全 文 ：Vol131 , No13
pp 1 355 - 360 　Mar1 , 2005作 　物 　学 　报ACTA AGRONOMICA SINICA第 31 卷 第 3 期2005 年 3 月 　355～360 页
用冠层反射光谱预测小麦叶片糖氮量及糖氮比
田永超　　朱　艳　　曹卫星 Ξ
(江苏省信息农业高技术研究重点实验室 ,江苏南京 210095)
摘 　要 :在不同土壤水氮条件下 ,研究了小麦中后期叶片碳氮状况及其比例与冠层光谱反射特征的关系。结果表明 ,叶
片可溶性糖含量和积累量均随比值指数 R(660 , 460)的增加而降低 ,呈极显著负指数相关 ,而与其他植被指数相关不显
著 ;叶片氮含量和氮积累量分别与比值指数 R(950 , 710)和 R(950 , 560)呈极显著正直线相关。发现小麦叶片糖氮比与所
有比值、归一化和差值形式的植被指数相关均不显著 ,但与绿度调节植被指数 ( GSAVI)具有良好的相关性 ,呈极显著二次
抛物线关系 ,模型的检验误差为 0111 ,预测值和实测值的决定系数 R2 为 0185。因此 ,绿度调节植被指数可用来评估小麦
叶片糖氮比状况。
关键词 :小麦 ;反射光谱 ;植被指数 ;叶片糖 ;叶片氮 ;糖氮比
中图分类号 : S512
Monitoring Soluble Sugar , Total Nitrogen & Its Ratio in Wheat Leaves with Canopy
Spectral Reflectance
TIAN Yong2Chao , ZHU Yan , CAO Wei2Xing 3
( Hi2Tech Key Laboratory of Information Agriculture , Jiangsu Province , Nanjing 210095 , Jiangsu , China)
Abstract :The research was conducted to determine the relationships of sugar and nitrogen status and its ratio in wheat
leaves to canopy spectral reflectance under different nitrogen and water supply levels1 The results showed that there were
negative exponential relationships of soluble sugar content and accumulation to ratio index R(660 ,460) , but no significant
relationships with other vegetation indices ; and there were positive linear relationships of leaf nitrogen content and
accumulation to ratio index R(950 ,710) and R (950 ,560) in wheat leaves1 In addition , green soil2adjusted vegetation
index ( GSAVI) was found to be parabolically related with sugar to nitrogen ratio (S/ N) in wheat leaves , with the RMSE of
0111 for model testing , although no significant correlations were found between S/ N and other vegetation indices , such as
ratio index , normalized index and difference index1 The present results indicate that the GSAVI should be a good indicator
to evaluate leaf S/ N ratio in wheat1
Key words :Wheat ; Spectral reflectance ; Vegetation index ; Leaf sugar ; Leaf nitrogen ; Ratio of sugar to nitrogen
　　小麦中上部叶片的碳氮代谢及向籽粒运转的碳
氮量显著影响小麦籽粒的生长及蛋白质和淀粉的含
量 ,进而影响小麦籽粒产量和品质性状[1 ] 。目前 ,科
学运筹氮肥已成为优质专用、高产、高效小麦生产管
理的主要技术措施 ,而小麦叶片碳氮状况是反映小
麦生理状况、生长活力及抗病力强弱的重要指标 ,也
是衡量肥水调控水平及估测籽粒产量与品质性状的
重要基础[2 ] 。因此 ,如何快速准确无损地获取小麦
