水稻是人类主要的粮食作物之一,实现多品种水稻的精细分类有利于推进水稻的栽培研究,但由于难度较大,目前利用遥感技术在该领域的研究还很少.本文选取了2016年20种水稻冠层高光谱反射率作为基础数据源,通过相关性过滤法对原始光谱范围划分子区间,从各子区间里依据本文提出的最优区分度波长指数法挑选出了敏感波段,利用无人机搭载包含上述敏感波段的多光谱相机拍摄2017年另外9种水稻的影像,并从中提取基于灰度共生矩阵的纹理参数,结合敏感波段和纹理参数构建了水稻品种精细分类模型.结果显示490nm,550nm,670nm等六个波段对于水稻的品种有较好的区分度,基于随机森林的分类模型效果最佳,精度达到了78.3％,这表明了本文方法的可行性,同时也为后续研究提供参考.