设施黄瓜霜霉病高光谱特征选择及预测模型

为构建基于高光谱参数的设施黄瓜霜霉病发生级别预测模型,使用手持光谱仪ASD FieldSpec HandHeld检测不同黄瓜霜霉病为害下黄瓜叶片高光谱反射率,并分析400～900 nm波段内的光谱反射率参数与黄瓜霜霉病发生级别的相关关系和回归关系。结果表明,在400～718 nm波段范围内,随着霜霉病级别的增加,黄瓜光谱反射率均有明显上升,并在568～687 nm波段范围内达到极显著相关水平;在825～900 nm波段范围内,随着霜霉病级别的增加,黄瓜光谱反射率均有明显下降,在837～895 nm波段范围内达到极显著相关水平。利用可见光区特征波长点679 nm、近红外区特征波长点861 nm的光谱反射率以及归一化植被指数(NDVI)、系统比值植被指数(RVI)构建黄瓜霜霉病发生级别监测预警方程,其中前3个预测模型均达到极显著水平(P0.01)。因此,可以利用高光谱信息数据来预测设施黄瓜霜霉病发生的级别。     

麦长管蚜胁迫下不同小麦品种冠层光谱特征及其预测模型

[目的]构建不同小麦品种基于冠层光谱参数的麦长管蚜百株蚜量预测模型。[方法]采用便携式野外光谱仪测定不同百株蚜量下3个小麦品种‘1376’‘Amigo’和‘小偃-22’的冠层高光谱反射率,并对冠层反射率与百株蚜量进行了相关和回归分析。[结果]在400~900nm波段内,随着百株蚜量的增加,3个小麦品种冠层光波反射率下降,且部分波段内达到极显著水平(P<0.01);选择可见光波段的405nm、近红外波段的835nm作为3个小麦品种共有的特征波长点,构建出的3个小麦品种的百株蚜量预测模型的显著性均达到极显著水平(P<0.01),且3个小麦品种405nm波长点模型均优于835nm波长点。[结论]利用高光谱信息同时预测不同小麦品种麦长管蚜百株蚜量是完全可行的。     

油茶籽脂肪酸成分含量与高光谱反射率的相关性

测定来自不同产地的30个油茶籽样品的油酸、亚油酸、棕榈酸含量和高光谱反射率，分析油茶籽高光谱反射率与脂肪酸含量间的相关关系。结果显示，与油茶籽脂肪酸成分含量相关性比较好的高光谱波段主要分布在400~500、600~630 nm以及900 nm左右，且敏感波段区高光谱反射率与脂肪酸成分含量的相关系数均在0. 4 以上。     

花生叶鲜生物量的高光谱估算模型

利用花生生物物理参数和冠层高光谱数据,基于光谱一阶微分技术,选取对生物量敏感的波段组成高光谱植被指数,建立花生叶鲜生物量的高光谱遥感估算模型。结果表明,花生叶鲜生物量在绿峰525~556 nm、红谷645~689 nm和近红外710~900 nm波段范围反射光谱与花生叶鲜生物量有极显著相关关系。高光谱反射率与叶鲜生物量在大部分可见光区和近红外波段呈显著相关,并且在可见光红光波段呈负相关,在近红外波段呈极显著正相关。花生光谱反射率与花生叶鲜生物量相关的近红外、红光波段的敏感波段分别为770、673 nm,用这2个波段构建植被指数,组成高光谱归一化植被指数(NDVI)、比值植被指数(RVI)、差值植被指数(DVI)和再次归一化植被指数(RDVI),并构建生物量反演模型;相对于NDVI、DVI、RDVI建立的简单线性函数估测模型,RVI所构建的花生叶鲜生物量估测模型的预测精度较高。     

高光谱遥感数据估算蓖麻初级生产力主要参数研究

以蓖麻在不同氮、磷施用水平下的大田实验为基础,研究了高光谱遥感在估测蓖麻初级生产力主要参数中的应用。结果表明,随着施肥水平的提高,蓖麻叶面积指数（LAI）和生物量增大,导致冠层光谱特征发生相应变化,近红外波段（700~900 nm）的反射率显著增大。350~900 nm波段特别是700~900 nm波段的蓖麻冠层光谱反射率值在花果盛期最大,种子成熟期次之,苗期最低,与蓖麻LAI变化一致,可以用来监测蓖麻的长势和营养状态。构建的高光谱植被指数NDVI、RVI与LAI和ABM回归模型确定系数均较高,分别达到了0.6115、0.6363、0.7102和0.6148,可以用来估测不同物候期蓖麻的叶面积指数和地上部分生物量。     

