林 沂，刘思远，晏 磊，冯海宽，赵帅阳，赵红颖*

1.北京大学地球与空间科学学院空间信息集成与3S工程应用北京市重点实验室，北京 100871 2.北京农业信息技术研究中心，北京 100097

引 言

氮元素是植被的生命元素，是陆地碳氮循环动力学的基本要素之一，其含量可有效反映陆地生态系统状况。冬小麦等农作物中的氮含量可作为评估长势、健康状况和产量的重要指标，其实时监测有利于提高肥料利用率和减少环境污染[1]。传统的测氮方法成本较高、耗时耗力，同时对作物具有破坏性，而高光谱遥感为各个生长时期农作物氮含量的监测提供了高效便捷的途径[2]。

遥感反演植被氮含量的方法可分为三类，即光谱回归法、植被指数法和辐射传输模型法[3]。由于辐射传输模型法参数众多、形式复杂，效率、精度等表现有时反而不如经验或半经验类方法；光谱回归法直接利用植被光谱反射率或其各种变换形式作为自变量，往往表现为构建氮含量的多元回归模型，常用方法包括逐步回归法、连续统去除、光谱导数法、偏最小二乘回归法、小波分析、神经网络等[3-5]。偏最小二乘回归可大幅消除高光谱自变量高度共线性的问题，且筛选出的少量潜在因子有效避免了过拟合回归，因此广泛应用于植被氮含量高光谱估算[1,4]。植被指数法利用不同波段之间的组合构建植被指数，并利用模型建立氮含量与一个或多个指数的关系，这种方法在地面测量、机载和星载遥感模式[6]均被证明有较好的预测结果。……