班松涛 田明璐 常庆瑞 王 琦 李粉玲

(1.西北农林科技大学资源环境学院， 陕西杨凌 712100； 2.上海市农业科学院农业科技信息研究所， 上海 201403；3.上海市数字农业工程技术研究中心， 上海 201403)

0 引言

磷元素是农作物体内多种生物分子的关键组成部分，参与了大量理化反应和代谢过程，是农作物所需的大量营养元素之一[1]。在农业生产过程中，磷肥施入不足会影响作物的生长和作物品质，施入过量则会造成面源污染[2]。因此，快速、准确地诊断磷素在田间的分布状况、并有针对性地进行精准施肥对实现高效绿色农业非常重要。但通过化学分析测量作物磷素含量的方法所花费的时间和人力成本都比较高，且难以实现对大面积作物的快速测量。

高光谱遥感技术的发展为作物组分快速无损监测提供了新的手段，众多学者对作物各类元素含量的高光谱特征展开研究，并提出了多种反演模型。针对作物磷素含量，MAHAJAN等[3]对杂交水稻养分含量的高光谱进行监测，研究发现，磷含量与波长670、700、730、1 090、1 260、1 460 nm处反射率具有较高的相关性，且在1 460 nm处相关性最高，由1 260、670 nm两个波段组合得到的归一化光谱指数能够以较高的精度反演水稻叶片磷含量，其验证R2为0.67。林芬芳等[4]基于互信息理论对水稻光谱进行分析，提取了536、551、630、656、1 040 nm共计5个对水稻叶片磷素敏感的波段，并在此基础上采用神经网络和多元线性回归构建了磷素估算模型，其预测R2达到了0.989。ALABBAS等[5]、程一松等[6]、OSBORNE等[7]、王磊等[8]分析了玉米在不同磷素含量下的高光谱特征，发现波段350～730 nm和1 420～1 800 nm的可见光-近红外光谱可以用于玉米磷素的诊断。……