氮素是對作物生長發育、產量品質形成影響最為顯著的營養元素。作物體內的全氮含量約為干重的0.3%-5.0%氮素參與葉綠素的組成，不僅是蛋白質的主要組成成分，也是核酸和植物體內許多酶的重要組成成分。此外，植物體內一些維生素、某些生物堿以及部分植物激素如生長素、細胞分裂素均含有氮素。在生產中，缺氮時，作物地上部和根系生長都顯著受到抑制繁殖器官的形成和發育也受到限制，植株提前成熟，種子和果實小而不充實，顯著影響作物的產量和品質。相反地，增施氮肥可以提高作物產量和改善作物產品品質，因此氮肥投入量逐年增加。隨著氮肥施用的大量增加，氮肥利用效率逐漸降低，就平均值而言，麥類作物對幾種氮肥的利用率為27%～34%，遠遠低于玉米、棉花、水稻等作物制。由于氮肥施用不科學，氮素常以淋失、反硝化脫氮及氮素揮發等方式損失，麥類作物上損失率在14%～55%之間，秋熟作物損失率在18%～53%。損失的氮素大部分進入地下水和地表水，造成地下水和地表水中硝態氮不斷增加，從而引起水體富營養化，造成一系列環境問題如水資源和水產資源遭到破壞，水的使用價值降低，水處理的成本提高，甚至會威脅人類健康。因此，了解和實時監測作物氮素狀況，并據此確定科學的施肥管理措施，對提高氮素利用效率，合理利用資源，提高作物產量、改善品質以及保護環境都有重要意義。

　作物氮素營養診斷的研究起始于19世紀，到20世紀50年代，癥狀診斷和化學診斷在理論和方法上已奠定了一定的基礎。隨后50年來在應用范圍、對象、容及技術方法均有了很大進步。作物氮素營養和生長動態的監測與診斷是作物栽培調控和生產管理的核心內容，是農業技術指導部門和生產者制定管理決策的主要依據，還為精準農業的現代化管理提供必需的基礎信息。因此，基于氮素營養狀況的作物生長監測和診斷一直是農學領域中的核心研究內容之一。

1 作物氨素營養診斷的傳統方法

1.1 作物缺肥外觀診斷

(1)癥狀診斷根據作物表現出的某種特定癥狀，從而確定其可能缺乏某種元素，癥狀診斷在很多營養元素的診斷上已得到廣泛應用。缺氮時，作物地上部和根系生長都顯著受到抑制，葉片細小直立，與莖的夾角小，時色淡綠，嚴重時呈淡黃色。植株莖稈細而長，很少有分蘗或分枝，同時繁殖器官的形成和發育也受到限制，花和果實稀少，植株提前成熟。種子和果實小而不充實，顯著影響作物的產量和品質。氮素過多的癥狀為植株徒長，節間長，分蘗多，葉色嫩綠，貪青晚熟。這種氮素診斷的方法通常只在植株僅缺一種元素的狀況下有效，在植株同時缺乏兩種或兩種以上營養元素，或出現非營養元素(病蟲害、藥害、生理病害)而引起的癥狀時，易于混淆，造成誤診。再者，當植株出現某種癥狀時，表明缺氨狀況已經相當嚴重，此時在采取補救措施為時已晚。因此，癥狀診斷在實際應用中存在明顯的局限性，尤其是準確性和時效性有待提高。

(2)長勢診斷中國人民在長期生產實踐中，早就總結出許多依據作物形態特征診斷其生長發育的方法，即看苗診斷。狹義的長勢即作物生長的速度，如分蘗發生的遲早和多少，出葉的快慢，葉片的長短和葉面積的大小，發根能力的強弱和數量的多少等。20世紀60年代后，這種診斷方法在中國受到廣泛重視，并在總結農民豐產經驗的基礎上得到發展和充實。其主要指標有分蘗消長動態和葉面積指數。例如，河南農民總結出小麥苗期的葉片長相為：瘦弱苗象馬耳朵，壯苗象騾耳朵，旺苗象豬耳朵。最近，楊邦杰對長勢的內涵加以擴充，囊括了傳統看苗診斷所有的指標，把長勢定義為作物生長的狀況與趨勢。作物的長勢可以用個體與群體特征來描述，禾谷類作物的個體特征可以用莖、葉、根與穗的特征描述，如株高，分蘗數，葉的數量、形狀、顏色，根的發育情況等。群體特征可用群體密度、葉面積指數、布局與動態來描述，只有發育健壯的個體所構成的合理群體，才能是長勢良好。根據植株長勢長相和特定葉位間的節間長度，可以診斷不同生育時期氮素營養豐缺狀況，如水稻缺氮時，葉片與主莖間的夾角小于450，葉片自立，植株矮小，小麥缺氮時分蘗發生慢且缺位，次生根少。這種方法在一定程度上可以有限地判斷植株的氮素營養狀況，但由于隨著頻繁的品種更新換代，其外觀長勢長相發生變化，因而在生產應用上受到限制。

