本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）。

　　生菜富含蛋白質、碳水化合物、維生素等營養物質，且種植面積廣。氮素是影響生菜生長的最主要元素之一，建立快速、高效、無損的生菜的氮素含量檢測方法，便于對生菜的合理施肥進行指導。當前利用高光譜圖像技術檢測生菜氮素含量鮮有報道，本實驗將高光譜圖像技術應用于生菜葉片氮素含量的無損檢測中，通過研究多種光譜預處理方法對PLSB 建模的影響，選出合適的生菜葉片光譜預處理方法，優選出適于預測生菜葉片氮素含量的敏感波長，嘗試建立生菜葉片氮素含量最簡最優預測模型，此套方法尚未見報道，同時也為開發便攜式蔬菜營養元素檢測儀提供依據，具有較強的實用價值。

　　利用高光譜圖像技術采集了60個生菜葉片的高光譜圖像，用AutoAnalyzer3型連續流動分析儀測定對應生菜葉片中的氮素含量值，采用ENVI軟件提取出生菜葉子表面50×50區域的平均光譜數據。 并對提取出的平均光譜數據進行預處理（8種預處理方法），最后分別將原始光譜數據和8種預處理后的光譜數據作為PLSR的輸入，建立9個生菜氮素含量預測模型。通過比較這9個預測模型的結果，選出最優預測模型OSC+PLSR，并分析 OSC+PLSR模型的回歸系數圖，選出13個敏感波長，然后將13個敏感波長作為PLSR輸入，最終建立 OSC+SW+PLSR生菜氮素含量預測模型，較 OSC+PLSR 模型相比，預測效率得到了較大的提升，這可以作為一種高效、準確、無損的新方法用于生菜葉片中氮素含量的預測，能夠為生菜氮素營養診斷和經濟合理施肥提供參考。