本文介绍了一项关于提高冠层氮密度（Canopy Nitrogen Density，CND）遥感反演精度的原创性研究。该研究由来自中国农业科学院作物科学研究所（国家作物基因资源与育种重点实验室）、中国农业科学院中原研究中心、山东科技大学测绘科学与工程学院以及浙江水利水电学院测绘与地理信息工程学院的杨红野、明博、聂陈威、冯大云、高可心、高上、薛军、张国庆、侯鹏、谢瑞芝、李振海、金秀良、王克如、李少昆等多位研究者共同完成。研究成果以“A novel strategy for improving canopy nitrogen density retrieval by deciphering saturation effects and vertical heterogeneity”为题，发表于国际学术期刊 Computers and Electronics in Agriculture 的2026年第241卷，并于2025年12月1日在线发表。

该研究属于农业遥感和精准农业领域，核心是解决利用植被指数（Vegetation Index，VI）进行作物氮素诊断时面临的“饱和效应”难题。冠层氮密度是反映作物生长、营养状况和初级生产力的关键生理参数，对于指导作物育种、病害监测和产量预测具有重要意义。近十年来，利用植被指数通过光学遥感技术大面积、无损、快速地评估作物氮素状况已成为主流方法。然而，植被指数，尤其是在茂密冠层条件下，存在显著的饱和现象——即当冠层叶面积指数或氮含量超过一定阈值后，植被指数的值不再随其增加而线性增长，导致模型敏感性丧失，反演精度大幅下降。尽管前人已从描述饱和机制和开发新指数等角度进行了诸多尝试，但多数方法仍具有情景依赖性，难以推广到不同的田间条件。

研究者指出，要有效缓解饱和效应，必须阐明两个关键问题：一是冠层光谱的“感知深度”，即遥感信号主要来自冠层的哪些垂直层次；二是冠层氮素的“垂直异质性”，即氮素在冠层垂直方向上的非均匀分布特征。此前研究多将饱和视为一个单一阈值现象，未能精细刻画饱和的动态过程，也缺乏将冠层垂直结构信息融入反演模型的普适性策略。因此，本研究旨在：1）利用拐点（Inflection Point， Inf. Point）和饱和点（Saturation Point， Sat. Point）精确定量分析不同植被指数的饱和特性；2）可视化并量化植被指数和氮素在冠层内的垂直异质性分布，并利用钟形模型（Bell-shape Model）进行描述；3）通过整合拐点信息和钟形模型，构建并验证一种能够抵抗饱和效应、提高冠层氮密度反演鲁棒性的新策略。

为了达成上述目标，研究团队在2019年至2021年间，于河南新乡市开展了系统的田间玉米实验。实验设计通过设置五个氮肥梯度（0， 100， 200， 300， 400 kg·hm-2， 分别记为N0至N400）来创造一系列具有不同冠层结构的玉米群体。研究采用了一种关键的自下而上顺序去叶法（Bottom Sequential Defoliation Method， BSDM）来同步获取冠层光谱反射率（Canopy Spectral Reflectance， CSR）和分层氮数据。具体工作流程如下：首先，选取均匀的3米×3米小区，将冠层叶片从顶部的穗位叶（标记为L1）开始自上而下编号。然后，从最底部的叶片开始，逐层去除叶片，并在每次去除后，使用ASD FieldSpec4光谱仪（测量范围350-2500 nm）在冠层上方3米高度处采集10条冠层反射光谱。同时，采样6株中心植株，对每次去除的叶片层，使用凯氏定氮法测定其氮浓度（%），并结合叶干重和单位地面面积，计算出该叶层的叶片氮累积量（Leaf Nitrogen Profile， LNP）以及累积至该层的冠层氮密度。此过程一直重复到所有叶片被剥除。2019年和2020年，研究团队在玉米出苗后多个天数（Days After Emerage， DAE）进行了BSDM操作，分别获得了84组和118组CND-CSR配对数据集，用于模型构建和饱和问题特征分析。2021年，研究团队在6个DAE阶段，测量了所有冠层叶层的氮含量及对应的高光谱数据（未进行去叶操作），获得了270组独立数据集，专门用于模型验证。

在数据分析方面，研究首先从文献中选取了30个常用的植被指数（如NDVI， NDRE， CIRE， LICI等），并计算其与不同去叶层数（即不同CND）下的关系。为了定量描述饱和过程，研究引入了拐点和饱和点的概念：拐点定义为植被指数与CND之间线性关系开始减弱的起始点；饱和点定义为植被指数值达到平台、不再随CND增加而变化的点。饱和点通过配对t检验相邻叶层间植被指数值的显著性差异来确定；拐点则采用一种基于分类的方法，以线性模型相对均方根误差（RRMSE）超过30%作为线性关系失效的阈值进行识别。基于这两个点，将植被指数与CND的关系划分为线性区、易损区和饱和区三个区域。此外，研究量化了每个垂直叶层对总冠层光谱和总CND的贡献百分比。对于冠层氮的垂直异质性，研究采用了一个修正的钟形函数进行建模，该函数可以描述氮累积量沿叶层位置的分布特征，其峰值位置和形状由经验参数α和β控制。

