柑橘生产是世界上最重要的农业经济活动之一,并且在水果国际贸易中担任着重要的角色。柑橘黄龙病的出现严重破坏了果实的品质,已成为一直困扰全球柑橘种植者的问题之一。而且目前缺乏专门针对黄龙病的药物,若发现病树未将其移除,就会影响柑橘产业健康、持续地发展。因此及时准确地检测柑橘叶片黄龙病,是确保柑橘产业健康发展的关键。本文以柑橘叶片为研究对象,提出了利用激光诱导击穿（LIBS）技术,研究柑橘染病叶片中营养元素的光谱强度变化特征,并融合了高光谱对柑橘叶片黄龙病进行检测研究。为柑橘叶片黄龙病病害提供了快速、无损、有效地检测方法。本文的主要内容如下:（1）研究分析了健康、中度和重度黄龙病这三类柑橘叶片中四种营养元素Ca（Ⅰ）、Mn（Ⅰ）、Fe（Ⅰ）和Si（Ⅰ）所对应的LIBS光谱强度值的变化规律,发现健康叶片中的营养元素的光谱强度均高于染病叶片中的光谱强度,并且光谱强度随着病害程度依次降低。然后分别建立原始特征光谱和经过预处理后特征光谱的PLS-DA和SVM模型,并对其进行对比分析。由结果可知SVM的模型效果较好。（2）研究了LIBS的特征光谱和高光谱三个ROI区域（叶尖、叶中和叶尾）光谱融合对柑橘黄龙病病害程度的定性判别模型。与LIBS的特征光谱和高光谱的三个ROI区域（叶尖、叶中和叶尾）光谱分别建立的PLS-DA模型相比,融合的特征光谱和叶尖光谱融合的模型效果最佳。其中模型的RMSEC为0.303,RC为0.927,总的误判率为9.8%;RMSEP为0.362,RP为0.896,总的误判率为13.3%。将特征光谱和叶尖光谱融合之后的原始光谱进行预处理,其中经过Quantile Normalization预处理的模型效果最佳。进一步利用SPA和UVE这两种筛选波长变量的方法,并结合PLS-DA和MLR建立判别分析模型。其中UVE结合MLR的建模效果最优,建模集的RMSEC为0.101,RC为0.992,总的误判率为0,预测集的RMSEP为0.169,RP为0.991,总的误判率为1.3%。（3）利用火焰原子吸收光谱技术检测五类叶片样品中的营养元素Ca（Ⅰ）、Cu（Ⅰ）、Mn（Ⅰ）、Fe（Ⅰ）和Mg（Ⅰ）的真实含量。运用SPSS 25.0应用软件中的单因素方差和多重塔姆尼黑的统计分析方法,分析了各个营养元素的真实含量在不同黄龙病病害程度上存在的显著性差异。并将营养元素的真实含量与LIBS所测得的光谱信息结合分别建立PLS和LS-SVM定量分析模型。研究结果表明:PLS定量分析模型的效果较好,可以精确地预测营养元素的浓度,其中Ca元素的RP为0.867,RMSEP为0.733;Cu元素的RP为0.917,RMSEP为0.004;Mn元素的RP为0.912,RMSEP为0.073;Fe元素的RP为0.853,RMSEP为0.063;Mg元素的RP为0.901,RMSEP为0.545。