郭 燕，井宇航，賀 佳，王來剛，馮 偉，劉海礁

(1.河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與信息研究所，河南鄭州 450002；2.河南農(nóng)業(yè)大學(xué)國家小麥工程技術(shù)研究中心，河南鄭州 450046)

氮素是作物生長發(fā)育和產(chǎn)量形成的大量必需元素之一，其營養(yǎng)供應(yīng)對提高糧食作物產(chǎn)量和改善品質(zhì)具有重要作用。小麥在我國是僅次于水稻的第二大糧食作物，其產(chǎn)量對保證我國糧食安全舉足輕重。施用氮肥能夠滿足小麥生長發(fā)育對氮素營養(yǎng)的需求，是小麥增產(chǎn)的決定因子，但過量施氮不僅會增加成本、浪費資源，而且會引發(fā)植株徒長、易倒伏、環(huán)境污染等問題。目前，我國小麥過量施肥現(xiàn)象嚴重，氮肥利用率低于世界同期平均水平20%～30%[1-2]。因此，合理、精準(zhǔn)施氮成為目前農(nóng)業(yè)研究的一個熱點。在2018年歐盟制定的農(nóng)業(yè)政策中，提出了利用現(xiàn)代化信息手段有效地進行養(yǎng)分管理，在空間和時間上提供正確的施肥量以滿足作物的生長要求[3-4]。近幾年來，“減肥”特別是“減氮”行動在我國廣泛開展，如政府制定了2020年化肥“零增長”計劃等[5]。通過遙感等技術(shù)手段進行高效、快速作物氮素精準(zhǔn)監(jiān)測診斷，可以準(zhǔn)確獲取作物生長發(fā)育對氮素營養(yǎng)需求的實時信息，從而為農(nóng)田肥料精準(zhǔn)施用、資源合理配置創(chuàng)造條件。遙感技術(shù)作為目前唯一能夠大范圍實現(xiàn)快速獲取空間連續(xù)地表信息的手段，對于發(fā)展高產(chǎn)高效和環(huán)境友好型現(xiàn)代農(nóng)業(yè)的重要性已經(jīng)被普遍認可。已有大量研究證實，小麥冠層的氮素含量與土壤和植株氮素含量存在顯著正相關(guān)關(guān)系，通過小麥冠層光譜信息進行土壤和植株氮素含量的快速估算可為氮肥的精準(zhǔn)管理提供信息支撐[6-11]。本文對目前小麥冠層氮素含量光譜估算原理、采用的數(shù)據(jù)類型和方法進行了總結(jié)闡述，并在此基礎(chǔ)上分析了目前小麥冠層氮素估算存在的問題，對未來小麥冠層氮素快速估算前景進行了展望。

1 小麥冠層氮素光譜估算原理

作物冠層光譜的形成主要是因為冠層葉片組織器官內(nèi)不同形態(tài)的組分對不同波段電磁波產(chǎn)生了選擇性吸收、反射和透射。作物冠層組分的特定結(jié)構(gòu)與作物的生長發(fā)育、健康狀況、生長條件等密不可分，這種特征特性構(gòu)成了作物的“指紋效應(yīng)”，成為利用作物冠層光譜估算作物組分含量或濃度的理論基礎(chǔ)。目前作物組合光譜估算主要采用可見光(Vis：380～780 nm)、近紅外(NIR： 780～2 500 nm)、中紅外(mid-IR：2 500～25 000 nm)波段。小麥冠層氮素含量光譜估算的原理是作物在一定的輻照強度下，其化學(xué)組分分子的氮化學(xué)鍵在電磁波的作用下產(chǎn)生振動，形成某些波段的光譜吸收和反射差異，表現(xiàn)出不同的反射率，稱為“敏感波段”或者“特征波段”。光波原理及其應(yīng)用范圍可用圖1表示。通過分析這些敏感波段的光譜反射率與作物氮含量的關(guān)系，可實現(xiàn)作物氮含量估算。

圖1 光波原理及其應(yīng)用范圍Fig.1 Principle and application of light waves

2 小麥冠層氮素含量光譜估算數(shù)據(jù)類型

小麥冠層氮素含量的監(jiān)測、估算與診斷研究將實驗地點從實驗室轉(zhuǎn)向了大田，數(shù)據(jù)類型從主要依靠高光譜逐漸轉(zhuǎn)向多光譜。光譜獲取的平臺隨著遙感技術(shù)的發(fā)展主要有近地、機載和星載3種。不同類型平臺的數(shù)據(jù)各有優(yōu)缺點，所達到的氮素估算效果不盡相同，應(yīng)用的范圍也有差異。

