智慧农业是农业发展的新方向，而通过遥感技术实时监测作物营养状况，并将实时监测信息转化为养分需求，是实现智慧农业发展的关键。近日，基于作物氮素养分诊断方面，内蒙古农业大学土壤质量与养分资源重点实验室李斐教授科研团队在国际期刊《International　Journal　of　Applied　Earth　Observations　and　Geoinformation》《Computers　and　Electronics　in　Agriculture》《European　Journal　of　Agronomy》和《Remote　Sensing》上刊登了最新科研成果，构建了优化光谱指数和机器学习算法对作物冠层氮素养分含量及生物量的定量估测模型。

科研团队探究了光谱指数算法对作物冠层氮素含量预测的影响，通过对光谱指数波段和方程形式的优化设计，发展了适用于小麦、玉米和马铃薯的优化光谱指数，有效地提高了作物冠层氮素含量预测的稳定性和精确度。与此同时，科研团队还提出了能够准确估测作物生物量的机器学习模型，并在马铃薯营养生长期植株生物量估测研究中得到了有效的验证。这些研究结果为作物氮素营养诊断及生物量实时监测提供了新的方法，为智慧农业发展过程中传感器的设计提供了理论基础，推动了智慧农业的发展。

该研究得到国家自然科学基金（41361079，31060273）、亚洲博彩平台排名关键技术攻关计划项目（2019GG248和2020GG0038）、农业公益性科学研究专项基金（201503106）、内蒙古青年科技英才（NJYT－18－A08）和亚洲博彩平台排名第十批草原英才等项目的支持。

https：／／www．sciencedirect．com／science／article／abs／pii／S0168169919304867

https：／／pubag．nal．usda．gov／catalog／7361118

https：／／www．sciencedirect．com／science／article／pii／S0303243421001239

https：／／www．mdpi．com／2072－4292／13／12／2339