近日，昭通学院地理科学与旅游学院研究团队联合中国热带农业科学院橡胶研究所、美国威斯康星大学麦迪逊分校等机构，在植物养分遥感监测领域取得重要进展。相关研究成果以“Estimating leaf phosphorus concentration in rubber trees using hyperspectral reflectance with a limited number of leaf samples”为题，于2024年5月16日在线发表于国际光谱学领域权威期刊《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》（中科院二区，IF=4.4）。审稿专家高度评价该研究“方法严谨、创新性强，为植物养分监测提供了高效解决方案，具备显著的学术价值与应用潜力”。
磷元素是天然橡胶合成的核心因子，其浓度直接影响橡胶产量与品质。传统检测依赖化学分析，成本高、耗时长；高光谱技术虽能快速反演，但现有模型至少需数百样本支撑，而橡胶树冠层高大，样本采集困难，制约技术落地。SSA（SpectralSimilarityApproach）方法通过以下创新破解痛点：(1)生境分类：按母质类型划分生长环境，规避“同谱异物”干扰；(2)光谱量化：计算目标叶片与参考样本的光谱相似性；(3)智能加权：以相似度为权重融合参考值，输出预测结果。该方法被应用于有限样本（n=20）和充足样本（n=159）两种情景。小样本情景下，SSA的预测精度相比传统的偏最小二乘回归、随机森林、支持向量机和人工神经网络提高了40%以上；大量样本情形下，SSA的预测精度依然显著优于传统模型。这就验证了该方法的有效性和稳健性。
昭通学院郭澎涛博士为论文第一作者，威斯康星大学麦迪逊分校朱阿兴教授与热科院茶正早研究员为通讯作者。团队表示，未来将进一步探索SSA在多种作物及复杂生境中的适用性，推动高光谱技术在全球变化研究中的深度应用。论文链接：https://authors.elsevier.com/a/1l81x_VX6bH-Rl。
来源：地理科学与旅游学院
一审：郝 斌
二审：程立君
三审：郎大田