2.1 近地光譜數(shù)據(jù)

近地光譜數(shù)據(jù)主要有高光譜和多光譜兩種，多光譜主要是采用數(shù)碼相機獲取冠層圖像，高光譜數(shù)據(jù)主要通過手持或者背掛式地面高光譜儀、冠層光譜儀等儀器獲取，目前使用最廣泛的儀器為Field Spec地物光譜儀(光譜范圍為350～ 2 500 nm)和Field Spec Hand Held光譜儀(光譜范圍為325～1 075 nm)和QualitySpec Trek(光譜范圍為350～2 500 nm)等。

馮 偉等[12]利用FieldSpec Pro FR2500型背掛式野外高光譜儀獲取小麥冠層光譜，研究了不同葉片氮素含量水平下小麥冠層光譜的變化特征，發(fā)現(xiàn)紅邊區(qū)域光譜特征較可見光和近紅外光譜能更好地估算冠層葉片氮素的含量。姚 霞等[13]利用與馮 偉等[12]相似的試驗獲取不同氮肥處理的小麥冠層光譜數(shù)據(jù)，采用不同算法的紅邊位置(一階微分、倒高斯法、多項式擬合法、四點內(nèi)插法、拉格朗日法、線性外推法)建立了與冠層氮素營養(yǎng)指標(biāo)的定量關(guān)系，基于線性外推法的紅邊位置建立了小麥冠層氮素含量估算模型，其準(zhǔn)確性和穩(wěn)定性較高。李粉玲等[14]利用SVC HR-1024I型野外光譜儀獲取了350～1 000 nm范圍的小麥冠層光譜數(shù)據(jù)，通過波譜響應(yīng)函數(shù)模擬Landsat8(30 m)、SPOT6(6 m)、HJ-1A(30 m)、HJ-1B(30 m)、GF-1(8 m)和ZY-3(6 m)寬波段光譜對全生育期冠層葉片氮素含量進行了估算，基于TCARI(轉(zhuǎn)化葉綠素吸收反射指數(shù))/OSAVI(優(yōu)化土壤調(diào)節(jié)植被指數(shù))建立的氮素模型具有優(yōu)勢。這些研究利用近地高光譜數(shù)據(jù)均為點狀數(shù)據(jù)，通過光譜變換模擬、紅邊處理等方法對冠層氮素估算達到了理想的效果。而有些研究則利用的是面狀數(shù)據(jù)，即采用高光譜成像儀或者數(shù)碼相機獲取冠層RGB圖像對冠層氮素進行估算。如Vigneau等[15]使用拖拉機攜帶HySpex VNIR 1600-160(Norsk Elektro Optikk,Norway)高光譜相機掃描獲得小麥冠層400～1 000 nm的光譜數(shù)據(jù)，建立定量模型，估算冠層葉片氮素含量，決定系數(shù)(R2)達到0.889。相對于采用高光譜儀獲取點狀數(shù)據(jù)進行冠層氮素估算，采用成像傳感器獲取面狀數(shù)據(jù)進行冠層氮素估算的研究較少，這主要是因為近地冠層成像數(shù)據(jù)獲取相對于無人機、衛(wèi)星獲取成像數(shù)據(jù)在速度、效率、尺度上沒有明顯優(yōu)勢。

2.2 機載光譜數(shù)據(jù)

機載光譜數(shù)據(jù)以無人機系統(tǒng)為遙感信息獲取平臺，通過搭載輕量型遙感信息獲取傳感器(載荷通常在5 kg以內(nèi))來獲取地物反射率數(shù)據(jù)，光譜分辨率在10-2λ數(shù)量級范圍內(nèi)，在對目標(biāo)空間特征成像的同時，對每個空間像元經(jīng)過色散形成幾十個乃至幾百個窄波段的連續(xù)光譜覆蓋。目前機載傳感器主要有數(shù)碼相機、RedEdge-MX五波段多光譜相機、機載高光譜成像儀(光譜范圍為 400～1 000 nm)等。

