氮素是影响作物长势和产量的重要因素之一。作物群体即像元尺度氮素水平是精准农业变量施肥的关键决策信息，但目前采用的田间调查取样分析或基于叶片的光谱分析不能准确代表作物群体氮素状况，具有很大的不确定性，也不适合于农业定量遥感像元尺度建模和验证。针对上述科学问题，本项目以冬小麦为研究对象，探索利用田间成像光谱数据进行作物组分氮素监测及尺度转换的模型和方法，以实现像元尺度的氮素水平诊断，为遥感技术在精准农业中的应用奠定理论基础，对提高氮素利用效率、改善作物品质具有重要意义。主要研究内容包括：① 开展作物田间成像光谱观测实验与数据处理方法研究；② 研究作物组分氮素的分布差异及其变化，并基于考虑冠层垂直结构的辐射传输模型分析其光谱响应规律；③ 筛选作物组分氮素光谱探测的敏感波段或光谱特征参数，建立考虑冠层氮素垂直分布特征的作物氮素遥感反演模型；④ 开展作物组分氮素升尺度建模与验证研究，建立适用于不同田间条件的作物氮素养分尺度转换模型。. 按照项目研究计划和目标，本课题完成了上述各项研究任务并开展了广泛深入的国内外合作交流；基于研究成果，已发表学术论文29篇（包括13篇SCI、13篇EI、3篇核心），授权发明专利1项；培养博士后1名，博士研究生5名。综上，本项目圆满完成了各项预期指标，具体信息详见后述。