全 文 ：基于高光谱指数的塔里木河上游胡杨和
灰叶胡杨叶片氮素含量估测*
王家强
1
伍维模
1，2＊＊
李志军
1，2
温善菊
1
牛建龙
1
迟春明
1
(1塔里木大学植物科学学院，新疆阿拉尔 843300;2新疆生产建设兵团塔里木盆地生物资源保护与利用重点实验室，新疆
阿拉尔 843300)
摘 要 采用高光谱技术，以胡杨、灰叶胡杨为实验材料，利用野外地物光谱辐射计获得了
塔里木河上游胡杨、灰叶胡杨叶片的光谱反射率数据，同时进行叶片的采集并分析其氮素
含量。结果表明:(1)以原始光谱反射率与叶片氮素含量的最大相关波段处的反射率为自
变量，氮素含量为因变量，拟合的线性模型灰叶胡杨的决定系数大于胡杨，胡杨在 657 nm
处和灰叶胡杨 689 nm处所构建的模型在叶片氮素预测模型中较为理想;(2)以光谱特征变
量、植被指数及红边位置为自变量，叶片氮素含量为因变量所构建的线性模型拟合效果较
好，其中叶片氮素与植被指数构建的模型其决定系数值较高，说明其具有较高的预测能力;
(3)基于光谱面积的预测变量在监测叶片营养状况中也有较大的潜力。研究认为，利用高
光谱反射率数据及其光谱变换参数来估测胡杨、灰叶胡杨的氮素含量是可行的。
关键词 胡杨;灰叶胡杨;氮含量;高光谱;遥感
中图分类号 S718． 43 文献标识码 A 文章编号 1000 － 4890(2014)10 － 2858 － 07
Estimating leaf nitrogen content of Populus euphratica and P． pruinosa in the upper rea-
ches of Tarim Ｒiver using hyperspectral index． WANG Jia-qiang1，WU Wei-mo1，2＊＊，LI
Zhi-jun1，2，WEN Shan-ju1，NIU Jian-long1，CHI Chun-ming1 (1 Institute of Plant Science and
Technology，Tarim University，Alar 843300，Xinjiang，China;2 Key Laboratory of Protection and
Utilization of Biological Ｒesources of Tarim Basin of Xinjiang Production ＆ Construction Corps，
Alar 843300，Xinjiang，China)． Chinese Journal of Ecology，2014，33(10):2858 － 2864．
Abstract:Hyperspectral reflectances of Populus euphratica and P． pruinosa leaves were obtained
using field spectrometer in the upper reaches of Tarim Ｒiver． Leaf nitrogen content was also de-
termined． The bands of 657 nm and 689 nm could be used as sensitive bands to estimate leaf ni-
trogen content of P． euphratica and P． pruinosa，respectively． The determination coefficient of
the linear model between reflectance and leaf nitrogen content of P． euphratica was higher than
that of P． pruinosa． Highly significant linear relationships were also found between leaf nitrogen
content and hyperspectral characteristic variables，vegetation index and red edge position，re-
