[1]    朱德峰，张玉屏，陈惠哲，等. 中国水稻高产栽培技术创新与实践[J]. 中国农业科学， 2015， 48（17）：3 404-3 414.
[2]    徐艳玲. 氮肥对水稻生长的影响[J]. 现代农业科技， 2014（19）：27.
[3]    罗元利. 基于多光谱成像的氮素胁迫下玉米营养诊断的研究[D]. 哈尔滨：东北农业大学，2014.
[4]    中国农业科学院江苏分院. 水稻“三黄三黑”研究报告[J]. 中国农业科学，1960，1（2）：26-28.
[5]    陶勤南，方萍，吴良欢，等. 水稻氮素营养的叶色诊断研究[J]. 土壤，1990（4）：190-193.
[6]    焦雯珺，闵庆文，林焜，等. 植物氮素营养诊断的进展与展望[J]. 中国农学通报，2006， 22（12）：351.
[7]    石媛媛. 基于数字图像的水稻氮磷钾营养诊断与建模研究[D]. 杭州：浙江大学，2011.
[8]    戴建军，王洪亮，程岩. 测定植物样品全氮含量的两种方法比较[J]. 东北农业大学学报， 2000，31（1）：36-38.
[9]    ZHEN R G, LEIGH R A. Nitrate accumulation by wheat （Triticum aestivum） in relation to growth and tissue N concentrations[J]. Plant Soil, 1990, 124（2）: 157-160.
[10]  OERTLI J J, RUH R. Use of critical level curves to manage nitrate concentrations in a vegetable[J]. Commun Soil Sci Plant Anal, 1992, 23（17-20）: 2 711-2 728.
[11]  CARTER G A, KNAPP A K. Leaf optical properties in higher plants: Linking spectral characteristics to stress and chlorophyll concentration[J]. Am J Bot, 2001, 88（4）: 677-684.
[12]  张金恒，王珂，王人潮. 叶绿素计SPAD-502在水稻氮素营养诊断中的应用[J]. 西北农林科技大学学报（自然科学版），2003，31（2）：177-180.
[13]  LI J, YANG J, FEI P, et al. Responses of rice leaf thickness, SPAD readings and chlorophyll a/b ratios to different nitrogen supply rates in paddy field[J]. Field Crop Res, 2010, 114（3）: 426-432.
[14]  王绍华，曹卫星. 水稻叶色分布特点与氮素营养诊断[J]. 中国农业科学，2002，35（12）：1 461-1 466.
[15]  林娜，张忠庆，李韶山，等. 基于SPAD 值确定东北黑土区水稻最佳施氮量及追肥时间[J]. 中国农学通报，2015，31（33）：6-10.
[16]  袁召锋. 基于SPAD值的水稻氮素营养诊断与调控研究[D]. 南京：南京农业大学，2016.
[17]  王艳，王孝纯，邓艳红，等. 寒地水稻氮磷钾营养诊断技术的研究[J]. 中国农学通报， 2009，25（21）：208-211.
[18]  孙棋. 基于数字图像处理技术的水稻氮素营养诊断研究[D]. 杭州：浙江大学，2008.
[19]  祝锦霞，邓劲松，石媛媛，等. 基于水稻扫描叶片图像特征的氮素营养诊断研究[J]. 光谱学与光谱分析，2009，29（8）：2 171-2 175.
[20]  祝锦霞，邓劲松，林芬芳，等. 水稻氮素机器视觉诊断最佳叶位和位点的选择研究[J]. 农业机械学报，2010，41（4）：179-183.
[21]  贾良良，范明生，张福锁，等. 应用数码相机进行水稻氮营养诊断[J]. 光谱学与光谱分析，2009，29（8）：2 176-2 179.
[22]  刘江桓. 基于机器视觉技术的水稻营养快速诊断研究[D]. 南昌：江西农业大学，2011.
[23]  王远，王德建，张刚. 基于数码相机的水稻氮素营养诊断[J]. 中国农学通报，2012， 28（24）：111-117.
[24]  王远，王德建，张刚，等. 基于数码相机的水稻冠层图像分割及氮素营养诊断[J]. 农业工程学报，2012，28（17）：131-136.
[25]  顾清，邓劲松，陆超，等. 基于光谱和形状特征的水稻扫描叶片氮素营养诊断[J]. 农业机械学报，2012，43（8）：170-174.
[26]  陈利苏. 基于机器视觉技术的水稻氮磷钾营养识别和诊断[D]. 杭州：浙江大学，2014.
[27]  李岚涛，张萌，任涛，等. 应用数字图像技术进行水稻氮素营养诊断[J]. 植物营养与肥料学报，2015，21（1）：259-268.
[28]  程立真，朱西存，高璐璐，等. 基于随机森林模型的苹果叶片磷素含量高光谱估测[J]. 果树学报，2016，33（10）：1 219-1 229.
[29]  徐涛. 基于冠层反射光谱水稻氮素营养诊断模型研究[D]. 南昌： 江西农业大学，2016.
[30]  薛利红，曹卫星，罗卫红，等. 基于冠层反射光谱的水稻群体叶片氮素状况监测[J]. 中国农业科学，2003，36（7）：807-812.
[31]  XUE L H, CAO W X, LUO W H, et al. Diagnosis of nitrogen status in rice leaves with canopy spectral reflectance[J]. Agricultural Sciences in China, 2003, 2（3）: 250-257.
[32]  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.
[33]  张浩，姚旭国，张小斌，等. 区域水稻穗期叶片氮素的遥感估测初探[J]. 核农学报，2009，23（3）：364-368.
[34]  田永超，张玉森，姚霞，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.
[35]  李颖，薛利红，潘复燕，等. 氮磷互作对水稻冠层光谱的影响及其PNN识别[J]. 中国农业科学，2014，47（14）：2 742-2 750.
[36]  郑博元. 基于高光谱成像的氮素胁迫下寒地水稻营养诊断的研究[D]. 哈尔滨：东北农业大学，2015.
[37]  邵华，石庆华，郭熙，等. 基于冠层高光谱的南方丘陵地区晚稻氮素营养诊断[J]. 江西农业大学学报，2015，37（6）：975-981.

[38]  宋红燕，胡克林，彭希. 基于高光谱技术的覆膜旱作水稻植株氮含量及籽粒产量估算[J]. 中国农业大学学报，2016，21（8）：27-34.
[39]  赵越. 基于高光谱的寒地水稻叶片氮素营养诊断研究[D]. 哈尔滨：东北农业大学，2017.
[40]  张国圣，许童羽，于丰华，等. 基于高光谱的水稻叶片氮素估测与反演模型[J]. 浙江农业学报，2017，29（5）：845-849.
[41]  张雨. 基于无人机遥感的水稻氮素营养诊断研究[D]. 哈尔滨：东北农业大学，2017.
[42]  王树文，牛羽新，马昕宇，等. 基于高光谱的抽穗期寒地水稻叶片氮素预测模型[J]. 农机化研究，2019（3）：158-164.
[43]  NGUYEN H T, LEE B W. Assessment of rice leaf growth and nitrogen status by hyperspectral canopy reflectance and partial least square regression [J]. Eur J Agron, 2006, 24（4）: 349-356.