天然橡胶由于其战略地位和经济地位,其产量对我国的经济发展有着深远的影响。氮元素作为指导橡胶树精准施肥的重要营养元素,氮含量检测技术直接关系到橡胶的产量。传统植物检测手段为外观特征检测法和化学分析法,外观特征检测法受操作员的主观影响,具有精度低滞后性强的特点;基于化学方法的检测手段精度高,但成本高,效率低。光谱分析方法以光谱数据和理化分析标签建立营养含量检测模型,是一种有效的氮素检测手段。但目前应用在橡胶树上的研究较少,且其中少有文章研究橡胶树高光谱数据的空间信息,空间采集区域的选取位置对光谱诊断模型精度的影响更是少有涉及。因此该研究提取高光谱数据空间-光谱特征,研究橡胶树叶片光谱采集区域对光谱诊断模型精度的影响,确定了橡胶树叶片氮素敏感空间区域并建立氮素的诊断模型。该研究的主要容如下:1、提出基于三种加权光谱建立橡胶树的氮含量检测定量分析模型。为了解决传统平均光谱方法可能存在的空间信息丢失的问题,提出高光谱数据空间信息的三种加权光谱方法,包括欧氏距离加权法、补欧氏距离加权法以及最大方差投影加权法。并以随机点平均光谱、感兴趣区域平均光谱、全叶片区域平均光谱数据作为对照,以SPA、CARS提取光谱数据的氮含量敏感波长信息,建立MLR模型。并确立了补欧氏距离加权光谱以及最大方差投影加权光谱相比于传统的平均光谱更适用于建立橡胶树叶片的氮含量定量分析检测模型,其模型的决定系数分别为R~2为0.946和R~2为0.945。2、提出一种基于ev PCA-Kmeans的高光谱数据氮素敏感空间区域诊断策略。利用evPCA放大全局差异的特性,使像素点间的权值差异化;并由Kmeans对差异化后的空间信息以K(K=2,3,4,5,6,7)进行聚类,获取高光谱数据的聚类平均光谱。以获得的聚类平均光谱和氮素理化分析结果,建立21个PLSR模型。最终确立了橡胶树叶片剔除主叶脉、侧叶脉的纯叶肉区域最适合建立橡胶树的氮素定量分析模型。并且明确了同质区域的采样面积与模型精度呈正相关的结论。3、提出基于氮素敏感空间区域平均光谱的橡胶树叶片氮含量定量检测模型。为了进一步提高橡胶树氮含量定量分析模型的精度,本研究分别利用SNV、MSC、一二阶导数预处理方法,结合SPA、CARS波段选取方法,利用MLR和PLSR分别建立光谱诊断模型。通过比对不同模型的建模结果,最终确定了,以ev PCA-Kmeans,K为2时,第二聚类平均光谱建立的SNV-SPA-PLSR模型精度最高,最适合用于建立橡胶树叶片的氮素诊断模型,其R~2为0.951,RMSE为0.1497。