spectively． The determination coefficients of linear models between leaf nitrogen content and veg-
etation index were higher than those of other models． Therefore，inversion models based on vege-
tation index have good predictability． Significant relationships also existed between leaf nitrogen
content and spectral areas． Therefore，spectral areas also can be used to estimate leaf nitrogen
content． It was feasible to estimate nitrogen content of P． euphratica and P． pruinosa leaves
based on hyperspectral reflectance and parameters transformed from hyperspectral reflectance．
Key words:Populus euphratica;Populus pruinosa;nitrogen content;hyperspectrum;remote
sensing．
* 国家自然科学基金项目(40961028，31260140)、兵团塔里木盆地生物资源保护与利用重点实验室开放课题项目(BＲ0708)、973 计划前期研
究专项(2009CB426303)、兵团青年科技创新基金专项(2012CB020)和塔里木大学校长基金项目(TDZKSS201101)资助。
＊＊通讯作者 E-mail:wwmzky@ 163． com
收稿日期:2014-03-19 接受日期:2014-06-14
生态学杂志 Chinese Journal of Ecology 2014，33(10):2858 － 2864
DOI:10.13292/j.1000-4890.2014.0255
胡杨是干旱区主要的乔木树种，被列入国家珍
稀濒危保护植物，具有抑制荒漠化过程和保护生物
多样性、维系当地生态平衡及促进绿洲稳定发展的
重要作用(刘普幸，2011)。胡杨森林群落是南疆荒
漠地带独特的森林生态系统，维持着脆弱的荒漠生
态系统平衡(黄培佑，2002);因此，保护胡杨林对维
护干旱区的生态平衡，保障绿洲农牧业生产有着及
其重要的意义(曹生奎等，2011)。作为植物的基本
营养元素，氮是陆地生态系统植物生长的主要限制
因子，与植物的光合作用和细胞生长分裂等重要生
理活动有关(Lamber et al．，1998);缺氮直接影响到
植物氨基酸、蛋白质、核酸等物质的生物合成，导致
植物光合作用能力下降，同时氮素含量的变化会引
起作物叶片生理及形态结构的相应变化(张霞等，
2003)。因此，监测胡杨叶片氮素含量能为诊断胡
杨生长特征，保育胡杨林健康发展，进而为保障绿洲
生态系统稳定提供理论基础。
随着高光谱技术的发展，高光谱遥感在植物营
养诊断上的应用越来越广泛。近年来，不少学者利
用其波段多、分辨率高的特点来定量分析和监测植
物生育期理化过程。Gong 等(2001)采用 6 种光谱
反射率变换形式来识别针叶树，结果反射率对数的
一阶微分形式和归一化的反射率的一阶微分形式有
较高精度。Gitelson 等(2003)研究表明，蓝光
(400 ～ 500 nm)、红光(680 nm)以及(Ｒ750-800)/
(Ｒ695-740)的倒数光谱能明显提高叶绿素含量的
估算精度。Lamb 等(2002)发现，当黑麦草的叶片
氮含量在 2% ～ 5%时，可被红边幅高(Ｒ780-Ｒ670)
精确估测;Fridgen和 Varco(2004)也发现，红边位置
可用于估测棉花叶片的氮素状况。田永超等
(2007)阐述了基于光谱信息的作物氮素营养无损
监测技术，说明了作物氮素特征光谱产生的机制，反
射光谱对氮素营养的响应及光谱指数的生理意义。
朱西存等(2010)研究了基于高光谱的苹果花氮素
含量预测模型，构建的 6 个特征光谱参数与苹果花