Liu等[16]利用無人機搭載UHD185高光譜儀(450～950 nm)獲取小麥拔節(jié)期、抽穗期、開花期和灌漿期高光譜影像，采用相關(guān)分析得到的敏感波段建立的多元回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型，可以對冠層葉片氮素進行較好估算，模型R2最大達到0.948。Li等[17]則與Liu等[16]使用相同高光譜裝置獲取了小麥不同生育時期的冠層高光譜影像，與N-PROSAIL模型相結(jié)合，對小麥冠層氮素含量進行了估算，模型R2和RMSE分別為0.83和0.23。利用無人機搭載高光譜儀對冠層氮素含量取得了較好的估算效果，但是高光譜儀的價格昂貴，環(huán)境影響因素多，限制了其應(yīng)用范圍。在國內(nèi)，董 超等[18]則利用無人機搭載的Sequoia多光譜傳感器獲取的不同氮肥梯度小麥冠層反射率，通過差異分析建立了氮肥變量施氮模型。劉帥兵等[19]基于無人機搭載的DSC-QX100數(shù)碼相機獲取小麥冠層圖像，通過篩選出的相關(guān)性高的植被指數(shù)構(gòu)建的氮素估算模型中冠層葉片氮素模型精度最高，模型驗證R2為0.85。江 杰等[20]則通過對無人機自帶數(shù)碼相機獲取的小麥全生育期數(shù)碼圖像分析，發(fā)現(xiàn)可見光大氣阻抗指數(shù)(VARI)、歸一化綠-紅差值指數(shù)(NGRDI)等與冠層葉片氮素積累量之間的指數(shù)關(guān)系模型最優(yōu)，R2為0.52～0.76。楊福芹[21]利用無人機搭載DSC-QX100數(shù)碼相機獲得的小麥冠層數(shù)碼圖像，結(jié)合紋理特征構(gòu)建了“圖-譜”指標(biāo)與氮營養(yǎng)指數(shù)進行了相關(guān)性分析，為冠層氮素的估測提供了基礎(chǔ)。這些研究從無人機載荷平臺、光譜信息采集設(shè)備、估算方法等方面均進行了探討，為中小尺度冠層氮素的估算和診斷提供了可靠途徑，也為更大尺度進行氮素的快速估算奠定了基礎(chǔ)。

2.3 星載光譜數(shù)據(jù)

通過衛(wèi)星搭載傳感器獲取遙感影像，極大地方便了農(nóng)田信息的獲取，使得大尺度空間連續(xù)的觀測成為可能，尤其是隨著高分辨率對地觀測系統(tǒng)重大專項的實施和建設(shè)，對地觀測系統(tǒng)初步具備了全天候、全天時、全球覆蓋的高分辨率對地觀測能力。我們可以根據(jù)農(nóng)業(yè)對象的尺度效應(yīng)、應(yīng)用決策的多樣性特征有區(qū)別地區(qū)選擇數(shù)據(jù)。目前國內(nèi)外適用于作物養(yǎng)分估算的在軌運行衛(wèi)星主要有中國的GF系列、HJ-1A、HJ-1B等，美國的Landsat-8、WorldView-2、WorldView-3、Planet等以及歐洲的Sentinel-2等。GF系列搭載有多光譜相機，分辨率0.8～16 m，重訪周期高達2 d，可以滿足作物生育期養(yǎng)分動態(tài)監(jiān)測與估算的需求；HJ-1A、HJ-1B搭載有多光譜相機和高光譜成像儀，光譜分辨率高，與高空間分辨率的光譜數(shù)據(jù)結(jié)合，可以進行大范圍養(yǎng)分的估算；Landsat-8、Sentinel等具有紅邊波段，可以有效地監(jiān)測作物生長狀況，在作物養(yǎng)分和健康狀態(tài)監(jiān)測、作物識別和生理生化參數(shù)估算等方面具有優(yōu)勢。

