磷在橡胶树树体中的含量不及氮素的十分之一，但是其在维持橡胶树正常生长和天然橡胶合成中发挥着不可替代的作用。我国天然橡胶主产区土壤有效磷含量很低，需要合理施用磷肥以补充橡胶树正常生长和产胶的需求。

    传统上，以基于实验室化验分析的叶片营养诊断方法指导橡胶树合理施肥。这种方法准确度高、重现好，但是耗费大、速度慢，难以快速指导大面积橡胶树施肥。目前，亟需发展一种快速、准确、低耗的橡胶树叶片营养诊断新方法。本研究将具有快速、无损特点的高光谱技术引入橡胶树叶片营养诊断领域，运用混合波段优选算法（蒙特卡洛无效信息去除-连续投影算法）从2150个高光谱波段信息中筛选出与橡胶树叶片磷含量关系最为紧密且稳定的7个波段，以这7个波段为输入变量结合多重线性回归构建了橡胶树叶片磷含量估测模型，模型预测误差为9.6%。该模型简单、易用、准确度高、稳定性好，为橡胶树叶片磷营养高光谱诊断设备的研发提供了理论支撑，有利于橡胶树养分精细化管理。

    该成果发表于国际农林科学期刊《Industrial Crops and Products》（中科院SCI一区，2018年影响因子3.849），文章题目为“A robust method to estimate foliar phosphorus of rubber trees with hyperspectral reflectance”（2018年126卷，1-12页）。第一作者为郭澎涛博士，通讯作者为茶正早研究员，合作单位包括浙江大学和科技信息研究所。该研究得到开云综合体育TBG 省部重点实验室/科学观测实验站开放课题（项目号：RRI-KLOF201803）和国家自然科学基金（项目号：31601211）支持。