氮素含量均呈极显著相关。刘根华等(2011)利用
反射光谱研究了山核桃幼苗氮素营养状况，发现不
同氮素浓度处理之后山核桃叶片在 525 ～ 605 nm波
段反射率差异特别明显。王植等(2011)利用高光
谱遥感对桃树叶片氮素含量进行了监测，表明利用
叶片反射率的导数作为因子，能较好地反映出氮素
含量。因此，植物氮素的变化会引起其光谱反射特
性的变化，这是通过光谱手段获取植物生化参量信
息的理论基础，从而使得利用高光谱监测植物的营
养状况成为可能。
综上所述，国内外学者对植物氮素的高光谱监
测主要集中在利用农作物、果树的监测，而利用高光
谱遥感估测胡杨(Populus euphratica)和灰叶胡杨
(P． pruinosa)的研究还鲜见报道。因此，本研究以
塔里木盆地北缘塔里木河上游作为研究区，利用野
外地物光谱辐射计获取胡杨和灰叶胡杨叶片的光谱
反射率，并分析其叶片氮素含量;通过对胡杨、灰叶
胡杨光谱数据的分析，估测其叶片氮素含量，为探讨
植物氮素的快速无损监测方法提供理论基础，也为
研究植物养分的遥感估算提供科学依据。
1 研究地区与研究方法
1. 1 研究区概况
研究区位于塔里木盆地北缘塔里木河上游，新
疆生产建设兵团第一师阿拉尔市十二团境内。地理
位置为 81°0416″E —81°2948″E，40°2004″N—40°
3740″N;研究区是国家级重点公益林保护区的一部
分，主要树种是胡杨和柽柳。研究区属于典型大陆
性气候，平均海拔 950 m左右;主要特征是全年干旱
少雨，蒸发强烈，日照充足，热量丰富，降水稀少，温
差大;全年平均无霜期 204 d，全年平均降水量 42． 7
mm，年蒸发量 2110． 5 mm;土壤类型以林灌草甸土
为主。
1. 2 研究方法
1. 2. 1 光谱数据的获取 本研究采用 ISI921VF-
512 型野外地物光谱辐射计测量胡杨叶片、冠层的
反射光谱。测量波段范围为 392． 53 ～ 1095． 3 nm，
共 512 个波段，光谱采样间隔为 1． 4 nm，光谱分辨
率为 3． 5 nm，视场角为 30°。为减小太阳高度角变
化对光谱测量结果的影响，测量时间选择在晴朗无
云无风的午间 12:00—16:00。仪器探头垂直向下，
探头与样品的距离是 30 cm。选择每个样地中心树
在内的 3 棵树为采集树，测定叶片、冠层的反射光
谱。每棵采集树测定 10 个叶片的光谱，取其平均值
为样树值。测定日期是 2012 年 7 月 11 日、7 月 21
日和 10 月 13 日。共测定有效胡杨、灰叶胡杨样本
95 和 96 个，每个样本测定 10 个叶片，取均值，即每
次测定 320 个胡杨、灰叶胡杨叶片。
1. 2. 2 叶片氮素含量的测定 样品全氮用浓硫酸
消煮-凯氏定氮法测定(鲍士旦，2011)。
1. 2. 3 数据分析 数据采用 SPSS 17． 0 进行光谱
9582王家强等:基于高光谱指数的塔里木河上游胡杨和灰叶胡杨叶片氮素含量估测
指数与叶片含氮量之间的相关性分析，利用 Excel
2003 绘制光谱曲线图及散点图。
1. 2. 4 高光谱数据分析方法 以实测光谱数据和
叶片氮素含量数据为基础，选择植被生理生化参数
反演模型常用的植被指数、光谱位置和光谱面积变
量，构建氮素光谱反演模型。对选取的胡杨和灰叶
胡杨叶片的植被指数、光谱位置、光谱面积与氮素含
量进行相关分析，选择与氮素含量显著相关的光谱
参数，并建立估算模型，同时进行精度验证。
1. 2. 5 精度验证方法 采用均方根误差(ＲMSE)
来进行模型精度的评价。
ＲMSE = ∑
n
i = 1
(yi － yi )
2
槡 /n (1)
式中，yi 为实测值，yi 表示预测值，n为样本数。
2 结果与分析
2. 1 胡杨、灰叶胡杨叶片原始光谱反射率与一阶导
数光谱特征
从图 1a可以看出，胡杨与灰叶胡杨叶片光谱反
射率在各个波段都有明显差别，其中以 650 nm可见
光吸收谷和 800 nm 附近的近红外反射峰处最为明
显。图 1b可知，一阶微分能够有效地消除叶面积变
化的影响，从而得到差别明显的波段:从可见光 400
nm附近开始，直到 1100 nm的近红外波段差异都比
较明显，但其光谱曲线形状都比较相似。
2. 2 胡杨、灰叶胡杨叶片原始光谱反射率与氮素含