國內(nèi)外學(xué)者利用這些衛(wèi)星搭載的多光譜或者高光譜傳感器獲取遙感影像對小麥冠層氮素進行了監(jiān)測、估算、診斷等研究。譚昌偉等[22]以Landsat TM影像為數(shù)據(jù)源建立及評價了TM影像遙感變量監(jiān)測冬小麥開花期葉片氮含量的模型。結(jié)果表明，在冬小麥開花期，選用作物氮反射指數(shù)、近紅外波段反射率和歸一化植被指數(shù)可以很好地對冠層葉片氮素含量進行估算；基于HJ-1A/JB影像提取了返青期與開花期小麥垂直植被指數(shù)(RVI)和結(jié)構(gòu)色素植被指數(shù)(SIPI)建立了與冠層葉片含氮量的估算模型，模型R2分別為0.58和0.61，均方根誤差分別為0.54%和 0.42%[23-24]。Delloye等[25]則利用Seninel-2衛(wèi)星和SPOT衛(wèi)星數(shù)據(jù)采用人工神經(jīng)網(wǎng)絡(luò)等算法通過對小麥冠層葉綠素含量進行反演，進而對冠層氮素臨界值進行了估算，為快速地決策作物氮肥的需求提供了科學(xué)依據(jù)。Fabbri等[26]的研究表明，基于RapidEye影像提取的增強型植被指數(shù)(EVI)和優(yōu)化的葉綠素吸收率指數(shù)(MCARI)對冠層氮素含量估算R2高達0.968。這些研究表明，對于冠層氮素含量的估算，盡管不同的研究對象所使用的植被指數(shù)有差異，所建立的估算模型精度有高有底，但紅邊區(qū)域和近紅外波段在指數(shù)構(gòu)建的過程中不可缺失。由于不同生育時期氮素含量及光譜反射率變化均大。小麥不同生育時期衛(wèi)星遙感數(shù)據(jù)有著不同的特征波段，給建立穩(wěn)定的估算模型造成了較大的不確定性。

3 小麥冠層氮素含量光譜估算方法

利用上述數(shù)據(jù)類型，近20年來，國內(nèi)外學(xué)者圍繞小麥冠層氮素遙感監(jiān)測、估算與診斷等方面開展了研究，取得了較大進展，概括起來小麥冠層氮素含量光譜估算采用的方法主要有兩種，一是基于地面實測參數(shù)建立其與光譜反射率之間關(guān)系的統(tǒng)計模型；二是基于小麥冠層輻射傳輸過程的物理模型，包括輻射傳輸模型(radiative transfer model，RTM)和幾何光學(xué)模型(geometric optical model，GOM)。

3.1 統(tǒng)計模型

統(tǒng)計模型是基于實測參數(shù)如葉綠素、冠層覆蓋度、葉面積指數(shù)(LAI)、光譜反射率或者由遙感影像計算得到的指數(shù)參數(shù)等為自變量建立與小麥冠層氮素之間的關(guān)系，進行氮素含量的估算。基于這些參數(shù)對氮素含量進行估算時，采用的線性模型占比較高[27-31]。如Fitzgerald等[27]利用線性回歸模型基于連續(xù)3年的高光譜反射率數(shù)據(jù)計算得到的冠層葉綠素指數(shù)對小麥冠層氮素的含量進行了估算，R2為0.81。陶志強等[9]采用冪指數(shù)關(guān)系模型，對小麥葉片氮素含量也達到了較好的預(yù)測效果，相關(guān)系數(shù)為0.67，達到了極顯著水平。史培華等[29]研究則表明,采用冠層光譜參數(shù)覆蓋度對氮素預(yù)測時，異速生長函數(shù)和指數(shù)函數(shù)模型均具有較好的預(yù)測性，R2分別為0.88和 0.86。近幾年，葉綠素?zé)晒鈹?shù)據(jù)在氮素營養(yǎng)的監(jiān)測中應(yīng)用越來越多。小麥冠層葉綠素?zé)晒庑盘柧哂胸S富的生物信息，且受外界環(huán)境影響能及時響應(yīng)，對氮素營養(yǎng)具有良好的指示作用[11,32]。如Jia等[11]基于葉綠素?zé)晒夤庾V利用線性回歸模型對小麥葉片氮素含量進行了估測，其中761 nm波段對冠層氮素的估測效果最好，R2為0.48。但是冠層覆蓋度與遙感監(jiān)測中常用的歸一化植被指數(shù)(NDVI)等指標(biāo)效果類似，存在飽和現(xiàn)象。這些簡單的線性模型對于小麥冠層干葉或粉末的氮素組分估算效果好，但是冠層易受結(jié)構(gòu)、氮素組分分布、測量環(huán)境等因素影響，模型的穩(wěn)定性差。近年來越來越多的學(xué)者采用復(fù)雜數(shù)學(xué)模型如偏最小二乘回歸(PLSR)、支持向量機(SVM)、BP神經(jīng)網(wǎng)絡(luò)、遺傳算法(GA)等進行冠層氮素含量的建模估算[33-38]。Li等[33]采用偏最小二乘回歸模型建立了小麥冠層的高光譜估測模型，9組數(shù)據(jù)所得結(jié)果的R2為0.79～0.90。楊寶華等[35]采用相關(guān)分析法篩選出30個小麥氮素敏感波段，利用RBF和BP神經(jīng)網(wǎng)絡(luò)回歸模型對冠層氮素含量進行了估算。Wang等[36]則利用MK-SVR算法建立了不同生長階段小麥冠層氮素含量與HJ-CCD衛(wèi)星光譜直接的估測模型，并與多元線性回歸、偏最小二乘回歸、人工神經(jīng)網(wǎng)絡(luò)和single-kernel SV(SK-SVR)進行了對比，結(jié)果表明，此方法可以很好地對氮素含量進行估算。這種復(fù)雜的模型通過對數(shù)據(jù)的大量變換，最后建立的估算模型監(jiān)測精度高，但是由于模型的適用范圍和復(fù)雜程度不同，需要結(jié)合具體的條件對不同地區(qū)的作物模型進行驗證、評價、改正，完成模型的本地化后方可使用。

