小麦是我国最重要的粮食作物之一,我国在小麦上的消费占全国消费水平的三分之一左右,需求量居于全国第二位。小麦品质的优劣与产量的高低可极大影响我国人民生活水平的提高、国民经济的增长以及粮食安全的保障。因此,通过在小麦种植过程中对氮素营养的诊断等措施,可更好地协调和满足小麦对不同养分的需求,最终达到优质、高产的目的。传统的小麦氮素营养诊断是通过对小麦植株样品进行化学分析获取其氮素含量,依据此判断小麦植株氮素营养的丰缺状况。但此方法费时、费力,并且对小麦产生一定的破坏作用。另外,我国对小麦的需求量日益增长,迫切需要探索提高小麦产量的技术与方法。施肥是提高小麦产量的重要措施,但由于我国长期以来不合理的化肥施用导致了一系列土壤酸度变化、土壤污染加重、营养失衡、生产能力下降等不利于农业生产与经济发展的严重问题。因此,通过小麦营养诊断实现科学合理施肥是目前推动小麦生产持续发展的重要途径。本文以山东农业大学试验田为研究区,结合国内外小麦氮素营养诊断及施肥现状,利用ADC便携式多光谱相机与SPAD-502叶绿素仪获取田间数据,探索基于近地多光谱数据的小麦氮素以及土壤速效氮含量的估测方法,诊断小麦氮素营养水平,制定变量施肥决策,为小麦氮素含量估测、营养诊断以及变量施肥提供了一种快速、有效、非田间破坏的技术方法。对合理施肥、有效施肥以及降低使用化肥对环境造成的压力具有重要的意义。首先,将实测小麦越冬期、返青期以及起身期的冠层SPAD值与麦田土壤速效氮含量、归一化植被指数NDVI与小麦植株全氮含量进行相关性和回归分析,建立多种小麦叶绿素、小麦植株全氮含量以及麦田土壤速效氮含量估测模型,通过优选和验证,进一步确定最佳估测模型,得到较理想结果。然后,通过对地上部分小麦植株全氮含量和地下部分麦田土壤速效氮含量的空间分布变异的综合分析,将麦田氮素肥力状况进行分级。最后根据小麦植株全氮含量和麦田土壤速效氮含量对麦田施氮量模型进行优化,构建新型麦田变量施用氮肥模型。本文主要的结论有:（1）利用回归分析方法共构建了基于近地多光谱图像的小麦叶绿素、小麦植株全氮含量以及麦田土壤速效氮含量的五类估测模型。经过模型验证及优选,确定了具有快捷、精确以及田间非破坏性的小麦越冬期、返青期以及起身期叶绿素、植株全氮含量以及土壤速效氮含量的最佳估测模型,分别为y=8.643ln（x）+68.756,y=73.277x^0.232,y=28.939e^0.884x,y=11.127x^2.1534,y=243.935ln（x）-942.806。（2）通过GIS空间分析的反距离加权插值（IDW）方法分析地上部分小麦植株全氮含量和地下部分麦田土壤速效氮含量的空间分布状况,将麦田氮素含量状况分为极低、较低、中等、较高、极高五级。发现当采样点土壤中速效氮含量偏低时,其采样点对应的小麦植株氮素含量也相对偏低,反之亦然;小麦越冬期、返青期以及起身期的植株全氮含量随着时间的推移而升高,同时随着麦田土壤速效氮含量的增加而上升;其中越冬期至返青期小麦全氮含量上升变化不大,起身期植株氮素含量显著增长,这是由于返青期氮肥消耗的延迟效应,到起身期时土壤速效氮含量较高。（3）参考已有的追施氮肥模型,依据研究区实际情况优化追施氮肥模型为Z=0.5×(32-11.127X₁^2.1534×10)-2.462E-009X₂^5.807×10^-3。根据本文提出的追施氮肥模型精确地估算出对应采样点应该追施的合理的氮肥数量,使小麦种植达到节约施肥成本、高产、优产以及保护环境的目的。