量的相关分析
由图 2 可知，胡杨、灰叶胡杨原始光谱与叶片氮
素含量，在 550 ～ 700 nm 波段内的相关系数 Ｒ 值均
达到了极显著水平(P ＜ 0． 01)。叶片氮素含量与光
谱反射率在可见光与近红外波段呈极显著负相关，
即随着氮素含量的增多，光谱反射率有降低的趋势。
在可见光区(400 ～ 700 nm)的反射率主要是由叶绿
素等色素的吸收引起的，因此与氮素、叶绿素含量呈
现负相关关系。
从图 2 可以看出，胡杨叶片含氮量与 657 nm处
光谱反射率的相关系数 Ｒ 的均值最大，灰叶胡杨叶
片含氮量与 689 nm处光谱反射率的相关系数 Ｒ 的
均值最大，且均为相关性极显著。由图 3 可知，胡杨
和灰叶胡杨分别在 657 和 689 nm 的反射率与叶片
氮素含量呈现出极显著负相关。
2. 3 基于光谱变量与氮素含量的相关分析
根据表 1 的定义，由光谱反射率数据提取 8 个
植被指数，分析样本植被指数和叶片含氮量的决定
表 1 本研究使用的几组自变量的定义
Table 1 Definition of independent used to generate regression models in this work
变量 定义 描述
基于Ⅵ变量 ＲT TM4 /TM3 TM3 覆盖波长范围:630 ～ 690 nm;TM4 覆盖波长范围:760 ～ 900 nm。计
算所有落在以上波段范围的波段平均值得到 TM4 和 TM3 波段值
ＲG NIＲ /Green NIＲ覆盖波长范围:760 ～ 850 nm;Green覆盖波长范围:510 ～ 560 nm。计
算所有落在以上波段范围内的波段平均值得到 NIＲ和 Green波段值
ＲＲ NIＲ /Ｒed Ｒed覆盖波长范围:650 ～ 670 nm;平均此范围内所有波段得 Ｒed波段值
ＲB NIＲ /Blue Blue覆盖波长范围:350 ～ 400 nm;平均此范围内所有波段得 Blue波段值
NＲT (TM4 － TM3)/(TM4 + TM3) 见 ＲT
NＲG (NIＲ － Green )/(NIＲ +Green) 见 ＲG
NＲＲ (NIＲ － Ｒed)/(NIＲ + Ｒed) 见 ＲＲ
NＲB (NIＲ － Blue)/(NIＲ + Blue) 见 ＲB
基于光谱位置变量 Db 蓝边内最大一阶微分值 蓝边覆盖 490 ～ 530 nm，Db是蓝边内 29 个一阶微分中最大波段值
λb Db对应的波长 λb是 Db对应的波长位置(nm)
Dy 黄边内最大一阶微分值 黄边覆盖 550 ～ 582 nm，Dy是蓝边内 24 个一阶微分中最大波段值
λy Dy对应的波长 λy是 Dy对应的波长位置(nm)
Dr 红边内最大的一阶微分值 红边覆盖 670 ～ 737 nm，Dr是蓝边内 48 个一阶微分中最大波段值
λr Dr对应的波长 λr是 Dr对应的波长位置(nm)
Ｒg 绿峰反射率 Ｒg是波长 510 ～ 560 nm范围内最大的波段反射率
λg Ｒg对应的波长 λg是 Ｒg对应的波长位置(nm)
Ｒo 红谷反射率 Ｒo是波长 640 ～ 680 nm范围内最小的波段反射率
λo Ｒo对应的波长 λo是 Ｒo对应的波长位置(nm)
基于光谱面积变量 SDb 蓝边内一阶微分值的总和 蓝边波长范围内 29 个一阶微分波段值的总和
SDy 黄边内一阶微分值的总和 黄边波长范围内 24 个一阶微分波段值的总和
SDr 红边内一阶微分值的总和 红边波长范围内 48 个一阶微分波段值的总和
0682 生态学杂志 第 33 卷 第 10 期
图 1 胡杨、灰杨叶片平均反射率和一阶微分图
Fig． 1 Original reflectance and first derivative of Populus euphraticu and P． prninosa leaves
图 2 胡杨、灰叶胡杨叶片光谱反射率与氮素含量的相关性分析
Fig． 2 Correlation analysis of original reflectivity and nitrogen content for Popolus euphratica and P． prninosa
图 3 胡杨、灰叶胡杨光谱反射率与氮素含量的散点图
