作物氮素状况的有效监测是作物精确施肥和管理调控的信息基础。遥感技术可以快速获取农田作物氮素营养状况和生长状态的实时信息,为实施精确农业提供重要的技术支撑,实现高产、高效、优质的农业生产目标。高光谱遥感具有波谱连续的特点,可显著增强对绿色植被生物理化参数的探测能力和监测精度。星载高光谱成像仪Hyprion的问世使高光谱的规模化空间应用成为可能。本研究的目的是通过多年多点不同氮素处理的小麦田间试验,利用卫星高光谱遥感影像与高光谱地面光谱辐射仪获取多平台小麦植株的反射光谱特征,与同步田间取样测试方法相结合,运用遥感图像处理技术和光谱分析技术及数理统计分析等手段,探索和筛选出与小麦氮素营养指标相关的特征光谱参数,建立基于反射光谱特征的小麦氮素营养及相关生长参数监测模型,从而形成利用地面和空间高光谱技术进行小麦氮素营养和生长状况实时监测的关键技术。作物叶片叶绿素素状况是评价植株光合效率和营养胁迫的重要指标,叶片及冠层叶绿素状况的实时无损监测是作物生长诊断与氮素监测的基础。本章以不同施氮水平和小麦品种的田间试验为基础,利用高光谱辐射仪(350～2500 nm)获取小麦叶片及冠层的高光谱反射率,定量分析小麦叶片叶绿素含量与叶片及冠层高光谱参数的关系,建立小麦叶片叶绿素含量的监测模型。通过分析不同叶绿素水平的小麦叶片及冠层一阶导数光谱,提取出特征参数红边对称度来反映叶绿素水平的变化。不同光谱参数的比较显示,红边参数与叶片叶绿素含量关系密切且表现稳定,红边对称度能够有效的监测小麦叶片及冠层水平的叶绿素含量。用ASD高光谱辐射仪窄波段拟合常用机载高光谱辐射仪AVIRIS及EO-1卫星搭载的高光谱辐射仪Hyperion的相近波段,进一步计算红边对称度,并用拟合的红边对称度与叶绿素含量作相关分析,与窄波段得到的红边对称度的结果十分相近。表明用AVIRIS和Hyperion相近宽波段计算红边对称度估测叶绿素含量是可行的,从而为进一步利用Hyperion影像数据进行小麦氮素营养的监测提供了理论依据和技术支持。作物氮素状况是评价土壤肥力和作物长势的重要指标,叶片氮素状况的实时无损估测对合理氮素管理,提高产量和改善品质具有重要意义。本研究综合分析小麦叶片氮含量与冠层高光谱参数的关系,比较多种高光谱参数估算叶片氮含量的效果,从而确立小麦叶片氮素状况的定量监测模型。以多个小麦品种在不同施氮水平下的大田试验为基础,在不同生育时期获取小麦冠层的高光谱反射率及叶片氮含量,建立两者之间的定量关系,结果表明,群体叶片氮含量的敏感波段主要存在于近红外平台和可见光区,其中,红边区域表现最为显著。进一步分析叶片氮含量和常用光谱参数间相关关系,同样表明红边区域的参数与叶片氮含量相关较好。本研究还利用红边双峰特征构造新的红边位置拟合算法—简化线性外推法,结果显示该算法监测小麦叶片氮含量有较好优势。独立数据的检验表明,该算法的检验结果较理想。研究表明,利用星载Hyperion高光谱影像数据可以对小麦叶片氮素状况进行精确监测。叶面积指数(LAI)是描述作物长势的重要参数,LAI的实时动态监测对小麦生长诊断和管理调控具有重要意义。为分析多种高光谱参数估算小麦LAI的效果,建立小麦LAI的定量监测模型,本研究采用不同小麦品种进行不同施氮水平的两年大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定LAI。试验结果显示,小麦LAI随施氮水平的提高而增加。小麦LAI与可见光光波段和近红外波段光谱反射率相关性都较好,尤其是在近红外,两者相关系数较高。基于DVI(810,680)、DVI(810,560)、FD750、R762.6-R742.25等光谱参数的方程拟合LAI效果较好。研究也表明窄波段高光谱参数与宽波段光谱参数,如GVI(AVHRR)、TC3相比,在监测小麦LAI方面并没有表现出明显的优势。实时Hyperion影像反演的结果表明,利用高光谱数据进行大面积准确可靠的小麦LAI监测是可行的。叶干重是反映作物生长特征的重要参数,小麦叶干重的实时动态监测对小麦生长诊断和管理调控具有重要意义。本研究采用不同小麦品种进行不同施氮水平的两年大田试验,于小麦不同生育期采集田间冠层高光谱数据并测定叶干重。试验结果显示,小麦叶干重随施氮水平的提高而增加,小麦叶干重与冠层光谱反射率相关关系较好,但是地上部干重与冠层光谱反射率相关关系较差。小麦叶干重与光谱反射率间相关性较好的区域主要位于近红外波段。分析了大量高光谱参数与小麦叶干重的相关关系,结果表明,基于RVI(810,680)等光谱参数的方程拟合叶干重效果较好,在此基础上建立了小麦叶干重的定量监测模型。进一步用空间高光谱传感器Hyperion的相关波段信息得到RVI(813.48,681.2),并反演得到小麦叶干重。不同的大气校正结果对小麦叶干重反演的影响较大,经验线性法获得的预测值与实测值相对误差约为16%,基本达到小麦生物量监测的需求,但是用FLAASH模块获得的预测值与实测值相对误差达40%以上,偏离严重。RVI、SARVI(MSS)、GEMI(AVHRR)等宽波段光谱参数与小麦叶干重相关系数也较高,表明对于生物量监测,利用宽波段多光谱参数监测生物量也是可行的。籽粒蛋白质含量是小麦品质性状的重要指标,无损快速准确预报籽粒蛋白质含量对于优质专用小麦生产的管理调控及品质分级具有重要意义。本研究定量分析小麦籽粒蛋白质含量、叶片氮素营养指标、冠层高光谱参数的相互关系,建立小麦籽粒蛋白质含量的适宜光谱参数和定量预测模型。在不同小麦品种和不同施氮水平的3个大田试验条件下,于小麦不同生育期采集田间冠层高光谱数据并测定植株氮素含量和籽粒蛋白质含量。结果分析显示,不同品种小麦的籽粒蛋白质含量随施氮水平的提高而增加,可以通过开花期叶片氮含量进行可靠的估测,研究显示不同蛋白质类型的品种的籽粒蛋白质含量与叶片氮含量相关关系不太一致。基于REP (SLE)的叶片氮含量监测模型,具有可靠的预测性和适用性。根据特征光谱参数-叶片氮素营养-籽粒蛋白质含量这一技术路径,通过模型链接建立基于开花期高光谱参数的小麦籽粒蛋白质含量预测模型,检验结果表明,以参数REP (SLE)为变量建立成熟期籽粒蛋白质含量预报模型均给出较好的表现。此外,本研究还进一步利用实时的Hyprion影像进行了试验区小麦籽粒蛋白质含量的预测。