中后期叶片碳氮状况 ,从而进行实时的生长诊断和
养分调控 ,是小麦优质、高产、高效生产迫切需要解
决的问题之一。
近年来 ,基于地物光谱特性遥感技术的快速发
展 ,特别是随着高光谱遥感的兴起 ,使得快速、精确
无损获取植物生长状况及植株生化组分成为可能。
在国内外已有很多利用冠层光谱特征直接定量预测
作物氮素状况的研究 ,如植株含氮量与光谱反射率Ξ基金项目 : 国家自然科学基金重点 (30030090) ,国家“863”计划 (2002AA243011) ,江苏省自然科学基金 (BK2003079) ,高校博士点基金
(20030307017)资助项目。
作者简介 : 田永超 (1975 - ) ,男 ,湖北钟祥人 ,硕士 ,助教 ,主要从事作物生态和信息农学研究。Tel :025284396804 ;Fax :025284396565 ; E2mail :
yctian @njau1edu1cn , 　3通讯作者 :曹卫星。
Received(收稿日期) :2003212231 ,Accepted(接受日期) : 20042042041

及其衍生量的关系[3～12 ] ;也有很多学者探索了利用
植物光谱波形分析的方法 ,如红边等特性等来预测
作物的氮素状况[13～16 ] 。有关小麦叶片碳素状况如
可溶性糖含量及叶片糖氮比状况与反射光谱特征的
基本关系目前尚不清楚。本文通过研究不同水氮条
件下小麦中后期叶片碳氮状况及其比例与冠层反射
光谱特征的关系 ,从而建立基于反射光谱的小麦叶
片碳氮状况及其比例的监测模型 ,以期为优质专用小
麦生产中的无损实时生长诊断及智能调控提供依据。
1 　材料与方法
111 　试验设计
　　于 2001 - 2002 年度进行了两个不同水氮处理
的小麦盆栽和池栽试验。温室小麦盆栽试验用周转
箱大小为 0125 m2 (01635 m ×014 m) ,箱边缘宽 1 cm ,
深0135 m。供试土壤为黄棕壤土 ,田间持水量为
1815 % ,供试小麦品种为扬麦 10 号 ( Yangmai 10) 。
试验设 W1、W2、W3、W4 四个土壤水分处理 (分别相
当于田间持水量的 45 %、65 %、85 %和渍水) ,重复 5
次 ,随机区组排列。氮肥用量为 240 kg N·hm - 2 ,氮
磷钾配比为 N∶P2O5∶K2O = 2∶1∶2 ,氮肥基追比为
1∶1 ,磷钾肥做基肥一次施用 ,其他管理措施同大田
高产栽培。
池栽试验用水泥池面积为 1 m2 ,深 80 cm ,供试
土壤为黄棕壤土 ,田间持水量为 19 % ,供试小麦品
种为徐麦 26 (Xumai 26)和扬麦 9 号 ( Yangmai 9) 。试
验设 W1、W3、W43 个水分处理和 N1、N2 两个施氮
水平 (120 kg N·hm - 2和240 kg N·hm - 2) ,氮磷钾配比
及肥料施用方法同盆栽 ,裂区设计 ,重复 2 次 ,其他
管理措施同大田高产栽培 ,3 个品种在试验过程中
生育期基本一致。
盆栽试验水分处理始于拔节前 1 周 ,采用每天
称重法 (定期去除植株重量)控制各处理保持预定的
土壤含水量 ,形成土壤水分梯度。池栽试验水分处
理始于孕穗期 ,每隔 2～3 d 取耕层 20 cm 土壤 ,采用
干重法测定土壤含水量 ,按处理要求灌溉和控制土
壤含水量。两组试验均持续到成熟期结束。
112 　测定项目与方法
11211 　冠层反射光谱数据的测量 　　采用美国
Cropscan 公司生产的 MSR216 型便携式多光谱辐射
仪 ,具有 16 个波段 ,光谱范围为 460～1 650 nm[9 ] 。
测量选择在晴朗无云或少云的天气进行 ,测量时间
为 10 :00～14 :00 ,光谱仪视场角为 3111°。测定时将
盆栽试验中 4 个周转箱紧凑拼成一个方形 ,115 m2
大小的冠层 ,探头垂直向下 ,离小麦冠层顶 110 m ,
分平行小麦行向和垂直小麦行向测量 ,每处理重复
测量 5 次 ,取平均值作为该处理光谱反射率的值。
每次测量前用白板进行校正 ,按类似的方法 ,测定池
栽小麦冠层的反射光谱。
11212 　叶片农学参数 　　与光谱测量同步 ,各时期
在每小区取代表性植株 5～8 株 ,摘取所有绿色叶
片 ,在 105 ℃条件下杀青 30 min ,然后于 80 ℃温度烘
至恒重 ,用千分之一的电子天平称取干重。
用蒽酮比色法测定叶片可溶性糖含量 ,用微量
凯氏定氮法测定叶片氮含量 ,并用叶片干重分别换
算单位土地面积上可溶性糖和氮的积累量。
表 1 常见植被指数计算公式
Table 1 VI formulae in this paper
缩写
Acronym
英文全称
English name
中文名称
Name
计算公式
VI formulae
出处
Reference
PVI PerpendicularVegetation Index 垂直植被指数 PVI =
ρNIR - aρRed - b
1 + a2