Fig． 3 Scatter diagram of original reflectivity and nitrogen content for Populus euphratica and P． prninosa
系数。所有的植被指数都被用于估算氮素含量。
根据表 1 中基于光谱位置变量的定义，从光谱
数据中提取“三边”的光学参数(一阶微分光谱最大
值:Db、Dy 和 Dr 及相应的波长:λb、λy 和 λr)和其他
4 个光谱位置变量(绿峰和红谷反射率 Ｒg 和 Ｒo 及
相应的波长:λg 和 λo)以及 Ｒg 和 Ｒo 的差值(Ｒg －
Ｒo)和比值(Ｒg /Ｒo);计算样本光谱位置变量与叶片
氮素含量的决定系数 Ｒ2值(表 2)。Db、Dy 和(Ｒg －
Ｒo)变量的相关性较好。值得注意的是，Ｒg 和 Ｒo 简
单的相关差值处理却能改善比它们本身高很多的正
相关程度。
从表 2 可知，NＲT与胡杨、灰叶胡杨叶片含氮量
的相关性最高，Ｒ2分别为 0． 6873 和 0． 7486，且均达
到了极显著水平。因此，以 NＲT 为自变量，含氮量
为因变量，作散点图(图 4)。
利用微分光谱三边面积变量，预测胡杨叶片氮
素含量，有较大的应用潜力，其实质是利用作物的红
边特征进行估测。红边是绿色植物光谱最明显的特
1682王家强等:基于高光谱指数的塔里木河上游胡杨和灰叶胡杨叶片氮素含量估测
图 4 NＲT与胡杨、灰叶胡杨叶片氮素含量的散点图
Fig． 4 Ｒelationship between NＲT and leaf nitrogen content of Populus euphratica and P． prninosa
征之一，因此，可利用光谱数据中包含的这一信息进
行植物营养元素的估算是可行的。从表 2 可知，SDy
与胡杨叶片氮素含量的相关性最高，决定系数 Ｒ2为
0． 57，达到了极显著水平(图 5)。
2. 4 模型精度评价
本研究对预测值与实测值进行拟合，然后采用
均方根误差(ＲMSE)来进行精度评价。
表 2 基于三种变量与叶片含氮量的相关分析
Table 2 Correlation analysis of three variables (VI，spec-
tral position and spectral area)and leaf nitrogen content
变量
决定系数 Ｒ2
胡杨 灰杨
基于 VI的变量 ＲT 0． 6865＊＊ 0． 1655＊＊
ＲG 0． 6399＊＊ 0． 1845＊＊
ＲＲ 0． 6785＊＊ 0． 1625＊＊
ＲB 0． 3672＊＊ 0． 0280
NＲT 0． 6873＊＊ 0． 7486＊＊
NＲG 0． 6328＊＊ 0． 1836＊＊
NＲＲ 0． 6794＊＊ 0． 1847
NＲB 0． 3301＊＊ 0． 0401
基于光谱 λb 0． 0272* 0． 0084
位置的变量 λy 0． 2189＊＊ 0． 0282
λr 0． 6774＊＊ 0． 1800*
Db 0． 3909＊＊ 0． 0048
Dy 0． 4056＊＊ 0． 1739＊＊
Dr 0． 2633＊＊ 0． 1479＊＊
λg 0． 4098＊＊ 0． 1346＊＊
λo 0． 2225＊＊ 0． 0209
Ｒg 0． 1200＊＊ 0． 1310＊＊
Ｒo 0． 3192＊＊ 0． 1522＊＊
Ｒg － Ｒo 0． 1597＊＊ 0． 1521＊＊
Ｒg /Ｒo 0． 2903＊＊ 0． 1332＊＊
基于光谱 SDb 0． 1800 0． 0010
面积的变量 SDy 0． 5675＊＊ 0． 0023
SDr 0． 4112 0． 0060
胡杨样本容量为 n = 95，灰叶胡杨样本容量为 n = 96。* :在可靠水
平上相关性是显著的(Ｒ2(0． 05)= 0． 042);＊＊:在可靠水平上相关
性是极显著的(Ｒ2(0． 01)= 0． 071)。
表 3 胡杨、灰叶胡杨叶片氮素含量与光谱指数精度验证
Table 3 Accuracy tests of predictive models of hyperspec-
tral variable and leaf nitrogen content of Populus euphratica