　(3)葉色診斷中國農民素有看作物葉色施追肥的傳統經驗，從300多年前的“沈氏農書”關于對水稻進行葉色診斷追施孕穗肥到現在，葉色診斷氮營養的方法已逐漸發展成熟。20世紀50年代，全國勞模陳永康總結了水稻群體葉色的“三黑三黃”變化，以控制晚稻生長發育，達到高產穩產的經驗，提出了“肥田黃透再施，瘦田見黃既施，一般田不黃不施”的水稻追肥原則。人們對看苗施肥的方法進行了大量研究和總結但是這種方法缺乏定量葉色深淺的客觀標準，很難推廣應用。有研究者用比色卡目力比色測定水稻葉色級，對單季晚稻黃黑變化的生理基礎作了一系列研究，并提出了相應的判斷指標。20世紀70～80年代，日本農學家和中國學者先后研制出了葉色票和葉色卡，建立了葉色等級評判標準，但是測定方法仍沿用目測，葉色等級評判受人的主觀意識影響較大。葉色是植株體內氮素養分的外在表現，用葉色卡判定的葉色級可以粗略作為氮素營養水平高低的指標。他們根據不同品種類型確定標準葉級范圍，當田間葉色級超過標準葉色級，說明氮素過剩，應采取措施加以控制；當葉色級小于標準葉色級水平，則表明氮素營養不良，應追施適量氮肥。葉色診斷是氮素營養診斷中簡單易行的方法，如標準葉色級確定合適，診斷會取得良好的效果。總體來說，葉色卡法簡單、方便，營養診斷半定量化，但是不能區分作物失綠是由于缺氮引起的還是由于其它因素引起的。該法還受到品種、植被密度以及土壤氮素狀況和葉綠素含量變化等因子的影響。另外人們對顏色的視知覺在不同的個體之間存在差異，這些都制約著葉色卡法診斷水稻氮素營養的應用和精度。

1.2 作物缺肥化學診斷

(1)植株全氮診斷 在作物化學診斷分析工作中植株全氮診斷研究的最早、最充分，大多數作物不同生育期和不同部位器官的氮臨界濃度已基本清楚。植株全氮含量可以很好地反映作物氮素營養狀況，與作物產量也有很好的相關性，且全氮含量相對比較穩定，是一個很好的診斷指標。傳統的全氮營養診斷方法主要是基于植物組織的實驗室化學分析。主要的實驗室化學分析方法有杜馬氏方法，該法的主要儀器是全自動定氮儀。杜馬氏方法是將樣本充分燃燒，植物所有形態的氮均轉化為氮氣(N2），通過計算氮氣的體積來計算樣本的全氮量。該方法的主要缺點是儀器太貴，不能普及。另外一種常用的方法是凱氏法，即濃硫酸和混合加速劑或氧化劑消煮植株樣本，將有機氮轉化為銨態氮后用蒸餾滴定法測定。無論是杜馬氏方法還是凱氏法均為試驗室內化學分析方法，這些分析方法普遍要求破壞植被樣本。從采集大量的樣本、烘干、稱重、研磨直到使用有潛在危害性藥品進行測試，需耗費大量的時間、人力和物力。由于花費時間過長，以至于結果的適時性不強，而且試驗室化學分析需要有經驗的專業分析人員和大量的分析試劑與設備，因而在生產中難以實現快速規模化的推廣應用。