　a = 101489 , b = 61604 Richardson &Wiegand ,
1977[17 ]
DVI DifferenceVegetation Index 差值植被指数 DVI =ρNIR - ρRed
Jordan ,1969
[18 ]
SAVI Soil AdjustedVegetation Index
土壤调整植
被指数 SAVI =
ρNIR - ρRed
ρNIR +ρRed + L
(1 + L) Huete , 1988[19 ]
TSAVI
Transformed Soil
Adjusted
Vegetation Index
转换型土壤
调整指数 TSAVI =
a (ρNIR - aρRed - b)
aρNIR +ρRed - ab
Baret , et al1 ,
1989[20 ]
MSAVI2 The SecondModified SAVI
修改型二次土
壤调整指数 MSAVI 2 =
1
2 2 (ρNIR + 1) - (2ρNIR + 1)
2
- 8 (ρNIR - ρRed)
Qi J , et al1 ,
1994[21 ]
RDVI
Renormalized
Difference
Vegetation Index
再归一化植
被指数 RDVI = NDVI ×DVI
Reujean &
Breon ,
1995[22 ]
GSAVI Green djustedVegetation Index
绿度调节植
被指数 GSAVI =
ρNIR - ρGreen
ρNIR +ρGreen + L
(1 + L) Authors
　　注 :ρ:反射率 ; a 和 b :土壤线系数 ;L :调整系数 ( = 015) 。
Notes :ρ: Reflectance ; a and b :Soil line coefficients ;L :Adjustment factor , set to minimum background effects ( L = 015) .
653 　　　　作 　　物 　　学 　　报 第 31 卷 　

11213 　测定和取样时期 　　对于冠层反射光谱及
叶片农学参数的测定和取样 ,盆栽试验从拔节开始 ,
每隔 7 d 左右 1 次 ,共 9 次 ;池栽试验从抽穗开始 ,每
隔 7 d 左右 1 次 ,共 7 次。
113 　数据分析与利用
系统计算了 16 个波段的所有光谱比值指数
(Ratio index , R) 和归一化指数 ( normalized difference
index , ND)组合 ,其计算公式如下 :
R (λ1 ,λ2) =
ρλ1
ρλ2 ; ND (λ1 ,λ2) =
| ρλ1 - ρλ2 |
ρλ1 +ρλ2 。
式中 ,ρ表示反射率 ,λ表示某波段中心波长 ,如NIR
为 810 nm ,Red 为 680 nm , Green 为 560 nm。常用植
被指数的计算公式如表 1 所示。利用池栽试验中不
同时期的小麦叶片可溶性糖含量和积累量及糖氮比
(叶片可溶性糖含量或积累量与氮含量或积累量的
比例)与对应的冠层光谱反射率资料建立监测模型 ;
利用盆栽试验中小麦叶片糖氮比和光谱数据对叶片
糖氮比监测模型进行了检验。用 RMSE 估计误差 ,
以决定系数判别显著水平 ( n = 37) 。
2 　结果与分析
211 　小麦叶片可溶性糖含量和氮含量与反射光谱
的关系
　　叶片碳氮状况的变化均与反射光谱的变化密切
相关。叶片内可溶性碳水化合物主要以可溶性糖的
形式存在 ,它含有大量的 C —H 键、O —H 键和 C —O
结构 ,对入射光具有特征性吸收、折射和反射 ,因而
叶片碳素状况与反射光谱特征密切相关 ;而叶片氮
素状况决定色素的含量和比例 ,进而影响光在叶片
内的吸收、折射和反射 ,形成特征反射光谱。本研究
结果表明 ,小麦叶片可溶性糖含量随比值指数 R
(660 ,460)的增加而降低 ,两者呈极显著指数负相关
(图 12A) ( n = 156) 。这可能是因为 660 nm 和 460 nm
分别为叶绿素 a 和叶绿素 b 的敏感波段[23 ] ,而叶绿
素与光合作用密切相关 ,直接影响光合同化物 (可溶
性糖等) 的生产。同时 ,氮素敏感的绿光波段 560
nm
[9 ,24 ,25 ]的反射率与近红外波段中 760 nm、810 nm、
870 nm、950 nm、1 100 nm 和 1 220 nm 的反射率组成
的比值指数 ,或近红外波段中红边波段 710 nm 的反
射率与 760 nm、810 nm、870 nm、950 nm、1 100 nm、
1 220 nm和 1 650 nm波段的反射率组成的比值指数
与小麦叶片氮含量呈显著线性相关 ,其中 R (950 ,
710)与小麦叶片氮含量的相关性最高 (图 12B) ( n =
156) ,这与 Gitelson 研究证实的能较好评价叶绿素含
量的植被指数形式 (RNIR/ R700) 相似[26 ] ,而氮含量与