and P． prninosa
光谱指数 拟合 Ｒ值 预测 Ｒ值 验证(均方根误差)
胡杨 657 nm 0． 5930 0． 5967 2． 8023
灰叶胡杨 689 nm 0． 8171 0． 8101 2． 9605
胡杨 NＲT 0． 8290 0． 8251 1． 9658
灰叶胡杨 NＲT 0． 8652 0． 8475 2． 6422
胡杨 SDy 0． 7533 0． 7309 2． 3875
图 5 SDy 与胡杨叶片氮素含量的散点图
Fig． 5 Ｒelationship between SDy and leaf nitrogen content
of Populus prninosa
由图 6 可知，在叶片含氮量线性估算模型里，拟
合 Ｒ值与预测 Ｒ值均 ＞ 0． 59，再由表 3 可知，5 个估
算模型均具有较小的 ＲMSE 值;其中又以灰叶胡杨
689 nm、NＲT 和胡杨 NＲT、SDy 的估算模型最优，其
拟合 Ｒ值、预测 Ｒ值均 ＞ 0． 70。总体来说，胡杨、灰
叶胡杨叶片氮素含量与光谱指数构建的 5 个线性回
归模型具有较好的估算效果。
3 结论与讨论
通过分析胡杨、灰叶胡杨光谱数据来估测叶片
氮素含量;对于从光谱数据中提取的植被指数(VI)
2682 生态学杂志 第 33 卷 第 10 期
图 6 胡杨、灰叶胡杨叶片氮素含量与光谱指数拟合精度分
析
Fig． 6 Accuracy analyst of predictive models of hyperspec-
tral variable and leaf nitrogen content of Populus euphratica
and P． prninosa
变量，在基于光谱位置与营养成分的相关分析中，由
于氮素在 350 ～ 900 nm 没有直接的吸收波段，因此
一些重要的波段或植被指数的生物学意义只能通过
叶绿素吸收特征波段来间接解释，在可见光和红外
波长区域的吸收特征，这些特征与叶子化学成分浓
度有关(Curran，1995);Blackmer 等(1994)研究表
明，氮素在叶片上的光谱反射率的显著差别主要表
现在可见光 550 ～ 700 nm 波段上，而这些显著差别
跟叶片中叶绿素含量是紧密相关的。张瑶等
(2013)偏最小二乘法和支持向量机方法分别建立
了果树叶片叶绿素和氮素含量的回归模型;而究其
主要原因在于绿色反射峰与叶绿素吸收低谷间的光
谱弯曲点(黄边)及后者与细胞结构多次散射引起
的近红外高反射区间的弯曲点(红边)所形成。一
般而言，植物叶片营养状况直接影响光谱反射率，营
养亏损(不良)引起叶绿素含量降低而反射率则上
升。在描述红边特征的参数中，与植被关系密切的
主要有红边振幅、红边位置、近红外平台位置和近红
外平台振幅等(申广荣等，2011);红边特征参数只
有在高光谱遥感中才能得到提取。有研究发现，在
不同的氮素水平下，叶绿素含量与红边振幅间具有
较好的相关性;氮素含量越高，叶绿素与红边振幅的
相关性越好(王秀珍等，2001;谭昌伟等，2004;陈兵
等，2013 );赵春江等(2002)对小麦叶片全氮含量与
红边特征的相关性分析表明，叶片全氮与红边振幅
及近红外平台振幅间在全生育期均呈现为线性正相
关趋势。因此，植物叶片营养亏损可以引起可见光
反射率的上升，但营养元素亏损引起近红外波段反
射率下降的结论似乎并不一致;而本研究的结果支
持随着植物叶片氮素浓度的降低近红外波段的反射
率升高的观点。
基于高光谱指数的植物氮素监测是进行植物光
谱诊断的主要方法之一(Gupta et al．，2001)。AL-
Abbas (1974)研究了玉米叶片的光谱反射率，发现
N、P、Ca、Mg 和 S 营养元素的亏损可以导致近红外
光谱反射率下降;Thomas 和 Oerther(1972)的研究
则表明，氮素亏损可以导致近红外反射率的提高。
Bronson等(2003)研究表明，绿度植被指数 GNDVI
与叶片氮素含量有较好的相关性;而刁万英等
(2012)发现，绿度植被指数 GreenNDVI，土壤调整比
值植被指数 SAＲVI，比值植被指数 ＲVI 和差值植被
指数 DVI 分别在分蘖期和开花期、拔节期、抽穗期
和成熟期与小麦的氮素评价指标氮肥偏生产力 PF-
