以不同施肥模式为基础，分析了晚稻群体冠层光谱反射率、一阶微分光谱和归一化光谱特征，并对叶片氮含量、氮积累量、产量、叶面积指数和叶干物质积累进行了相关性分析，构建了以高光谱特征参数为自变量的水稻氮素营养诊断模型。结果表明，叶片氮素含量与665 nm处冠层光谱反射率呈极显著相关性（p<0.001），与554 nm和672 nm处的一阶微分光谱也呈极显著相关性（p<0.001）；以λr构建的指数函数y = 684.91e0.028x，决定系数（R2）为0.90、（SDr-SDb）/（SDr+SDb） 构建的指数函数y = 0.66e0.11x，决定系数（R2）为0.88，均能很好地诊断在有机肥和无机肥配施模式下的水稻氮素营养。
Based on different fertilization patterns, the canopy spectral reflectance, the first derivative spectra and normalized spectral characteristics of late rice, and a correlation among leaf nitrogen content, nitrogen accumulation, yield, leaf area index and leaf dry matter accumulation were analyzed. Then the rice nitrogen nutrition diagnosis model with high spectral characteristic parameters as independent variables was constructed. The results showed that: there has a great relevance between leaf nitrogen content with canopy spectral reflectance at 665 nm（p<0.001）, the same with the first derivative spectra at 554 nm and 672 nm（p <0.001）; There has an exponential function by λr: y=684.91e0.028x, the coefficient of determination （R2） was 0.90, and an exponential function by（SDr-SDb）/（SDr+SDb）：y=0.66e0.11x, the coefficient of determination（R2）was 0.88, these two model could diagnose the late rice nitrogen nutrition well under the conditions of organic manure and chemical fertilizers.
[1] Sun Q P, Jia L L, Rui Y K, et al. Nitrogen status diagnosis of summer maize by using visible spectral analysis technology[J]. Spectrosc Spectral Anal, 2009, 29（2）: 432-435.
[2] Yao Y, Miao Y, Jiang R, et al. Evaluating different active crop canopy sensors for estimating rice yield potential （Agro-Geoinformatics）[A]. 2013 Second International Conference on. IEEE, 2013: 538-542.
[3] 徐新刚，赵春江，王纪华，等. 新型光谱曲线特征参数与水稻叶绿素含量间的关系研究[J]. 光谱学与光谱分析，2011，31（1）：188.
[4] Li F, Mistele B, Hu Y, et al. Reflectance estimation of canopy nitrogen content in winter wheat using optimised hyperspectral spectral indices and partial least squares regression[J]. Eur J Agron, 2014, 52: 198-209.
[5] Chen P, Haboudane D, Tremblay N, et al. New spectral indicator assessing the efficiency of crop nitrogen treatment in corn and wheat[J]. Remote Sens Environ，2010, 114（9）: 1 987-1 997.
[6] Yi Q X, Bao A M, Luo Y, et al. Measuring cotton water status using water-related vegetation indices at leaf and canopy levels[J]. J Arid Land, 2012, 4（3）: 310-319.
[7] 孔汶汶，刘飞，邹强，等. 基于近红外光谱技术的油菜叶片丙二醛含量快速检测方法研究[J]. 光谱学与光谱分析，2011，31（4）：988-991.
[8] 张玉森，姚霞，田永超，等. 应用近红外光谱预测水稻叶片氮含量[J]. 植物生态学报，2010，34（6）：704-712.
[9] 谭昌伟，周清波，齐腊，等. 水稻氮素营养高光谱遥感诊断模型[J]. 应用生态学报，2008，19（6）：1 261-1 268.
[10] 薛利红，曹卫星，罗卫红，等. 小麦叶片氮素状况与光谱特性的相关性研究[J]. 植物生态学报，2004，28（2）：172-177.
[11] 田永超，杨杰，姚霞，等. 利用叶片高光谱指数预测水稻群体叶层全氮含量[J]. 作物学报，2010，36（9）： 1 529-1 537.
[12] 贝美容，罗雪华，杨红竹. AA3 型连续流动分析仪（CFA）同时测定橡胶叶全氮、全磷、全钾的方法研究[J]. 热带作物学报，2011，32（7）：1 258-1 264.
[13] 仲晓春，戴其根，何理，等. 不同浓度镉胁迫下水稻冠层光谱特征及其预测评价[J]. 农业环境科学学报， 2012，31（3）：448-454.
[14] 周江明. 有机-无机肥配施对水稻产量、品质及氮素吸收的影响[J]. 植物营养与肥料学报，2011，18（1）： 234-240.
[15] 欧杨虹，徐阳春，沈其荣. 有机氮部分替代无机氮对水稻产量和氮素利用率的影响[J]. 江苏农业学报， 2009， 25（1）：106-111.
[16] 胡星. 秸秆全量还田与有机无机肥配施对水稻产量形成的影响[D]. 扬州：扬州大学，2008.
[17] Zlatev Z, Popov V. Effect of organic fertilizers on photosynthesis of young tomato plants （Lycopersicon escuentum Mill.）[J]. Agric Sci Techn, 2013, 5（1）: 1 313-1 320.
[18] Singh B, Singh Y, Sodhi G S, et al. Chlorophyll meter-based N management for rice grown in soils amended with organic manure[J]. Int Rice Res Notes, 2011, 28（1）: 63-65.
[19] 周莉华，李维炯，倪永珍. 长期施用EM生物有机肥对冬小麦生产的影响[J].农业工程学报，2005，21（S1）： 221-224.
[20] 沈德龙，曹凤明，李力. 我国生物有机肥的发展现状及展望[J]. 中国土壤与肥料，2007（6）：1-4.
[21] 王昌全，谢德体，李冰，等. 不同有机肥种类及用量对芹菜产量和品质的影响[J]. 中国农学通报，2005， 21（1）：192-195.
[22] 陈星峰，陈朝阳，陈巧萍，等. 配施不同种类有机肥对烤烟若干生理指标的影响[J]. 中国农学通报，2009， 25（22）：178-181.
[23] 周启发，王人潮. 水稻氮素营养水平与光谱特性的关系[J]. 浙江农业大学学报，1993，19（S1）：40-45.
[24] 潘星哲. 基于不同施氮量水平下水稻高光谱特征分析[D]. 南昌：江西农业大学，2013.