3.2 物理模型

物理模型以觀測數(shù)據(jù)的生成機理、與地表參數(shù)的關(guān)系為基礎(chǔ)，與統(tǒng)計模型相比較為復(fù)雜。一般情況，輻射傳輸模型(RTM)適用于均勻分布植被(連續(xù)植被表面)，如草地、幼林、生長茂盛的作物等；幾何光學(xué)模型(GOM)適用于離散分布植被(不連續(xù)植被表面)，如果園、稀疏林地等。鑒于小麥冠層的特征特性，下面針對輻射傳輸模型在小麥冠層氮素估算研究進展進行闡述。

典型的冠層輻射傳輸模型有PROSPECT、SAIL等[39-41]。PROSPECT模型適用于扁平葉植被，正向運算可得到葉片反射率和透射率，反向運算可估算葉片生化組分和結(jié)構(gòu)參數(shù)。Wang等[42]采用PROSPECT模型利用高光譜數(shù)據(jù)提取的植被等效水厚度估算含氮量，R2為0.58。Li等[43]以N-PROSPECT模型和SAIL模型為基礎(chǔ)，構(gòu)建了N-PROSAIL模型對不同生長階段小麥冠層氮含量進行了估算，R2為0.36～0.74之間。Berger等[44]創(chuàng)新性利用混合的PROSAIL-PRO模型，并將機器學(xué)習(xí)過程應(yīng)用到冠層、莖稈、果實等地上部分氮素估算的研究中，所得冠層氮素估算模型的精度最高。這些物理模型的普適性相對較好，但是目前可檢索到的文獻較少，相對于統(tǒng)計模型物理模型的參數(shù)多，需要大量的試驗數(shù)據(jù)支撐，在某些方面統(tǒng)計模型的精度比物理模型更高而且方便快捷，這也可能是目前對冠層氮素估算采用物理模型較多的原因。

4 存在問題及展望

小麥冠層氮素含量是評價小麥生長狀況的指示性指標(biāo)，冠層氮素含量與土壤、植株氮素含量密切相關(guān)，可根據(jù)冠層氮素含量的虧缺或者富余進行氮素施用調(diào)控。遙感技術(shù)的快速發(fā)展為氮素的精確監(jiān)測和管理提供了一種的新的途徑。經(jīng)過20余年的發(fā)展，在小麥冠層氮素估算參數(shù)的選擇、指數(shù)構(gòu)建、模型建立等方面已經(jīng)積累了豐富的經(jīng)驗知識，推動了氮素監(jiān)測的現(xiàn)代化和信息化發(fā)展。目前，國內(nèi)外在利用光譜信息監(jiān)測小麥冠層氮素含量方面已有不少研究，數(shù)據(jù)源從近地獲取的光譜數(shù)據(jù)到無人機獲取的光譜數(shù)據(jù)，再到衛(wèi)星獲取的光譜數(shù)據(jù)，應(yīng)用的范圍和寬度也越來越大。估算方法上也由最初的線性模型到現(xiàn)在的支持向量機、隨機森林算法、神經(jīng)網(wǎng)絡(luò)等較復(fù)雜的機器學(xué)習(xí)算法。尤其是近幾年隨著遙感技術(shù)的快速發(fā)展，光譜數(shù)據(jù)獲取方式也越來越豐富，極大促進了氮素含量估算方面的研究，但還存在一些亟待解決的問題:

(1)多源數(shù)據(jù)的協(xié)同運用。近地獲取的高光譜數(shù)據(jù)，精度高，在田塊尺度上可以取得滿意的效果，但是難以進行大面積的應(yīng)用。機載傳感器獲取的數(shù)據(jù)，時效性高、分辨率高，并且可以根據(jù)天氣情況及時調(diào)整方案，一定程度上彌補了近地數(shù)據(jù)難以進行較大尺度應(yīng)用的短板。星載光譜數(shù)據(jù)可以獲取豐富的多光譜數(shù)據(jù)和高光譜數(shù)據(jù)，實現(xiàn)對作物信息大尺度的監(jiān)測，但是星載遙感易受空間輻射和天氣等因素的影響，增加影像處理的難度，影響估算精度?？傮w來看，不同的數(shù)據(jù)獲取方式各有優(yōu)勢，近地數(shù)據(jù)具有“點”上高精監(jiān)測的優(yōu)勢，而機載和星載遙感具有“面”上廣監(jiān)測特點，如何將多種類型數(shù)據(jù)進行尺度轉(zhuǎn)換和數(shù)據(jù)融合，通過“點-線-面”優(yōu)勢互補，實現(xiàn)實時、動態(tài)和大范圍小麥冠層氮素乃至其他營養(yǎng)元素的監(jiān)測、估算和診斷，為適時、精確管理提供空間決策支持信息，是當(dāng)前養(yǎng)分信息快速監(jiān)測與診斷的重點和難點。

(2)估算模型的普適性。目前已有的氮素含量光譜估算模型，多為基于統(tǒng)計模型估算作物葉片或者冠層氮素含量，模型相對簡單，但是普適性差，時空擴展穩(wěn)定性不強，難以大范圍應(yīng)用。當(dāng)采用不同的統(tǒng)計方法進行氮素含量與波段相關(guān)分析時，可能會造成敏感波段的誤選。因此在此基礎(chǔ)上得到的估算模型往往不穩(wěn)定，常常受作物類型、監(jiān)測時期、管理措施和地域環(huán)境的影響，需要進行調(diào)整甚至重新建模，這不便于模型的推廣普及，也不利于作物氮素水平的快速監(jiān)測。物理模型在一定程度上可以彌補統(tǒng)計模型的不足，因此可以從作物中的氮與光照的作用機理入手，或者在估算方法上結(jié)合物理模型的機理性優(yōu)勢。如何結(jié)合兩者的優(yōu)點，構(gòu)建具有高普適性的作物氮素含量遙感光譜響應(yīng)機理模型，需要進一步的研究。

(3)多角度立體監(jiān)測。當(dāng)前小麥冠層氮素含量的估算主要針對冠層整體的養(yǎng)分，但是養(yǎng)分脅迫初期首先表現(xiàn)在冠層中下部，冠層頂部并不明顯，導(dǎo)致早期的養(yǎng)分脅迫診斷困難。而且光譜探測多以瞬時的觀測數(shù)據(jù)為主，連續(xù)監(jiān)測的時效性不足，缺乏作物模型與多時相數(shù)據(jù)融合的監(jiān)測估算方法。因此，開展多學(xué)科交叉技術(shù)創(chuàng)新，實現(xiàn)營養(yǎng)元素從“表層”向冠層垂直分布“三維立體”拓展和冠層養(yǎng)分從“光譜瞬時”向“時相連續(xù)”的四維拓展，具有重大現(xiàn)實意義和應(yīng)用前景，對提高肥料利用效率，減少環(huán)境污染，確保糧食安全具有重要意義。

總之，小麥冠層氮素光譜估算將會在光譜搭載平臺與模型機理上得到進一步的發(fā)展；在應(yīng)用上，隨著氮素估算方法的日臻成熟，氮素數(shù)據(jù)將會在作物生長監(jiān)測診斷、小麥產(chǎn)量估算、糧食安全方面得到更為廣泛與深入的應(yīng)用。