基于高光谱参数的竹叶叶绿素质量分数估算模型

为研究竹叶叶绿素质量分数和高光谱参数的相关性,建立叶绿素质量分数估算模型。利用Field Spec4便携式地物光谱仪采集无病虫害的箭竹竹叶光谱,使用SPAD-502叶绿素仪测定相应竹叶的叶绿素质量分数,分析竹叶叶绿素质量分数与原始光谱、一阶导数光谱以及提取的光谱特征参数之间的相关性,采用线性和非线性分析法构建叶绿素质量分数估算模型并进行精度检验。结果表明:(1)竹叶叶绿素质量分数在原始光谱反射率762 nm处相关系数达到最大值,相关系数为0.544 3;在一阶导数光谱反射率689 nm和726 nm处分别达到了极显著相关水平,相关系数分别为-0.747 9和0.907 9。(2)基于λ_b、λ_r、S_(Dr)/S_(Db)和(S_(Dr)-S_(Db))/(S_(Dr)+S_(Db))等光谱参数都与叶绿素质量分数达到了极显著相关水平。(3)采用相关性达到极显著水平的4种光谱参数以及689、726 nm处的一阶导数光谱反射率,构建叶绿素质量分数估算模型。依据决定系数(R2)最高,筛选出的回归估算模型中,基于一阶导数光谱反射率在726 nm处的线性模型R~2最高,为0.882 8,均方根误差(R_(MSE))和相对误差(RE)最小,分别为1.7050%和4.18%。因此,一阶导数光谱反射率在726 nm处的线性模型为竹叶叶绿素质量分数的最佳估算模型。     

棉花黄萎病叶片氮素含量与高光谱数据相关性分析

[目的]探讨棉花黄萎病叶片全氮含量(LTNC)与高光谱数据间相关性,为遥感监测黄萎病冠层全氮含量提供理论依据.[方法]在棉花黄萎病发生的不同时期,获取黄萎病叶片光谱及氮素含量数据,对其光谱反射率进行一阶微分处理和光谱特征参数提取,并与氮素含量进行相关分析.[结果](1)棉花黄萎病LTNC与反射光谱在404～728 nm,880 ～2 500 nm呈极显著负相关(平均r=-0.71,-0.68),748 ～ 768 nm呈极显著正相关(平均r=0.31),且在694、758、2 247 nm处的相关系数最大,|r(=0.87,0.32,0.73;(2)黄萎病LTNC与一阶微分光谱在700 ～753 nm处呈极显著正相关(平均r=0.89),在452 ～ 632 nm处呈极显著负相关(平均r=-0.64),与单波段554 nm处相关系最大(|r(=0.90);(3)黄萎病LINC与24个光谱特征参数均达极显著相关,组合波段参数相关性最好,植被指数和吸收参数的相关性较好,单波段相关性一般,与PVI[FD554,FD731]的相关性最好,r值最大,为0.91;与PPR[550,450]的相关性最差,|r(仅为0.48.[结论]黄萎病棉叶LTNC与高光谱数据间有高的相关性,可利用高光谱数据对黄萎病LTNC进行遥感监测.     

塔里木河流域上游天然胡杨叶片叶绿素与可见光-近红外光谱反射率的相关性研究

采用ISI921VF-512野外地物光谱辐射计实地测量了塔里木河上游天然胡杨5月至10月叶片可见光-近红外波段光谱反射率以及叶绿素含量,比较了不同月份间叶绿素含量的差异,并对叶绿素含量与光谱反射率进行了相关分析.研究结果表明:不同月份之间胡杨叶片叶绿素a、叶绿素b、叶绿素a+b含量差异极显著(p＜0.01),叶绿素含量最高的月份是8月,最低的月份是10月;胡杨叶片的可见光-近红外波段反射光谱与绿色植物的反射光谱曲线是一致的,不同波长位置的光谱反射率与叶绿素含量的相关性因波长不同而存在明显差异.在510 ～ 710 nm,胡杨光谱反射率与叶绿素含量之间呈极显著负相关,其中645nm处的相关系数最低(r在-0.45～-0.35之间);在415 ～510 nm和710～920 nm,胡杨光谱反射率与叶绿素含量之间呈极显著正相关,其中769 nm处相关系数最高(r在0.34～0.41之间).645nm和769 nm是两个具有特殊意义的波长位置,用于指示胡杨叶片叶绿素与反射率的相关性.     

