氮素是干旱区作物提高产量和经济效益的主要限制因素之一。氮营养指数Nitrogennutritionindex，NNI）能够有效地判断作物各生育时期的氮营养丰缺情况。运用高光谱遥感技术，快速、准确诊断滴灌棉田的氮素营养状。进而优化作物各生育时期的供氮量是提高作物的氮肥利用效率、改善土壤环境的关键措施。
随着高光谱技术的成熟，应用高光谱技术和算法反演作物叶片氮素含量、叶绿素浓度、叶面积、生物量等生理生化参数是目前研究棉花氮素营养状况的主要手段。但这些参数会因生育期、冠层密度、植株形态、气候和光照等几方面的不同而产生差异。另外以上所述参数只能对棉花的养分状况有相对大致了解，对于其养分亏缺及营养过剩的程度无法给予定性判断。植被指数对于氮素的敏感性较高，受其他因素的干扰较小，因此植被指数的变动可以用来推测氮素的变动，而氮营养指数与氮素含量结合更加紧密，所以监测氮营养指数的变动能够精准监测植株氮素营养状况
图1 不同棉花品种全生育期生物量动态
图 2 不同氮肥梯度下冬小麦冠层光谱反
充分利用反射率光谱数据在监测生理生化参数方面的优势和冠层SIF数据在监测植被光合生理状态方面的优势，将反射率光谱数据与冠层 SIF 数据融合来反演小麦条锈病的发病情况。通过对试验数据的对比分析得出，协同反射率光谱数据与冠层 SIF 数据构建的小麦条锈病监测模型精度高于反射率光谱数据构建的监测模型精度。
图 3 不同小麦条锈病严重度的冠层光谱原始曲线图，综合利用反射率光谱数据和冠层 SIF 数据，能够提高小麦条锈病病情严重度的监测精度。右边为奥谱天成生产的 SIF 探测器。