(2)硝酸鹽快速診斷由于硝態氮作為非代謝物質，以一種半儲備狀態存在于植物體內，當作物有輕微缺氮時，硝態氮庫的需求迅速增加，此時，全氮庫還沒有明顯變化，而硝態氮庫已發生明顯變化。若供氮超過作物需求時，硝態氮也比全氮有較大幅度的增加。植物組織中硝態氮含量的相對變化要遠遠大于全氮，它能靈敏地反映作物對氮的需求，因此可以用硝態氮代替全氨作為氮素營養診斷指標來估計植株氮素營養狀況和進行追肥推薦。許多研究表明，硝態氮預測小麥氮缺乏較為可靠，但臨界值在地點間的變異很大，受植物基因型、土壤等影響，且隨時間變化迅速，因此在實際應用中存在著一定的局限性。目前，以硝態氮(硝酸鹽)作為診斷植株氮素營養豐缺狀況在旱地作物和蔬菜上應用的較多。一般認為，小麥以莖基部作為診斷部位較合適，該部位作為一個輸導和貯藏組織，植物體內剩余的硝態氮大多累積于此，而且其目變化相對較小。玉米一般采用新成熟葉的葉脈作為診斷部位。呂世華等經過田間試驗證實，小麥拔節期莖基部NO3-N的二苯胺速測法可以快速準確診斷氮素營養狀況，在生產中推廣應用是可行的。曹洪生等研究出小麥NND快速診斷法，就是利用小麥葉鞘液中硝態氮含量來指導拔節肥。張學軍等也將拔節期作為氮營養診斷時期，通過反射儀測定莖基部硝酸鹽含量，同時由植株硝酸鹽和土壤表層Nmin(土壤剖面無機氮測試)聯合診斷，建立了追肥推薦施肥模型∞。以上兩種硝態氮測定方法具有快速、準確和簡便的優點，適合田間條件下氮素診斷，但二苯胺法適用含氨水平不很高的植株，發射儀法費用較高，其應用受到一定限制。

　(3)硝酸還原酶法由于硝酸還原酶(NRA)代表了氮素同化水平，而NO3-僅代表體內氮素累積水平，因艮此NRA作為營養診斷指標更優于NO3-濃度。洪劍明等研究發現，在一定施肥水平范圍內，小麥主要功能葉片的NRA水平隨土壤中NO3-，濃度升高而升高，NRA為一種敏感的適應酶，它能很好地反映土壤中氮素狀況。馬鳳鳴等以甜菜為材料發現，在生育中前期NRA隨施氮量增加而提高，加快NO3-還原，但后期以糖代謝為主，NO3-與NRA相關性不顯著，篩選出對氮素反應的臨界期作為診斷氮素豐缺的適宜時期，進而給出各期的NRA的理論值。但由于NRA對內外條件變化反應十分敏感，在具體操作中要在嚴格控制的條件下進行，注意NO3-，濃度、光照、持續高溫和水分脅迫等對NRA水平的影響。

(4)氨基態氮診斷有研究表明，在一定施氮范圍內，施氮量與棉花的蕾花鈴期功能葉片的全氮和葉柄基部硝態氮含量顯著相關，當葉片的全氮和葉柄基部硝態氮含量高時，氨基態氮亦高，反之亦然，且氨基氮與葉片的全氮呈顯著正相關。據此認為，氨基氮可作為棉花氮營養的診斷指標，并給出初步診斷值。袁玲等認為，水稻功能葉片游離氨基酸含量高峰期出現在分蘗期，拔節期降至1/2，抽穗期降為1/3，其規律與土壤中銨態氮變化相似，也與植株氮含量變化相似，所以建議將游離氨基態氮(FA-N)作為氮營養指標。張衛建等發現，水稻倒3葉鞘的游離氨基態氮隨氮用量的增加而上升，且各器官以倒3葉鞘的差異最為明顯，以倒3葉鞘的FA-N含量變化可對氮營養進行快速診斷，指導水稻中后期定量施肥。