不同密度冬小麦叶绿素含量的冠层光谱响应研究

为了研究不同密度条件下冠层光谱对冬小麦叶绿素含量的响应,对不同密度条件下的冬小麦冠层光谱反射率进行了测定,分析了光谱植被指数与叶绿素含量间的相关性及其定量关系.结果表明,在可见光波段范围内,光谱反射率与叶绿素含量的相关性以密度5(900万苗·hm-2)最大,呈极显著负相关,且在波段670 nm时相关系数最大,达--0.85.在近红外波段范围内,光谱反射率与叶绿素含量的相关性以密度1(300万苗·hm-2)最大,均呈极显著正相关,且在波段800 nm时相关系数最大,达0.71.各植被指数与叶绿素含量的相关性均以密度1(300万苗·hm-2)最好.另外,种植密度的不同,监测叶绿素含量的最佳自变量也不一样.该研究结果可为大田实践提供一定的理论基础和实践参考.     

辣椒茶黄螨危害的冠层光谱特性与危害级别反演

为了辣椒茶黄螨大面积的遥感监测提供理论依据,测定了辣椒茶黄螨危害期间的冠层高光谱数据,并对冠层反射光谱与茶黄螨危害级别进行了相关分析.结果表明:近红外波段758、1569 nm及可见光波段537 nm为茶黄螨螨害的3个敏感波段;并基于敏感波段及由其组成的比值植被指数(RVI)和归一化植被指数(NDVI),建立了检测茶黄螨危害级别的5种单变量线性函数模型;3个敏感波段构建的模型方程在P=0.01条件下极显著相关,且758nm处的光谱反射率建立的模型为最优,预测相关系数达0.965.     

棉花冠层反射光谱与叶片氮含量定量关系研究

对可见光波段至短波红外波段(350～2 500 nm)棉花田间冠层光谱反射率与叶片含氮量间的关系进行了相关分析.结果表明,350～732、733～940和1 970～2 477 nm波段的光谱反射率与叶片含氮量极显著相关;940～1 176 nm波段的光谱反射率与叶片含氮量显著相关,以上波段为叶片全氮敏感波段.通过分析叶片含氮量与高光谱特征参数关系,得出吸收谷特征参数Depth1154和PRI(570,530 nm)可以用来预测盛花期叶片含氮量,其中Depth1154的复相关系数最高达到0.747 3,为运用遥感技术大面积、迅速、无破坏地来预测棉花生长状况以提供可能.     

枸杞4大病虫害的遥感近地高光谱特征

为给枸杞病虫害的防治提供依据,填补我国枸杞光谱特征研究方面的空白,采用近地高光谱遥感方法对枸杞主产区宁夏中卫市中宁县枸杞的健康冠层与枸杞木虱、瘿螨、负泥虫和白粉病等4种枸杞病虫害危害冠层的近地高光谱特征及变化规律进行研究。结果表明:不同病虫害感染后的冠层都具特有的光谱特征规律。健康枸杞冠层的光谱特征曲线较为平滑,其光谱反射率在红光波段700~760nm和近红外波段处高于染病冠层;木虱、瘿螨和负泥虫危害的冠层光谱特征曲线较为曲折,出现较多折点,并且发生蓝移现象;白粉病危害冠层的光谱特征较其他3种病虫害的平缓,但其光谱反射率在近红外波段较健康枸杞冠层的低。随着受害程度的加重,木虱危害的枸杞冠层光谱反射率在红光波段700~760nm处和近红外波段处降低;瘿螨危害的枸杞冠层光谱反射率在绿光波段550~600nm和红光波段600~700nm处升高,在红光波段700~760nm处和近红外波段处光谱反射率降低;负泥虫危害的枸杞冠层光谱反射率在红光波段700~760nm和近红外波段处降低;白粉病危害的枸杞冠层光谱反射率在蓝光波段、绿光波段和红光波段600~730nm处升高,在红光波段730~760nm和近红外波段处降低。     

