张文旭，佟炫梦，周天航，杨振康，孙嘉祺，王金刚，崔 静，王海江

（石河子大学 农学院，新疆石河子832000）

氮素作为棉花生长发育的必需元素之一，其丰缺度对棉花的品质与产量具有关键作用。传统氮素营养诊断技术在取样、测定、数据分析等方面耗费人力、物力，且时效性差，不利于推广应用[1]。随着光谱技术的快速发展，特别是基于高光谱成像技术的快速无损、图谱合一的监测技术应运而生[2]，弥补了传统氮素检测方法的不足。因此，利用高光谱成像技术监测植株氮素营养状况，对大范围棉花养分的精准管理具有重要的指导意义。

目前，国内外已有大量学者利用高光谱成像技术对作物氮素估测展开研究，主要集中在水稻[3]、小麦[4]等粮食作物。近几年，该技术在农业相关领域应用越来越多，例如监测棉花氮素含量[5]、土壤墒情[6]以及检测果实品质[7-8]等。原始光谱往往会受到与待测样本性质无关的环境因素干扰，导致近红外光谱的基线漂移和光谱的不重复[9]，通过对原始光谱进行多种光谱变换，可降低干扰影响，有效提高模型精度。JIN等[10]利用小波变换对不同病害程度的棉花叶片的高光谱反射率数据进行信息提取和降维处理。高颖等[11]研究发现微分变换后的光谱信息对土壤养分含量的预测能力明显提升。地物光谱特征是地物目标综合属性和环境因素共同作用的表征，但利用地物全波段光谱数据估测某一特定属性时往往造成数据冗余[12]，研……