王玉娜，李粉玲，王伟东，陈晓凯，常庆瑞

（西北农林科技大学资源环境学院，杨凌 712100）

0 引 言

氮素是作物生长的必需营养物质，与作物的长势、产量和品质息息相关。氮素营养指数（Nitrogen Nutrition Index，NNI）是作物氮素营养诊断的一个重要指标[1-2]，能够定量地刻画作物氮素营养的丰缺及其程度，通常通过田间破坏性取样获取作物植株氮素和生物量信息来计算氮素营养指数，虽然准确度较高，但具有破坏性，且难以实现大面积监测，还存在测试结果对实际农业生产指导的滞后性[3]。因此，基于遥感技术的氮素营养指数无损监测成为当前精准农业研究的重要内容[4-7]。基于地面非成像高光谱技术，Zhao 等[8]对夏玉米可见光至近红外光的冠层光谱反射率进行综合分析，利用任意两波段组成的归一化光谱指数和比率光谱指数对氮素营养指数进行估算，采用减量精细采样法确定最佳光谱指数，结果发现对NNI最敏感的光谱带位于 710和512 nm，估测NNI的最佳光谱指数为两者构成的归一化光谱指数。梁惠平等[9]采用逐步回归分析法，建立玉米氮素营养指数与高光谱参数的定量关系，发现红边/绿边比值参数、红边/近红外比值参数、红边敏感点参数可作为快速诊断玉米氮素营养状态的敏感参数。刘昌华等[10]采用 ASD Field Spec3野外便携式高光谱仪，基于10种光谱预处理，结合偏最小二乘回归、反向传播神经网络和随机森林 3种模型对冬小麦氮素营养进行研究，结果表明随机森林算法结合卷积平滑算法建立模型精度最佳。……