研究的主要结果可概括如下： 1. 冠层光谱分析与敏感波段：BSDM获取的冠层光谱显示，随着叶层减少，可见光波段（400-724 nm）反射率显著增加，红边位置发生蓝移，而近红外波段反射率下降。通过连续投影算法（Successive Projections Algorithm， SPA）筛选出的对氮敏感的特征波段（703–762 nm， 937–1130 nm， 1525–1630 nm， 2160–2270 nm）受冠层结构变化（叶层数）的影响较小，表明这些波段可用于稳健的氮素监测。 2. 植被指数垂直贡献与饱和动态：研究发现，不同植被指数的垂直贡献模式存在差异。例如，NDVI和MND705等指数主要受上部冠层（第3-5层）主导，而CIRE和LICI等指数则主要受中部冠层（第5-7层）主导。总体而言，第3至第7叶层对冠层光谱的总贡献最大，达到67.24%–72.15%，同时贡献了总CND的62.39%。超过第7-8层后，饱和效应变得显著。垂直剖面分析表明，大多数植被指数（如NDVI， DVI， EVI）在达到第10-12层时趋于饱和，而CIRE， LICI， NDRE等含有红边波段的指数对叶层累积表现出更长的线性响应范围。 3. 饱和过程的拐点：利用RRMSE评估模型线性度的变化，研究精确确定了不同植被指数的拐点位置。结果显示，绝大多数指数的拐点出现在第7至第8叶层。当叶层数减少到7-8层以下时，所有植被指数的反演误差（RRMSE）急剧上升（25.1–88.2%），表明线性关系在此处发生断裂。这一发现将可靠的线性反演区域明确界定在冠层上部的7-8个叶层之内。 4. 垂直氮异质性与钟形建模：对LNP垂直分布的分析证实，玉米冠层氮素呈典型的钟形分布，在抽雄期（VT）达到最复杂的13层结构。归一化后的LNP分布显示，施氮量主要影响总氮量，但不改变氮素在冠层内的相对分配比例。修正的钟形函数能很好地拟合从VT到灌浆期（R3）的垂直分布模式，参数α和β在生殖生长阶段相对稳定（α ≈ –0.065， β ≈ 0.0026），峰值通常出现在第6叶层。 5. 抗饱和模型的构建与验证：基于上述发现，研究提出了一种新的抗饱和策略。其核心步骤是：首先，建立冠层植被指数与拐点处冠层氮密度（CNDinf，即累积至拐点叶层的氮密度）之间的线性回归模型。然后，利用钟形模型计算一个系数ω，该系数将CNDinf与实际的完整冠层氮密度（CNDcanopy）联系起来，其值取决于拐点位置和冠层的总叶层数（反映冠层结构）。最后，通过ω系数将基于植被指数预测的CNDinf校正为真实的CNDcanopy。使用2021年的独立数据集进行验证，结果表明，与传统的直接将植被指数与完整CND进行回归的方法相比，新策略显著提高了预测精度。以NDVI和CIRE为例，其预测的均方根误差（RMSE）分别从1.16降至0.81，从0.70降至0.56。整体上，新策略使30个植被指数的反演RMSE平均降低了10.8%–33.9%，在不同氮肥处理水平和不同生长时期的测试中也表现出更强的鲁棒性。

本研究得出的主要结论是：通过识别植被指数与CND关系的拐点（对应第7-8叶层），可以强化两者间的线性关系，该区域贡献了约53.7%–63.29%的CND和60.58%–74.84%的冠层光谱信号。研究明确了用于氮素监测的关键光谱波段（703–762 nm和937–1130 nm）受冠层结构干扰较小。所提出的抗饱和策略通过整合拐点信息和基于钟形模型的ω系数，有效地校正了饱和效应带来的偏差，大幅提升了CND反演模型的精度和普适性。尤其值得注意的是，含有红边波段的植被指数（如CIRE， NDRE）与CNDinf表现出更强的相关性，RRMSE分别低至14.57%和13.12%。

这项研究的科学价值在于，它超越了将饱和视为简单阈值的传统观点，通过拐点和饱和点精细解析了饱和的动态过程，并从“感知深度”和“垂直异质性”两个机理层面提供了理论解释。其应用价值在于，提出了一种直观、物理意义明确且易于操作的框架，能够利用现有植被指数，通过引入冠层结构参数（叶层数）来缓解饱和问题，从而在不同田间条件下实现更准确的作物氮素诊断。该方法不仅适用于玉米，也为小麦、水稻等其他茂密冠层作物的氮素遥感监测提供了可移植的思路。

本研究的亮点包括：1）创新性地将自下而上顺序去叶法与同步光谱、氮含量测量相结合，为精细量化冠层垂直异质性和光谱贡献提供了可靠数据基础；2）系统性地比较了30个植被指数的饱和特性，并精确量化了其拐点和饱和点位置，为植被指数选择提供了科学依据；3）创造性地将钟形模型用于描述氮垂直分布，并由此推导出连接冠层结构与光谱反演结果的转换系数ω，构建了一个机理与数据驱动相结合的实用化抗饱和模型。研究还指出，随着农业生产向高密度种植和高氮肥利用方向发展，饱和拐点位置可能上移，种植密度对饱和的影响是未来值得深入探究的方向。