马铃薯是中国第四大粮食作物,仅次于水稻、小麦和玉米。随着2015年中国马铃薯主粮化战略的推进,2023年中国马铃薯播种面积达到了466.67万hm~2左右,产量将近9 000万t且多年稳居世界第一,在保障国家粮食安全方面意义重大。其中,炸条型马铃薯因特殊的加工需求,对干物质积累量、块茎均匀度及成品炸条颜色等品质指标提出了更高要求。氮素作为关键营养元素,科学施加可提升马铃薯叶绿素含量以此增强其光合作用,最终达到增产提质的目的。传统叶绿素检测依赖破坏性采样和实验室分析,存在检测效率低、时效性差且难以实现大田动态监测等问题。近年来,无人机多光谱遥感技术凭借其广域覆盖、精密分辨以及实时无损监测等优势,在作物生理参数反演中得到广泛应用。归—化植被指数(Normalized difference vegetation index,NDVI)作为经典植被指数,与叶绿素含量具有显著相关性,但其在炸条型马铃薯不同品种、氮素梯度及生育阶段的响应机制尚不明确。针对"Innovator"和"Ranger"两种炸条型马铃薯,通过多光谱无人机平台获取NDVI数据,结合地面实测叶绿素含量来构建无人机遥感的NDVI数据模型,为马铃薯氮肥营养诊断和施肥决策提供理论依据。试验地位于黑龙江省大庆市杜尔伯特县胡吉吐莫镇(E 124.1512°,N 46.4570°),土壤类型为沙壤土,前茬作物为玉米,基础含氮量中等,采用大垄栽培方式,垄宽90 cm、垄深25 cm。供试品种为"Innovator"(耐密型)和"Ranger"(常规型),分别按19 cm和25 cm差异化株距配置(理论密度4.5万株/hm~2和3.8万株/hm~2),播深距垄面18 cm。对所选用的试验材料每个品种设置4个处理,氮肥种类为尿素(N 46%),以基肥(40%)和追肥(60%)的形式施用纯氮(N)的施用量为100(N100)、150(N150)、200(N200)、250(N250)kg/hm~2,磷肥选用过磷酸钙,P_2O_5施用量为350 kg/hm~2,钾肥选用硫酸钾,K_2O的施用量为320 kg/hm~2,采用随机区组设计,每个处理重复3次,田间管理统一灌溉、病虫害防治。炸条型马铃薯叶绿素含量的采样日期分别为苗期(播后18 d)、块茎形成期(51 d)、块茎膨大期(76 d)、淀粉积累期(100 d),共4次采集。为保证整个试验的准确性,无人机遥感数据的获取需与地面实测同步进行。无人机遥感图像的采集,通过选用大疆MAVIC3M无人机搭载CMOS多光谱相机(分辨率5 cm/像素)来获取航拍影像。图像采集时间在11:00-13:00(太阳高度角>45°),阳光充足,晴朗无风的条件下进行。无人机飞行高度设置为30 m,飞行速度为3 m/s,图像重叠率为80%,选用绿(G):(560±16)nm,红(R):(650±16)nm,红边(RE):(730±16)nm,近红外(NIR)(860±26)nm共4个波段来对光谱图片进行获取。地面实测数据采集时,在每个试验小区避开边缘两行,定点选取10株具有代表性的植株(株高差异<5%),挂牌定株,在每个生育时期使用便携式叶绿素测定仪(YSL-3C)测量每株倒三复叶叶片叶绿素含量,每叶测量3次取平均值作为真值。数据分析采用SPSS 26.0和Python进行统计分析,方差分析(ANOVA)检验氮水平和品种对SPAD值及NDVI的显著性影响(P <0.05);将数据集按7:3比例划分为训练集与测试集,通过线性回归(Logistic regression,LR)与支持向量机(Support vector machine,SVM)模型构建NDVI-SPAD的相互关系;模型精度通过决定系数(/R~2)、均方根误差(RMSE)和相对误差(RE%)评估。试验结果表明,两个炸条马铃薯品种的叶绿素含量(SPAD值)随施氮量增加呈先升后降趋势,最佳施氮量均为180 kg/hm~2,但品种"Innovator"在高氮(N250)胁迫下SPAD值降幅达10.3%,显著高于"Ranger"(6.8%),表明耐密品种对氮素边际效应更敏感。通过无人机监测的马铃薯植被健康指数(NDVI)与叶绿素含量(SPAD)在全生育期呈显著正相关(R=0.71～0.83)。在块茎膨大期因叶片密度与光合产物积累达到峰值,使得NDVI与SPAD相关性最高(R=0.83),表明此阶段NDVI反演精度最优。模型验证中,线性回归(LR)在马铃薯块茎膨大期表现最佳(R~2=0.83,RMSE=1.82),而支持向量机(SVM)因非线性拟合优势全局适应性更强(R~2=0.81,RMSE=1.65),尤其适用于多生育期、多环境因子的(如光照、降雨)的动态变化。因此建议:(1)施氮量控制在160～220 kg/hm~2,可通过分生育阶段施氮的方法来减少干物质向茎叶的无效分配;(2)根据品种的特性进行差异化施肥,耐密型品种"Innovator"可基于作物实时的叶绿素含量来动态调整施氮量,常规品种"Ranger"可结合土壤肥力适度放宽施肥标准;(3)无人机反演模型可通过融合红边归一化(Normalized difference red edge,NDRE)等多光谱植被指数,并优化大气、辐射、几何校正等预处理方法,来有效降低环境因素(如云层、光照波动)对监测结果的干扰,提高对炸条型马铃薯叶绿素含量等生长指标的估测精度。研究揭示了无人机多光谱遥感在马铃薯氮素监测中的潜力,但模型的环境依赖性与品种特异性仍是规模化应用的瓶颈。未来需通过跨学科技术创新与农艺实践结合,构建"空-天-地"一体化的氮素管理框架,为作物氮素营养动态监测与精准施肥调控提供科学依据。