2 作物氮素營養診斷的現代技術

2.1 葉綠素儀分析技術

　　當作物在缺氮時一般會表現出一些明顯的缺素癥狀，如葉片葉綠素含量降低導致的葉色變淺，而氮素過多，葉色顏色變深。植物的葉片葉綠素含量與葉片含氮量密切相關，并且葉片含氮量和葉綠素變化趨勢相似，故可通過葉片顏色的變化就可以了解作物的氮素營養狀況。研究發現，作物葉片光反射特性與葉色深淺存在定量關系，植物在可見光波段的反射率主要受葉綠素的影響，且550nm、675nm附近的反射率對葉綠素含量比較敏感，但單一波段的反射率易受生物量、背景等的影響，所以用兩波段的比值可以提高葉綠素光譜診斷的精度。根據此原理日本的MINOLTA公司在20世紀80年代推出SPAD-501、SPAD-502葉綠素儀，來進行田間的作物氮素診斷及指導施肥，并在某些作物的診斷中取得了較好的效果。目前在葉綠素儀的應用研究中，所采用的測定部位大體相同，即作物生長前期取新展開的第一張葉片作為測定部位，生長中后期則取功能葉作為測定部位。葉綠素儀在個體之間的測定值存在差異，在同一張葉片的不同部位的測定值也不相同，一般認為距離葉基部55%處的SPAD測定值較大且偏差較小，是合適的測試部位點。由此可見，葉綠素儀可以在一定程度上表征作物的氮素營養狀態，但其在實際應用中往往受作物的品種、生育期、生長環境等的影響，要精確地估測氮素營養水平，還需建立校正曲線或改進計算方法。王紹華等基于頂4葉對氮反映敏感、頂3葉鈍感的原理，利用SPAD提出了相對葉色差(RSPAD)的概念，初步建立了葉片(植株)含氮率的RSPAD診斷模型該模型僅與水稻亞種類型有關，可以不受具體品種和生育進程的影響，具有較好的普適性，但還有待于更多生態點、更多品種和更大面積的驗證。張憲等基于小麥的頂3葉SPAD值在不同氮素處理間變化幅度大，將其作為氮素營養診斷的指示葉片，并依據作物產量與養分濃度理論，具體提出了拔節期和孕穗期的適宜及臨界SPAD值，這種方法簡便、時效性強，尚需多年多點、更多品種的試驗進一步修證，以便建立普適性的模型用于指導生產。另外，通過實驗室分析配合使用一些校正參數(如葉干重、葉面積等)，可以調節葉綠素計值與氮素營養之間的相關性，但這樣就弱化了葉綠素計快速、簡便和不損傷植被生長等特點，失去了它的本來意義，并且所有的相關分析或者回歸分析得到的模型均受到品種和生育期和環境條件等限制，因此這種方法還不是一個快速可靠的非破壞性方法。

2.2 葉綠素熒光分析技術

葉綠素熒光動力學技術在測定葉片光合作用過程中光系統對光能的吸收、傳遞、耗散、分配等方面具有獨特的作用，與“表觀性”的氣體交換指標相比，葉綠素熒光參數更具有反映“內在性”特點，因此，葉綠素熒光動力學技術被稱為測定葉片光合功能快速、無損傷的探針。近年來關于葉綠素熒光動力學技術一系列的研究進一步證明了利用體內葉綠素熒光為天然探針，來研究和探測植物光合生理狀態及各種外界因子對其影響是可行的，使它在植物各種抗性生理、高產生理、作物育種栽培、植物生態、甚至植物遙感遙測等不同植物學分支和農學中得到不同程度的應用。隨著研究的不斷深入，愈來愈多的工作表明，植物體內發出的葉綠素熒光信號包含十分豐富的生物信息，極易隨外界環境條件而發生變化，可以作為快速、靈敏和無損傷地研究和探測多種逆境因子對植物光合作用的理想方法。由于它具有快速、靈敏和非破壞性測量等優點，使它比現行的其它檢測方法更優越、更準確。

有研究指出，受到氮素脅迫小麥幼苗的光化學效率Fv/Fm和φ~PSII比正常供氨水平明顯下降。沙田柚葉葉綠素熒光參數光化學效率與葉片氮含量呈極顯著正相關；范燕萍等采用水培的方法研究匙葉天南星光合特性時發現，葉片葉綠素熒光誘導動力學參數可以作為植物對氮素營養環境適宜度的靈敏指標。郭延平等測得缺磷條件下溫州蜜柑葉片的最大熒光Fm、PSII光化學效率(Fv/Fm)及表觀電子傳遞速率（ETR）明顯低于供磷植株。李紹長等試驗表明低磷處理使玉米葉片PSH關閉程度增加、光能轉換和電子傳遞效率降低，過剩激發能增加。分析顯示，葉片磷含量與Fv/Fm的關系高度符合指數函數關系。具體表現為葉片磷含量低于0.1mg/gFW時，Fv/Fm將隨磷含量減少而迅速降低，而葉片磷含量高于0.1mg/gFW時，Fv/Fm將逐漸趨于穩定，過高的葉片磷含量并不會提高葉片的光化學效率，因此含磷量0.1mg/gFW時Fv/Fm的閩值。馬吉鋒等研究表明，小麥各葉位葉片氮含量與熒光參數Fv/Fm和Fv/F0都呈極顯著正相關，且項部2張葉片的相關性最好。對于低、中、高蛋自質含量的小麥品種類型，可以利用統一的冪函數回歸方程來描述頂部2張葉片氮含量隨Fv/F0的變化模式。這些初步的研究結果表明，葉綠素熒光技術可以用來進行植株營養診斷，但這方面的工作目前還報道較少。另外，對于葉綠素熒光的測定，目前還缺少一種簡便、快速、廉價的新方法。

