效分蘖。常规做法是由农艺师巡田，发现需要捉黄塘的区域后，再进行人工补肥。但这样的方式不仅费时费力，而且容易在大田块里遗漏需要补肥的区域。

人工撒肥

6 月 26 日 变量播撒作业

6 月 26 日，精准农业作业团队首先采用精灵4多光谱版，对 4 块试验田进行多光谱数据采集，并生成 NDVI 植被指数图。

6 月 26 日试验田 NDVI 植被指数图

从 NDVI 指数图中可以看出，在分蘖后期，田间长势存在较大差异。基于这张 NDVI 图，农艺师对田间长势进行了分区，并制定施肥亩用量梯度：0kg/亩（不撒肥），8kg/亩，10kg/亩，生成施肥处方图。随后，将该处方图导入到 T20，进行变量撒肥作业。

变量施肥处方图

在作业过程中，无人机严格按照处方图进行作业，相对人工施肥降低了农艺师与施肥人员的沟通成本。

7 月 29 日 播撒效果检验

7 月 29 日，团队再次通过精灵 4 多光谱进行长势监测。可见经过处方图变量施肥调控后，全田长势均匀性大大提高。

7 月 29 日试验田 NDRE 植被指数图


经过分蘖期变量施肥后，水稻长势变得更均匀

NDRE 图指导孕穗期施肥

8 月 3 日 孕穗期作业

8 月 3 日，我们基于 NDRE 图，生成穗肥施肥处方图，再次对田块进行变量施肥。

穗肥施肥处方图

从这期处方图上可以看到，由于长势已趋于均匀，处方图中的变量幅度也有减少。

数字化改造：向水稻田要受益

在三大主粮中，水稻在种植过程中病虫害发生最严重，作业环境最复杂，耗费人力也最多。随着无人机喷洒与播撒技术的引入，水稻生产从种植到管理的各个环节，都实现了更低成本的机械化。

这一次的实验更说明，引入多光谱信息与变量喷洒设备，对水稻田进行数字化改造后，可以带来相当可观的效益，并有效解决由人力劳动所带来的制约。

提升作业效率

在巡田效率方面，无人机巡田约为人工巡田效率的 10 倍。在撒肥效率方面，无人机撒肥约为人工撒肥的 5 - 15 倍（以 20 斤/亩的亩用量计算）。随着农村劳动力人口老龄化，“撒肥”这类低报酬的劳动力缺口越来越大，机械化替代方案迫在眉睫。

整体降本增产

均一用量施肥容易造成长势较好区域氮肥过量，作物贪青晚熟；或是长势较差区域补肥不足，出米率降低，从而影响最终产量。

变量按需施肥，则可平衡生长，提升产量。一方面照顾到长势较差区域，又节省了长势较好区域的用肥量，实现了整体用肥量的下降。

农业专业化

在施肥环节，有经验的农艺师可根据作物长势，精准把握用肥量。通过无人机巡田和信息化记录的方式，有效提高农田作物数据收集的效率和有效性，把农艺师从重复又劳累的巡田工作中解放出来，专注于制定农艺方案，服务于更广阔的种植面积，提升农田的整体管理水平。

科技启迪生长，以科技之巧向农田继续要效益。接下来，大疆农业将陆续推出数字农业应用案例，与全球领先机构共同探索数字农业前沿探索，敬请关注。