基于冠层反射光谱的大豆生物量预测模型研究

生物量与产量密切相关,建立生物量无损预测模型对于大豆产量预测及栽培管理均有重要意义。通过分析大豆生物量积累量与冠层光谱反射率及其衍生的比值植被指数(RVI)、归一化植被指数(NDVI)及差值植被指数(DVI)之间的关系,确立大豆生物量积累量的敏感波段及预测模型。结果表明:冠层光谱反射率在560nm时与大豆地上生物量相关系数最大(R=-0.91,P0.05),三个可见光波段(485、560和660nm)和两个近红外波段(830和1 650nm)组成的比值植被指数RVI(830和560nm)与大豆生物量积累量的相关系数显著。通过逐步回归分析确立大豆生物量的预测模型,560nm反射率与大豆地上生物量相关关系的决定指数R2高达0.85,RVI 830_560与大豆地上生物量相关关系的决定指数R2为0.77。     

水淹胁迫下枫杨(Pterocarya stenoptera C.DC.)幼苗叶片高光谱特征的研究

测量了3个水淹深度(对照、根部水淹、全淹)条件下枫杨叶片的高光谱反射率、红边参数及对应的叶绿素总含量,对归一化植被指数与叶绿素总含量进行了相关分析.结果表明:①在水淹胁迫下,枫杨叶片的高光谱反射率呈现下降的趋势,且在蓝光波段(400~500 nm)和近红外波段(760~950 nm)表现为极显著差异;②随着水淹程度的加深,枫杨叶片叶绿素含量显著下降(p<0.05);③红边特征的分析显示,随着水淹程度的加深,叶片光谱出现了蓝移的现象,红边斜率呈现下降的趋势;④叶绿素总含量与归一化植被指数(R705/R750)呈正相关,相关系数为0.86(p<0.01).经回归分析,叶绿素总含量与归一化植被指数呈线性关系(R2=0.80,n=42).认为枫杨叶片高光谱特征及归一化植被指数可较好地反映枫杨的叶绿素含量和水淹胁迫的程度.     

基于支持向量机的棉花冠层叶片叶绿素含量高光谱遥感估算

【目的】建立并研究棉花冠层叶片叶绿素含量的高光谱估算模型,探讨合适的建模方法,以提高棉花叶绿素含量的高光谱遥感估算精度。【方法】以2016年种植的渭北旱塬区棉花鲁棉研28号为试验对象,用SPAD-502型手持式叶绿素仪和HR-1024i便携式地物光谱仪,分别测定棉花不同生育期冠层叶片SPAD值和对应的光谱反射率,分析SPAD值与光谱反射率的相关性。选取8个光谱参数,分析SPAD值与这8个光谱参数的相关性,并采用单因素回归、多元逐步回归和支持向量机(SVM)回归方法,构建棉花冠层叶片叶绿素含量的高光谱估算模型,比较各模型的决定系数(R2)、均方根误差(RMSE)以及相对误差(RE),评价模型的精度。【结果】(1)棉花冠层叶片光谱反射率在400～700nm波段随叶片SPAD值升高而降低,在700～1 000nm波段表现为SPAD值越高,叶片光谱反射率越高;(2)在530～570nm和680～730nm处叶绿素含量与光谱反射率呈极显著负相关(99.99%置信区间,n=144);(3)所选用的8个光谱参数与叶绿素含量均达到极显著相关,相关系数最高为0.686;(4)SVM回归模型验证R2达到了0.884,RMSE和RE最低,分别为2.186和3.419,比单因素回归模型中预测精度最高的SPAD-RVI1的RMSE和RE分别降低46.4%和46.3%,较多元逐步回归模型SPAD-MSR的RMSE和RE分别降低33.4%和32.1%,明显提高了棉花叶绿素含量的估算效果。采用8个光谱参数构建的SPAD-SVM8模型RMSE和RE比采用4个光谱参数构建的SPAD-SVM8模型分别降低了19.2%和23.5%。【结论】支持向量机(SVM)回归方法可以作为棉花冠层叶片叶绿素含量高光谱遥感估算的优选方法,且采用较多光谱参数构建的SVM模型估算精度更高。     