叶绿素含量高度相关。但未发现与小麦叶片可溶性
糖含量和氮含量同时显著相关的归一化指数或其他
形式的植被指数。
图 1 小麦冠层叶片可溶性糖含量( A)和氮含量( B)与比值指数 R( 660 ,460)和 R( 950 ,710)的关系
Fig. 1 Relationships of canopy leaf soluble sugar content( A) ,nitrogen content( B) to ratio index R( 660 ,460) , R( 950 ,710) in wheat
212 　小麦叶片可溶性糖积累量和氮积累量与反射
光谱的关系
　　进一步分析表明 ,小麦叶片可溶性糖积累量与
其含量一样 ,随比值指数 R (660 ,460) 的增加而降
低 ,也呈极显著指数负相关 (图 22A) ( n = 156) 。同 样 ,叶片氮积累量的敏感波段和植被指数与氮含量基本相同 ,其中 R (950 ,560) 的相关性最高 (图 22B)( n = 156) 。未发现与小麦叶片可溶性糖积累量和氮积累量皆相关显著的统一的归一化指数或其他植被指数。总的来看 ,反映小麦叶片碳氮状况的相对
753　第 3 期 田永超等 :用冠层反射光谱预测小麦叶片糖氮量及糖氮比 　　　

指标与绝对指标 (可溶性糖含量与积累量和氮含量
与积累量)随冠层反射光谱的变化模式及其相互关
系基本一致 ,冠层反射光谱有可能用来较好地预测
小麦叶片的碳氮状况。
图 2 小麦冠层叶片可溶性糖积累量( A)和氮积累量( B)与比值指数 R( 660 ,460)和 R( 950 ,560)的关系
Fig. 2 Relationships of canopy leaf soluble sugar accumulation( A) &
nitrogen accumulation( B) to ratio index R( 660 ,460) and R( 950 ,560) in wheat
213 　小麦糖氮比与冠层反射光谱的关系
以上结果表明 ,叶片氮状况 (氮含量和积累量)
分别与比值指数 R(950 ,710) 和 R (950 ,560) 呈直线
相关 ,而叶片碳状况 (可溶性糖含量和积累量) 皆与
比值指数 R (660 ,460) 呈指数相关 ,因此 ,很难构造
一个统一的比值指数来直接预测小麦叶片的糖氮比
特征 ,其结果是叶片糖氮比与所有比值形式的植被
指数相关均不显著。进一步研究叶片糖氮比与垂直
植被指数 (PVI) 、调节植被指数 (SAVI) 、转换型调节
植被指数 ( TSAVI) 、修改型二次土壤调整指数
(MSAVI2)和再归一化植被指数 ( RDVI) 及所有归一
化及差值形式的植被指数 (表 1) 的相关关系 ,发现
均无良好的相关性 ,但若调节植被指数 (SAVI) 中红
光波段 (680 nm) 变成绿光波段 (560 nm) (称为绿度
调节植被指数 GSAVI)后 ,小麦叶片糖氮比与之呈极
显著二次抛物线关系 ( n = 156) (图 3) ,这可能与绿
光波段 560 nm 为氮素的敏感波段有关[9 ,24 ] 。
利用小麦盆栽试验中拔节后不同生育期的叶片
糖氮比和光谱数据对基于绿度调节植被指数的叶片
糖氮比监测模型进行了检验。结果表明 ,叶片糖氮
比实测值与预测值之间的 RMSE 为 0111 ,决定系数
R2 为 0185 ( n = 37) (图 4) ,说明本研究中得出的叶
片糖氮比估测模型具有较高的符合度和预测性。
3 　小结与讨论
本研究表明 ,小麦叶片内氮素和碳素状况 (氮和
图 3 小麦冠层叶片糖氮比与绿度调节植被指数的关系
Fig. 3 Relationship of GSAVI with ratio of
leaf sugar to nitrogen in wheat
可溶性糖的含量与积累量) 均与冠层反射光谱的比
值指数密切相关 ,因此 ,可用比值指数来监测小麦叶
片的氮素和碳素营养状况。然而 ,由于叶片氮素和
碳素的敏感光谱范围和植被指数差异较大 ,需先分
别利用各自敏感植被指数预测氮和可溶性糖含量 ,
进而求算叶片糖氮比。但这种方法势必存在双重误
差 ,使最终结果的准确性下降。施润和等[27 ]通过多
元逐步回归的方法 ,研究了植物干叶片的高光谱数
据与碳氮比的相关关系 ,表明利用高光谱数据估测
植物叶片碳氮比是可行的。本文通过对小麦叶片糖
853 　　　　作 　　物 　　学 　　报 第 31 卷 　

图 4 基于绿度调节植被指数的小麦
叶片糖氮比预测值与实测值的比较
Fig. 4 Comparison of the ratio of leaf sugar to nitrogen based
on GSAVI in wheat between the measured and the predicted
氮比与冠层反射光谱构成的多种植被指数的相关分
析和筛选 ,发现绿度调节植被指数 ( GSAVI) 与小麦
叶片糖氮比相关良好 ,呈极显著的二次抛物线关系。
