自從高光譜技術應用到農業(yè)上之后，很多科學家進行研究將這項技術用于作物診斷,。然而,，由于光學設備的特性，不同圖像獲取條件下得到的反射率是不同的,。

并且在使用高光譜成像的過程中也沒有優(yōu)化方法來減少這種技術誤差,。因此，本研究旨在尋找一種能夠反映在不同氮肥影響下小麥生長狀態(tài)的合適的圖像獲取條件,。

實驗分為6個不同施氮水平的小組：145.6kg N ha-1(1),109.2 kg N ha?1 (N2), 91.0 kg N ha?1 (N3), 72.8 kg N ha?1 (N4), 54.6 kg N ha?1 (N5), 和36.4 kg N ha?1 (N6),。

高光譜圖像獲取是從表面、穗,、旗葉的105度和125度兩個不同的拍攝角度進行的,，在分析圖像時將第二上葉從頂部到底部分為5個部分。

在抽穗期進行的生長分析表明相比于N1,，N6的株高為N1的85.6%,，葉面積指數為N1的44.1%，葉綠素含量為N1的64.9%,。

葉子里的氮含量相較于N1較少了55.2%,，且N6的葉片數相較于N1減少了44.9%。從在抽穗期高光譜反射率的植物指數來看,，穗部并不適合用于分析。

對于旗葉和第二上葉來說,，105 度光譜數據的植被指數更適合通過清晰劃分施肥水平的影響來獲取成像數據,。

葉子區(qū)域變化的結果表明：感興趣的區(qū)域（接近旗葉頂點和第二上葉底部）在施肥水平和植物指數之間有很高的決定系數，這能有效的反映小麥的狀態(tài),。

開發(fā)和改進了一種高效可靠的水稻 RGM 抗性評估程序,，并通過突變體篩選、基因定位,、遺傳分析和昆蟲生長發(fā)育觀察進行了驗證,。