为找到不同气候生态型籼稻籽粒粗蛋白含量光谱预测的最适生育时期和敏感波长,以及籼稻籽粒粗蛋白含量光谱检测的特征波长和最适模型,以2019年长江中下游早籼稻、中籼稻和晚籼稻联合区试试验的多个品种为研究对象,利用Hand Held 2手持式地物光谱仪采集了早籼稻、中籼稻和晚籼稻关键生育期冠层反射光谱数据和Field Spec 3地物光谱仪采集成熟收获后的稻谷反射光谱数据,并与籽粒粗蛋白含量进行了相关性分析,建立了基于冠层反射光谱和稻谷反射光谱的籼稻籽粒粗蛋白含量估测模型,得到以下结果:1、不同基因型早籼稻、中籼稻和晚籼稻品种冠层光谱反射率趋势一致,但反射强度存在差异,具体表现为可见光波段差异较小,近红外波段差异明显。2、早籼稻在孕穗期514、580、638和695nm波长处冠层一阶微分光谱反射率与籽粒粗蛋白含量相关性达到极显著水平;在基于敏感波长的估测模型中,四元线性模型估测效果最佳,其建模集R~2和RMSE分别为0.566、0.342%,验证集R~2和RMSE分别为0.518、0.154%;在基于光谱指数构建的估测模型中,NDSI(R′941,R′907)为自变量构建的多项式模型估测效果较优,其建模集R~2和RMSE分别为0.728、0.270%,验证集R~2、RMSE和RPD分别为0.664、0.476%和0.821。3、中籼稻在蜡熟期567、585、633和722nm波长处冠层一阶微分光谱反射率与籽粒粗蛋白含量相关性达到极显著水平;在基于敏感波长的估测模型中,三元线性模型估测效果最佳,其建模集R~2和RMSE分别为0.613、0.430%、,验证集R~2和RMSE分别为0.634、0.296%;在基于光谱指数构建的估测模型中,DSI(R′603,R′582)为变量建立的多项式模型估测效果最好,其建模集R~2和RMSE分别为0.741、0.352%,验证集R~2、RMSE和RPD分别为0.640、0.304%、1.600。4、晚籼稻在始穗期510、598、664和682nm波长处冠层一阶微分光谱反射率与籽粒粗蛋白含量相关性达极显著水平;在基于敏感波长的估测模型中,四项式模型估测效果最佳,建模集R~2和RMSE分别为0.549、0.320%,验证集R~2和RMSE分别为0.547、0.311%;在基于光谱指数的估测模型中,RSI(R′837,R′448)为变量建立的多项式模型估测效果最好,建模集R~2和RMSE分别为0.653、0.281%,验证集R~2、RMSE和RPD分别为0.559、0.308%、1.326。5、籼稻籽粒光谱反射率随着粗蛋白含量的升高而降低,呈现出中籼稻＞晚籼稻＞早籼稻的规律;在以原始及一阶微分任意两波长构建的DSI、NDSI和RSI最优光谱指数模型中,PLSR模型效果较好,建模集R~2、RMSE分别为0.841、0.507%,验证集R~2、RMSE和RPD分别为0.810、0.542%和3.41;在全波长模型中,建模效果表现为PLSR＞SMLR＞PCR,以原始光谱建立的PLSR模型效果最好,建模集R~2、RMSE分别为0.867、0.464%,验证集R~2、RMSE和RPD分别为0.856、0.472%和3.94;特征波长模型中,一阶微分构建的模型优于原始光谱,尤以基于一阶微分光谱建立的PLSR模型稳定性更好,建模集R~2、RMSE分别为0.842、0.506%,验证集R~2、RMSE和RPD分别为0.823、0.523%和3.39。