2.3 圖象及機器視覺技術

機器視覺是利用一個代替人眼的圖象傳感器獲取物體的圖象，將圖象轉換成數字圖象，并利用計算機模擬人的判別準則去理解和識別圖象，達到分析圖象和作出結論的目的。作物在不同的營養狀況下表現出不同莖葉顏色和形態是表征作物長勢的重要信息，運用圖象處理技術進行作物營養狀況的診斷主要是通過田間獲取數字圖象，運用數字圖象處理、模式識別、景物分析和圖象理解等技術對圖象分析處理，從圖象中獲取作物的外部信息，作為圖象的特征向量，用于計算機處理、分類識別和決策診斷，來反映作物的生長及氮素狀況。在作物營養診斷中，通過圖象傳感器中的電子藕荷器CCD感應作物冠層以及葉片的光反射和光吸收性質來形成影象記錄，進而通過圖象處理和分析技術獲取不同營養狀況下的光譜差異以實現其整個診斷過程。近年來，可見光色彩分析技術成為新的研究熱點，并在推薦施月嘴方面進行應用。如Btackmer等通過分析彩色照片上的冠層相對亮度對玉米產量進行了預測，紅、綠、藍三色光與玉米產量間都達到了極顯著相關關系。Dymond和Trotter使用CCD數碼相機通過航空攝影獲得森林和牧場的彩色圖象，有效評價了森林和牧場的植物冠層雙波長的反射特性。Adamsen等應用數碼相機獲取了冬小麥的冠層圖象，認為綠光(G)與紅光(R)的比值G/R與冠層綠度存在顯著的相關性。Lukina等應用數碼相機估計了冬小麥冠層生物量。Scharf等應用普通可見光圖象對玉米的優化施氮量進行研究。Jia和cheng應用數碼相機分別建立了拔節期和孕穗期冠層綠色深度與地上部植株全氮間的關系模型。這些研究工作都為基于數碼相機的彩色圖象處理技術和機器視覺色彩識別技術在農作物生長監測中的應用奠定了基礎。這表明，機器視覺己能較好模擬人眼的視覺特性，在對顏色的辨別和感應上已遠遠超出了人眼的能力，將其和計算機圖象處理系統結合起來，在基于顏色特征的作物氮素診斷中具有明顯優勢，勢必在作物氮素營養檢測和診斷中具有廣闊的應用前景。