独立试验资料的检验表明 ,该模型具有较好的可靠
性。这可能是小麦中后期的土壤背景信息受到调节
植被指数抑制的原因[19 ] 。因此绿度调节植被指数
可用来直接预测小麦叶片糖氮比状况 ,从而为实时
无损生长监测与诊断提供有效的方法和手段。
本研究基于冠层反射光谱特性的小麦叶片糖氮
比无损监测模型的建模和检验分别运用了抽穗和拔
节之后 (即封行后) 的数据资料 ,降低了生育前期土
壤等背景对研究结果的影响 ,因此 ,本模型适用于小
麦拔节后叶片糖氮比的监测。同时 ,模型建立在不
同品种和水氮处理之上 ,获取的冠层叶片光谱综合
了不同水氮状况及不同品种的信息 ,因而在一定程
度上消除了水氮互作和品种差异的影响 ,提高了模
型的适应性。但模型是在单一生态点资料基础上构
建起来的 ,故还需在不同生态点做进一步的检验和
完善。另外 ,由于小麦籽粒蛋白质和淀粉含量等品
质指标、籽粒产量均与叶片氮碳状况密切相关[1 ,28 ] ,
因此 ,有可能通过预测小麦灌浆过程中叶片碳氮状
况和比例 ,进而预测出小麦籽粒产量与品质状况。
这一设想还有待进一步研究证实。
References
[1 ] Zhang Q2J (张庆江) , Zhang L2Y (张立言) , Bi H2W (毕桓武) 1 The
absorption , accumulation and translocation of nitrogen and their
relationships to grain protein content in spring wheat variety1 Acta
Agronomica Sinica (作物学报) , 1997 , 23 (6) : 712 - 718 (in Chinese
with English abstract)
[2 ] Jin X2C (金先春) , Xu W2S (徐威生) , Zhang L (张玲) , Qin F (秦
峰) , Huang S2R (黄淑荣) 1 Influence of physiological characteristics at
grain filling stage on dying green of wheat plants in different varieties1
Acta Agronomica Sinica (作物学报) , 1994 , 20 ( 1) : 99 - 105 ( in
Chinese with English abstract)
[3 ] Shibayama M1 Seasonal visible , near2infrard and mid2infrared spectra of
rice canopies in relation to LAI and above2ground dry phytomass1 Remote
Sensing of Environment , 1989 , 27 (2) : 119 - 127
[4 ] Shibayama M1 Estimating grain yield of maturing rice canopies using high
spectral resolution reflectance measurements1 Remote Sensing of
Environment , 1991 , 36 (1) : 45 - 53
[5 ] Fi1ella I , Serrano L , Serra J , Penuelas J1 Evaluating wheat nitrogen
status with canopy reflectance indices and discriminant analysis1 Crop
Science , 1995 , 35 : 1 400 - 1 405
[6 ] Yoder B J , Pettigrew R E1 Predicting nitrogen and chlorophyll content
and concentrations from reflectance spectra (400 - 2 500 nm) at leaf and
canopy scales1 Remote Sensing of Environment , 1995 , 53 : 199 - 21l
[7 ] Lee T , Reddy K R , Sassenrath2Cole G F1 Reflectance indices with
precision and accuracy in predicting cotton leaf nitrogen concentration1
Crop Science , 2000 , 40 : 814 - 819
[8 ] Xue L2H (薛利红) , Luo W2H (罗卫红) , Cao W2X (曹卫星) , Tian
Y2C (田永超) 1 Research progress on the water and nitrogen detection