博斯腾湖西岸湖滨带土壤盐分高光谱分析

以博斯腾湖西岸湖滨带为研究区,利用ASD Field Spec 3便携式光谱仪对土壤样品反射率进行测量,结合土壤盐分数据,建立研究区土壤含盐量估算模型,探讨土壤盐分含量和反射率曲线之间关系。结果表明:研究区土壤盐分类型以硫酸盐为主;土壤样品光谱曲线形态特征相似,且基本平行,土壤光谱曲线在400~1 500、1 900~2 100和2 100~2 300nm区域出现明显的吸收带;在350~1 350、1 430~1 750和1 950~2 400nm区域土壤光谱反射率与土壤盐分含量相关系数较其他波段大,曲线平缓,相关系数均值为-0.35,且光谱反射率的一、二阶导数微分均可以增强反射率与土壤盐分含量之间的相关性;由土壤光谱发射率一阶导数微分建立的多元回归模型可以较好地预测土壤盐分含量,相关系数为0.90,均方根误差为0.22。     

棉花叶面积指数冠层反射率光谱响应及其反演

【目的】研究棉花冠层光谱对不同叶面积指数（LAI）的响应，建立棉花LAI光谱反演模型。【方法】利用2003～2004年采集的棉花光谱与LAI的246组数据，分析LAI与冠层反射率光谱和反射率一阶微分光谱间的定量关系。【结果】当LAI大于2.5后不同LAI棉花群体光谱反射率在可见光波段趋于饱和；LAI与可见光波段和短波红外波段（水分吸收带除外）光谱反射率呈显著负相关，与近红外波段高光谱反射率呈显著正相关；LAI与棉花反射率一阶微分光谱主要在蓝边（523～531 nm）、黄边（570～576 nm）、红边（700～755 nm）形成3个相关系数高台区，均达极显著水平，其中红边区的相关性最高。棉花红边位置固定，分别在718 nm和723 nm，且以 723 nm处对LAI更敏感。在反演棉花LAI的高光谱参数中VI (660、800)、VI (550、800)、VI (500、800)、VI (670、800)、Sdy (570～573 nm)、SDr (714～755 nm)、D723、Dr 估算LAI相对误差低于30%，RSME小于0.6，其中VI (600、800)、VI(550、800)两个参数估算水平最高，相对误差分别为21.7%与21.0%，RMSE分别为0.416与0.419；利用SDr与SDr/SDb分别对LAI大于1.0 与小于1.0 的棉花群体反演，能显著提高LAI的估算水平。【结论】应用高光谱分析方法能够提取棉花冠层特征光谱信息，构建LAI高光谱反演参数，建立估算模型，并且利用包含不同光谱参数的分段模型可以进一步提高LAI反演精度。     

菜油兼用型油菜籽粒油酸含量的高光谱模型构建

【目的】基于高光谱特征初步判别油菜摘薹情况,为实现高光谱反演籽粒油酸含量提供理论指导。【方法】使用FieldSpec 3地物光谱仪采集油菜盛花期叶片光谱数据,采用Agilent GC-MS 7980B气相色谱仪分析摘薹和未摘薹处理的籽粒油酸含量,比较2组处理的平均原始光谱反射率特征,及其油菜叶片原始及一阶微分光谱反射率与籽粒油酸含量相关性,在此基础上构建基于原始光谱特征波长的支持向量机（SVM）判别模型、基于光谱参数的油酸含量二项式模型、基于一阶微分光谱特征波长的油酸含量多元线性逐步回归（MLSR）及偏最小二乘回归（PLSR）预测模型,并利用独立样本T检验对模型精度进行验证。【结果】发现未摘薹及摘薹处理的平均原始光谱反射率曲线在760~1080nm波段存在一定差异。未摘薹及摘薹处理的原始光谱反射率与籽粒油酸含量相关性曲线存在一定差异,未摘薹处理的原始光谱反射率在484~956和1001~1146 nm波段与籽粒油酸含量呈正相关,摘薹处理的原始光谱反射率在1882~2111和2324~2499 nm波段与油菜籽粒油酸含量呈正相关,说明摘薹会影响油菜光谱反射率与籽粒油酸含量的相关性表现。选取位于760~1080 nm波段4个拐点波长（760、920、970和1080 nm）的原始光谱反射率作为自变量,用以构建SVM判别模型,经过多次随机取样比较构建所有SVM判别模型,发现最佳判别模型的训练集样本总体精度为86.1%,验证集样本总体精度为77.8%,说明利用高光谱技术判别油菜是否摘薹具有一定的可行性。光谱参数模型中RVI模型对未摘薹处理油菜籽粒油酸含量的反演效果最佳,且该模型与未摘薹处理籽粒油酸含量的相关系数（-0.705）最高。比较全部油菜籽粒油酸含量预测模型类型,PLSR模型对未摘薹处理籽粒油酸含量预测精度最高,其训练集R2=0.590、RMSE=0.610,MLSR模型对摘薹处理籽粒油酸含量预测精度最高,其训练集R2=0.773、RMSE=0.874。利用独立样本T检验对二者模型测试集样本进行验证,未摘薹样本P=0.839,摘薹样本P=0.858,二者样本实测值与预测值均无显著差异（P>0.05）,模型合理,说明利用高光谱技术对油菜籽粒油酸含量进行预测可行。【建议】引入随机森林等机器学习算法,更好地选取特征波长（显著相关波长或全波段等）,提高光谱数据对油菜籽粒油酸含量的预测能力。后期的试验应侧重于多品种油菜籽粒油酸含量估测研究,探索高光谱技术估测油菜籽粒油酸含量是否具备普遍的可行性。利用高光谱技术反演其他油菜籽粒品质指标,为高光谱遥感监测油菜品质提供理论依据。     

