近日，自治区农业科学院棉花所（国家棉花工程中心）棉花轻简高效创新栽培团队联合新疆农业大学在Computers and Electronics in Agriculture》（IF=9.5/Q1）发表了题为“A novel UAV-based fusion of spectral and textural features with canopy stratification for accurate estimation of vertical nitrogen distribution in cotton”的研究论文，开发并验证了一种将多源无人机特征与冠层垂直分层策略协同整合的创新框架，为冠层氮素分布提供了一个三维视角，并为棉花及其他具有复杂冠层结构的作物实施精准氮素管理提供了潜在的技术途径。
该研究针对现有无人机遥感难以精准监测棉花冠层氮素垂直分布的难题，构建了一种融合多源无人机光谱特征、纹理特征与冠层垂直分层策略的创新估算框架。通过开展水氮耦合田间试验，提取关键光谱指数与纹理特征，结合随机森林等机器学习模型，在不同冠层层次与整株情景下进行系统评估。结果表明，光谱与纹理特征的融合显著提升了氮积累量估算精度，冠层上层随机森林模型表现最优（R²=0.833，RMSE=1.463 g·m⁻²），较传统整株方法（R²=0.494）精度大幅提升。冠层分层策略揭示了棉花氮素积累的垂直分布规律：蕾期各层分布相对均匀，结铃期则显著集中于光合作用活跃的中上层，其中中层氮积累量达121.84 kg·ha⁻¹。研究创新性地将遥感观测与作物生理过程相链接，突破了传统“冠层均质化”假设的限制，从三维视角实现了棉花冠层氮素分布的精准诊断。该框架为棉花及复杂冠层作物的精准氮素管理提供了新的技术路径，对提升氮肥利用效率、减少环境污染、推动智慧农业发展具有重要的科学价值与应用前景。
自治区农业科学院棉花所与新疆农业大学联合培养硕士古丽达娜·沙勒山为论文第一作者，棉花研究所崔建平研究员、张鹏忠研究员和林涛研究员为共同通讯作者。该研究得到新疆维吾尔自治区重点研发计划项目、国家重点研发计划项目、国家棉花产业技术体系项目和新疆维吾尔自治区科技重大专项等项目支持。