using spectral reflectance1 Journal of Remote Sensing (遥感学报) ,
2003 , 7 (1) :73 - 80(in Chinese with English abstract)
[9 ] Xue Lihong , Cao Weixing , Luo Weihong , Zhu Yan1 Monitoring leaf
nitrogen status in rice with canopy spectral reflectance1 Agronomy
Journal , 2004 , 96 (1) : 135 - 142
[10 ] Thomas J R , Oerther G F1 Estimating nitrogen content of sweet pepper
leaves by reflectance measurements1 Agronomy Journal , 1972 , 64 :
11 - 13
[11 ] Shibayama M , Akiyama T A1 Spectroradiometer for field use1 Ⅶ1
Radiometric estimation of nitrogen levels in field rice canopies1 Japanese
Journal of Crop Science , 1986 , 55 (4) : 439 - 445
[12 ] Fernandez S , Vidal D , Simon E1 Radiometric characteristics of Triticum
aestivum cv1 Astral under water and nitrogen stress1 International
Journal of Remote Sensing , 1994 , 15 (9) : 1 867 - 1 884
[13 ] Munden R , Curran P J , Catt J A1 The relationship between red edge
and chlorophyll concentration in the broadbalk winter wheat experiment
at Rothamsted1 International Journal of Remote Sensing , 1994 , 15 :
705 - 709
[14 ] Zhao C2J (赵春江) , Huang W2J (黄文江) , Wang J2H (王纪华) ,
Yang M2H (杨敏华) , Xue X2Z (薛绪掌) 1 Studies on the red edge
parameters of spectrum in winter wheat under different varieties ,
fertilizer and water treatments1 Scientia Agricultura Sinica (中国农业
科学) , 2002 , 35 (8) : 980 - 987(in Chinese with English abstract)
[15 ] Broge N H , Mortensen J V1 Deriving green crop area index and canopy
chlorophyll density of winter wheat from spectral reflectance data1
Remote Sensing of Environment , 2002 , 81 :45 - 57
953　第 3 期 田永超等 :用冠层反射光谱预测小麦叶片糖氮量及糖氮比 　　　

[16 ] Gilabert M A , Gandia S , Melia J1 Analyses of spectral2biophysical
relationships for a corn canopy1 Remote Sensing of Environment , 1996 ,
55 :11 - 20
[17 ] Richardson A J , Wiegand C L1 Distinguishing vegetation from soil
background information1 Photogrammetric Engineering and Remote
Sensing , 1977 , 43 : 1 541 - 1 552
[18 ] Jordan C F1 Derivation of leaf area index from quality of light on the
forest floor1 Ecology , 1969 , 50 : 663 - 666
