El objetivo de este estudio fue investigar el efecto de los cambios estructurales en los dispositivos de aplicación de fertilizantes variables sobre la distribución de la deposición de partículas en UAVs. Con el rápido desarrollo de la tecnología de drones, particularmente en la dispersión de partículas, los drones han demostrado un potencial significativo debido a su eficiencia y precisión. Este documento evalúa el impacto de los diferentes modos de ajuste variable del dispositivo en la distribución de la deposición de partículas a través de experimentos de dispersión con drones y análisis de datos de deposición de partículas. En este estudio, el cambio en la estructura del dispositivo es el principal factor variable, y la altitud de vuelo, la velocidad de vuelo y la velocidad del viento ambiental son factores cuantitativos individuales. Se realizaron experimentos variando la estructura del dispositivo para probar la distribución detallada de la deposición del dispositivo bajo las estructuras de grupo a, b y c. Los resultados experimentales indican que al elegir diferentes combinaciones variables, el dispositivo de dispersión puede lograr varios estados de deposición de fertilizantes para satisfacer las necesidades regionales. Entre los 27 grupos variables, los datos de deposición de partículas de fertilizante para el grupo b1b2b3 son relativamente uniformes, con tres cuartas partes de los valores de deposición de partículas siendo 3 g/m2 y el valor máximo siendo 4 g/m2. Sin embargo, incluso con una distribución relativamente uniforme de partículas de fertilizante, el coeficiente de variación para el grupo b1b2b3 sigue siendo alto (36.5%), con un rango del 4.5% al 41%. Bajo diferentes ajustes de grupo, la distribución de partículas muestra el rango de variabilidad más pequeño en el grupo b1b2b3, con un rango del 15.71-26.44% y una diferencia de variabilidad de 10.73%. La distribución de partículas muestra el rango de variabilidad más grande en el grupo a1a2b3, con un rango del 0.78-35.06% y una diferencia de variabilidad de 34.28%. Estas conclusiones de investigación proporcionan una guía importante para el estudio y la práctica de los sistemas de dispersión con drones.