3 光譜遙感分析技術

作物的光譜特征是由于作物的生理特征決定了其對光的吸收、透射和反射的變化，而作物的生理特征又相應反映了它的長勢情況，因而可以根據不同栽培條件下的光譜差異來監測作物的生長狀況。傳統的遙感光譜波段少，分辨率低，隨著遙感技術的發展，特別是高光譜遙感技術的出現和興起，可將光譜波段在某一特定光譜區域進行細分，為作物的氮素營養診斷注入了新的活力。高分辨率的地物光譜儀有可能用于簡單、快速、非破壞性的估測植物冠層生化組成，其良好的前景正引起越來越多的農學家關注，并已在大面積監測植物營養狀況的研究方面取得了明顯進展。利用高光譜遙感技術，可以快速準確地獲取作物生長狀態以及環境脅迫的各種信息，從而相應調整投入物質的施用量，達到減少浪費，增加產量，保護農業資源和環境質量的目的，是未來精確農業和農業可持續發展的重要手段。為了探索植物葉片氮素遙感診斷的可能性，20世紀70年代以來有關科學家就進行了大量的基礎研究，尋找氮素的敏感波段及其反射率在不同氮素水平下的表現。研究發現，許多植物在缺氮時無論是葉片還是植物冠層水平的可見光波段反射率都有所增加，對氮含量變化最敏感的波段在530-560mm區域通過光譜測定及其變量的運算如近紅外與紅外與（NIR/Red）的比值，可以區分不同氮素營養水平。明確了植物的氮素敏感波段后，許多學者便通過各種統計方法來尋求含氮量與光譜反射率或其演生量的關系，并建立模型來估算作物的氮素含量。Shibayma等在水稻上的研究發現，單位面積上的葉片氮含量與R620和R760的線性組合以及與R620和R880的線性組合均有較好的回歸關系，預測值和實測值線性相關，且不受品種類型的影響。Thomas等利用550nm和670nm這兩個波段定量估算甜椒的氮素含量，精度達90%。Fernandez等發現用紅(660nm)和綠(545nm)兩波段的線性組合可以預估小麥的氮含量，不受氮肥處理的影響。Johnson用逐步多元回歸方法發現在2160nm波段處樹葉葉片反射率的一階導數與葉片全氮間的相關性在整個可見光至紅外波段范圍內最好，用光譜分析方法估測鮮葉含氮量其精度大于85%。Tarpley等分析了棉花葉片氮濃度與190個光譜比值指數的關系，并根據預測的精度和準確度進行聚類分析，表明用紅邊位置與短波近紅外波段的比值進行氮素含量預測具有較高的精確度和準確度。浦瑞良和宮鵬使用多元統計和光譜導數技術評價小型機載成像光譜儀(cASI)數據用于估計冠層生化濃度(總葉綠素、全氮和全磷)的潛力和效率。牛錚等認為用2120nm和1120nm處反射率一階導數的線性回歸方程可以預測鮮葉含氮量，結果實測值和預測值的相關程度在80%以上。Stone等用冠層反射光譜指導小麥變量施肥，明顯提高了總氮利用效率。由于植物冠層光譜反射特征受到植株葉片水分含量、冠層幾何結構、土壤覆蓋度、大氣對光譜吸收等因素的影響，且在不同時空條件下影響因子有所變化，因而特定條件下所建立的植物氮素光譜診斷模型難以用于建模以外的時空條件，這就使利用遙感進行作物氮素診斷的可靠性和普及性受到一定的限制。

4 結語

由上可知，在進行作物氮素營養狀況評判時，傳統的測試手段采取破壞性取樣，在取樣、測定、數據分析等方面需要耗費大量人力、物力，且時效性差，不利于推廣應用。所以在這一背景下，無損測試技術在作物氮素營養診斷及推薦施肥中得到了廣泛的關注，被認為是極有發展前途的作物營養監測與診斷技術，其特點是在不破壞植物組織結構的基礎上，盡量利用各種手段對作物的生長和營養狀況進行監測。這種方法可以迅速、準確的對田間作物氮營養狀況進行監測，及時提供追肥所需要的信息。傳統的氮素營養診斷無損測試方法主要有肥料窗口法和葉色卡片法，但這些方法均屬于定性或半定量的方法。近年來，隨著相關領域科技水平的不斷提高，氮素營養診斷的無損測試技術正由定性或半定量向精確定量方向發展，由手工測試向智能化測試方向發展，由個體操作單元轉向群體面源檢測。如通過SPAD、機器視覺和光譜分析等技術，可以很好地無損檢測植株含氮狀況，進而指導合理施氮和氮素調控，避免盲目施肥，以達到提高氮肥利用效率的目標。由于地面光譜監測模型精度較高，操作方便，不少研究者開發出多種作物氮素監測儀，如Greenseeker光譜儀就是20世紀90年代中后期美國Oklahoma州立大學開發的目前國際上最先進的一種地面主動遙感高光譜儀器，實現了從白天到黑夜的幾乎所有光照條件下穩定測定，是一種很好的大田尺度的推薦施肥工具，它通過觀測NDVI數據可分析作物長勢，進行氮素的實時診斷，提供最優施肥方案。目前，基于高空遙感監測模型預測精度偏低，因此需要將精度相對較高的地面光譜監測模型與空間遙感信息相結合，建立作物長勢及氮素營養的遙感監測預報模型，同時實現與地理信息系統(GIS)和全球定位系統(GPS)有機結合，用于大面積作物生長監測和管理調控。因此，將地面遙感信息與空間多源遙感數據有機融合，有助于建立基于多信息源的作物氮素營養監測平臺，指導大尺度作物高效氮素管理和精確施肥。