权泽堃，王金星,2，刘双喜,2，胡安瑞，刘雪梅

（1.山东农业大学机械与电子工程学院，山东 泰安 271018；2.山东省农业装备智能化工程实验室，山东 泰安 271018）

0 引言

我国是苹果生产大国，苹果种植面积及产量均居世界首位。随着苹果产业在我国农村产业中的比重越来越大，在国内外市场中的地位越来越重要，对苹果的产量和品质进行提升成为目前面临的重要问题。氮素是苹果生长发育的必要元素，直接影响苹果树结果，对苹果的产量和品质有着决定性作用。相关研究表明，通过对苹果树氮含量的营养检测，可以对苹果树最佳施肥量进行推算，进而实现苹果树的精准施肥[1]。

目前，国内外专家学者在检测植物营养状态，实现氮肥施用优化方面已经进行了诸多研究。COLOMBO.R.等研究提出了一种植物生理状态新技术，利用叶片和冠层尺度的太阳诱导叶绿素荧光估算小麦叶片氮含量和光合氮利用效率[2]。OSCO.L.P.等提出一种利用机器学习技术和无人机多光谱影像预测玉米植株叶片氮浓度，此研究为诊断、检测植株生长状态提供了科学理论基础[3]。LUCAS.P.O.等利用安装在无人机上的相机获取多光谱图像，提出一种在多光谱图像中应用光谱分析算法估计橙树氮含量的新方法[4]。安静等利用ASD Field Spec 3地物光谱仪对苹果树叶片进行光谱测定，得到了苹果树叶片的原始反射率，并根据苹果树叶片的原始光谱反射率中对氮素变化较为敏感的波段，构建敏感波段与氮素含量的反演模型[5]。……