[19 ] Huete A R1 A soil2adjusted vegetation index (SAVI) 1 Remote Sensing
of Environment , 1988 , 25 :295 - 309
[20 ] Baret F , Guyot G, Major D J1 TSAVI : a vegetation index which
minimizes soil brightness effects on LAI and APAR estimation1 In :
Proc1 IGARRS ’891 12th Canadian Symposium on Remote Sensing ,
(Vol1 3 , 1 355 - 1 358) 1 Vancouver , Canada , 1989 , 4(10 - 14 July)
[21 ] Qi J , Chehbouni A , Huete A R , Kerr Y H , Sorooshian S1 A modified
soil adjusted vegetation index1 Remote Sensing of Environment , 1994 ,
48 : 119 - 126
[22 ] Reujean J L , Breon F M1 Estimating PAR absorbed by vegetation from
bidirectional reflectance measurements1 Remote Sensing of Environment ,
1995 , 51 : 375 - 384
[23 ] Pu R2L (浦瑞良) , Gong P(宫鹏) 1 Hyperspectral Remote Sensing and
Its Applications (高光谱遥感及其应用) 1 Beijing : Higher Education
Press , 2000 , 186 - 228(in Chinese)
[24 ] Tracy M B , James S S , Gary E V1 Light reflectance compared with
other nitrogen stress measurements in corn leaves1 Agronomy Journal ,
1994 , 86 : 934 - 938
[25 ] Wang K(王柯) , Shen Z2Q(沈掌泉) , Wang R2C(王人潮) 1 Effects
of nitrogen nutrition on the spectral reflectance characteristics of rice leaf
and canopy1 Journal of Zhejiang Agricultural University (浙江农业大
学学报) , 1998 , 24 (1) : 93 - 97(in Chinese with English abstract)
[ 26 ] Gitelson A A , Merzlyak M N1 Signature analysis of leaf reflectance
spectra : algorithm development for remote sensing of chlorophyll1
Journal of Plant Physical , 1996 , 148 : 494 - 500
[27 ] Shi R2H (施润和) , Niu Z (牛铮) , Zhuang D2F (庄大方) 1
Feasibility of estimating leaf C/ N ratio with hyperspectral remote sensing
data1 Remote Sensing Technology and Application (遥感技术与应
用) , 2003 , 18 (2) : 76 - 80(in Chinese with English abstract)
[28 ] Kang G2Z (康国章) , Guo T2C (郭天财) , Zhu Y2J (朱云集) ,
Wang C2Y (王晨阳) , Wang Y2H (王永华) , Liu Z2Y (刘尊英) ,
Wang Z2J (王之杰) 1 Effects of nitrogen application at different growth
stages on photosynthetic characteristics and yield of super2high2yielding
wheat in the later growing period1 Journal of Henan Agricultural
University (河南农业大学学报) , 2000 , 34 ( 2) : 103 - 106 ( in
Chinese with English abstract)
063 　　　　作 　　物 　　学 　　报 第 31 卷