Pn 呈极显著相关。Sims 等(2002)研究指出，修正
的归一化差异植被指数 mND705、修正的简单比值
3682王家强等:基于高光谱指数的塔里木河上游胡杨和灰叶胡杨叶片氮素含量估测
植被指数 mSＲ705 能够减小叶片表面反射差异带来
的干扰，从而准确预测不同植被的叶绿素含量。因
此，当光谱数据测量过程中环境条件发生明显变化
时，使用相对值描述的变量(包括微分光谱、差值光
谱、各种植被指数)有助于改善与营养成分浓度的
相关性。本研究通过分析胡杨、灰叶胡杨叶片的光
谱反射率、光谱特征变量及各类植被指数与氮素含
量的关系得出:以原始光谱反射率与叶片氮素含量
的最大相关波段处的反射率为自变量，氮素含量为
因变量，拟合的线性模型就决定系数而言灰叶胡杨
的拟合效果优于胡杨，胡杨在 657 nm处和灰叶胡杨
689 nm 处所构建的模型是叶片氮素预测模型中较
为理想的一种。以各类光谱特征变量、植被指数及
红边位置为自变量，叶片氮素含量为因变量所构建
的线性模型其拟合效果接近，而植物生化参数与植
被指数 NＲT构建的模型得出的决定系数值较高，取
得的效果较好，说明其具有较高的预测能力，而且基
于光谱面积 SDy 的预测变量在评价叶片营养状况中
也有较大的潜力。
参考文献
鲍士旦． 2011． 土壤农化分析(第 3 版)． 北京:中国农业出
版社．
曹生奎，冯 起，司建华，等． 2011． 荒漠河岸林胡杨养分
状况研究． 中国沙漠，31(3):1131 － 1140．
陈 兵，韩焕勇，王方永，等． 2013． 利用光谱红边参数监
测黄萎病棉叶叶绿素和氮素含量，作物学报，39(2):
319 － 329．
刁万英，李少昆，王克如，等． 2012． 基于高光谱的膜下滴灌
小麦氮素营养评价研究． 光谱学与光谱分析，32(5):
1362 － 1366．
黄培祐． 2002．干旱区免灌植被及其恢复． 北京:科学出版
社．
刘普幸． 2011． 疏勒河中下游绿洲胡杨种群结构与动态研
究． 自然资源学报，26(3):429 － 439．
刘根华，黄坚钦，潘春霞，等． 2011． 基于反射光谱的山核
桃幼苗氮素营养状况分析． 林业科学，47(1):165 －
171．
申广荣，王人潮． 2001． 植被高光谱遥感的应用研究综述．
上海交通大学学报:农业科学版． 19(4):315 － 321．
谭昌伟，王纪华，黄文江，等． 2004． 夏玉米叶片全氮、叶绿
素及叶面积指数的光谱响应研究． 西北植物学报，24
(6):1041 － 1046．
田永超，朱 艳，姚 霞，等． 2007． 基于光谱信息的作物
氮素营养无损监测技术． 生态学杂志，26(9):1454 －
1463．
王 植，周连第，李 红，等． 2011． 桃树叶片氮素含量的
高光谱遥感监测． 中国农学通报，27(4):85 － 90．
王秀珍，王人潮，李云梅，等． 2001． 不同氮素营养水平的
水稻冠层光谱红边参数及其应用研究． 浙江大学学报:
农业与生命科学版，27(3):301 － 306．
张 霞，刘良云，赵春江，等． 2003． 利用高光谱遥感图像
估算小麦氮含量．遥感学报，7(3):176 － 182．
张 瑶，郑立华，李民赞，等． 2013． 基于光谱特征分析的
苹果树叶片营养素预测模型构建． 农业工程学报，29
(8):171 － 178．
赵春江，黄文江，王纪华，等． 2002． 不同品种、肥水条件下
冬小麦光谱红边参数研究．中国农业科学，35(8):980
－ 987．
朱西存，赵庚星，王 凌，等． 2010． 基于高光谱的苹果花
氮素含量预测模型研究． 光谱学与光谱分析，30(2):
416 － 420．
Al A． 1974． Spectra of normal and nutrient-deficient maize
leaves． Agronomy Journal，66:16 － 20．
Bronson KF，Chua TT，Booker JD，et al． 2003． In-season ni-
trogen status sensing in irrigated cotton． Ⅱ． Leaf nitrogen
and biomass． Soil Science Society of America Journal，67:
1439 － 1448．
Blackmer TM，Schepers JS，Varvel GE． 1994． Light reflectance
compared with other nitrogen stress measurements in corn
leaves． Agronomy Journal，86:934 － 938．
Curran PJ，Windham WＲ，Ghlz HL． 1995． Exploring the rela-
tionship between reflectance red edge and chlorophyll con-
tent in slash pine leaves． Tree Physiology，15:203 － 206．
Fridgen JL，Varco JJ． 2004． Dependency of cotton leaf nitro-
gen，chlorophyll and reflectance on nitrogen and potassium
availability． Agronomy Journal，96:63 － 69．
Gitelson AA，Gritz U，Merzlyak MN． 2003． Ｒelationships be-
tween leaf chlorophyll content and spectral reflectance algo-
rithms for non-destructive chlorophyll assessment in higher
plant leaves． Journal of Plant Physiology，160:271 － 282．
Gong P，Pu ＲL． 2001． Conifer species recognition:Effects of
data transformation． International Journal of Ｒemote Sens-
ing，22:3471 － 3481．
Gupta ＲK，Vijayan D，Prasad TS． 2001． New hyperspectral veg-
etation characterization parameters． Advances in Space Ｒe-
search，28:201 － 206．
Lamb DW，Steyn ＲM，Schaare P，et al． 2002． Estimating leaf
nitrogen concentration in ryegrass (Lolium spp．)pasture
using the chlorophyll red-edge:Theoretical modeling and
experimental observations． International Journal of Ｒemote
Sensing，23:3619 － 3648．
Lambers H，Chapin FS，Pons TL． 1998． Plant Physiological
Ecology． New York:Springer Verlag．
Sims DA，Gamon JA． 2002． Ｒelationships between leaf pigment
content and spectral reflectance across a wide range of spe-
cies， leaf structures and developmental stages． Ｒemote
Sensing of Environment，81:337 － 354．
Thomas JＲ，Oerther GF． 1972． Estimating nitrogen content of
sweet pepper leaves by reflectance measurements． Agrono-
my Journal，64:11 － 13．
作者简介 王家强，男，1977 年生，硕士，讲师，主要从事资
源遥感与植被生态的研究。E-mail:wjqzky@ 163． com
责任编辑 张 敏
4682 生态学杂志 第 33 卷 第 10 期