倒伏春性冬小麦冠层光谱特征及倒伏严重度预测

采用高光谱仪测定不同春性冬小麦品种于不同时期倒伏的群体冠层光谱反射率,分析不同倒伏条件下的小麦冠层光谱特征,建立可快速、有效监测小麦倒伏严重程度的数学模型,为合理评价倒伏程度提供依据。结果表明,小麦倒伏后冠层光谱反射率增加,可见光波段550 nm附近出现1个波峰,670 nm附近出现1个波谷;近红外波段1 000 nm处出现1个较明显的波动,呈现2个波谷,1个波峰。同一倒伏级别下,倒伏时期不同,光谱反射率曲线存在差异,可见光波段乳熟末期冠层反射率高于开花期光谱反射率,而近红外波段恰好相反;在同一倒伏时期,倒伏级别越高,光谱反射率越大。倒伏级别与冠层光谱反射率的相关系数于760 nm处达最大(r=0.973 4**)。与NDVI、RVI、DVI相比,采用760 nm处冠层光谱反射率和DVI可有效评估春性冬小麦倒伏严重度。     

不同氮营养水平与夏玉米光谱特性关系初报

【目的】揭示关中地区夏玉米叶面光谱特性与施氮量间的相关性,探索不同施氮水平下夏玉米叶片含氮量与叶绿素等生化指标及其光谱反射率特征。【方法】在田间设置不同施氮水平(纯氮施用量分为0,120和240kg/hm2)的试验小区,分别于喇叭期、抽穗期、吐丝期和乳熟期,采用FieldSpec光谱仪于室内标准光源下测定夏玉米叶片的光谱反射率,采用H2SO4-H2O2消煮,连续流动注射分析仪测定叶片氮含量,采用叶绿素仪测定穗位叶片的叶绿素含量,并对所得数据进行相关性分析。【结果】夏玉米叶片含氮量与叶绿素含量之间呈显著相关性,作物施氮水平对叶片的叶绿素含量及含氮量有直接影响;不同施氮水平下夏玉米叶面的反射波谱曲线趋势大致相同,均明显在绿波段(550 nm左右)有1个反射峰,在近红外波段(760~1 070 nm)有1个较高的反射率平台,在近红外波段(760~1 070 nm)处的反射率随氮肥用量的增加而提高,在可见光波段(400~760 nm)处的反射率则正好相反;在可见光波段,不同生长期玉米的叶面光谱反射率表现为乳熟期>抽雄期>喇叭口期>吐丝期,而在近红外波段其光谱反射率表现为乳熟期>喇叭口期>抽雄期>吐丝期;在可见光(400~760 nm)波段处,夏玉米不同生育期叶片的反射率与叶片含氮量及叶绿素含量呈负相关,而在近红外(760~1070 nm)波段处,除抽雄期外,其余生育期叶片的反射率与叶片含氮量及叶绿素含量均呈正相关,且相关性较为显著;高光谱遥感监测显示,关中地区夏玉米氮素营养水平的敏感时期分别是喇叭口期、吐丝期及乳熟期,敏感波段为可见光波段的500~720 nm和近红外区的760~1 070 nm。【结论】夏玉米的氮营养水平与叶面光谱反射率存在显著的相关性,利用高光谱遥感数据监测关中地区夏玉米的营养状况是可行的。