叶绿素和氮素是植物重要的生理生态学指标,了解不同生育期核桃林冠叶绿素、氮素含量对指导核桃林科学施肥,精准管理具有重要的指导意义。本研究以5年生香玲核桃树为研究对象,利用无人机载高光谱成像系统获取核桃果实膨大期、硬核期和油脂转化期核桃林冠层高光谱信息。在精准提取核桃树冠层有效信息的基础上,根据植被指数法（Vegetation Index,VI）筛选指示不同生育期核桃冠层叶绿素、氮素含量特征敏感波段,基于特征敏感波段得到重构植被指数,建立核桃果实膨大期、果实硬核期和油脂转化期冠层叶绿素、氮素含量测算模型,并将各生育期建立的测算模型应用于不同林龄和年时间序列的核桃林地进行模型验证,对进一步制定精细化水肥管理、精准评估长势和预测产量,具有重要指导作用。主要研究结果如下:1.叶绿素、氮素含量空间变异特征核桃树冠层东、西、南、北4个朝向和3棵样本树之间的叶绿素和氮素含量波动较小,SD离散程度较低,4个方向和3棵样本树之间叶绿素、氮素含量经方差分析表现为无显著差异。因此,在实际测量中,可通过大量测定4个方位的叶绿素、氮素含量,取其平均值表征整个冠层叶绿素、氮素状况。2.核桃树冠层范围内有效信息精准提取方法的筛选研究本研究利用平行六面体、最小距离、马氏距离、最大似然、神经网络和支持向量机6种遥感影像分类器进行核桃树冠层范围的初步提取,将初步提取结果进行Majority、过滤和聚类斑块去除后进行对比分析。其中,以支持向量机分类器经Majority斑块处理后对核桃树冠层范围的识别精度最高,其总体分类精度为100,Kappa系数为1.0,错分误差为0.00%,漏分误差为0.00%,制图精度为100%,用户精度为100%。同时,基于光谱特征技术寻找与其他非目标植被无重叠区域的波段区间,进行目标植被核桃和其它非目标值被的有效识别,并以支持向量机方法进行精度验证,其分类精度高达96.43%。3.核桃林冠叶绿素含量测算模型的建立与验证基于叶绿素与原始光谱反射率的相关关系,确定了单波段B192（707.4）为指示核桃果实膨大期和果实硬核期叶绿素含量的特征敏感波段;单波段B196（714.9）为指示核桃油脂转化期叶绿素含量的特征敏感波段。根据叶绿素与光谱反射率两波段组合的相关关系,确定了两波段B237（786.5）和B200（721.4）、B247（804.3）和B193（709.2）、B233（779.4）和B202（724.9）分别指示核桃果实膨大期、果实硬核期以及油脂转化期冠层叶绿素含量的特征敏感波段。根据叶绿素含量与三波段组合的相关关系,确定了三波段B69（499.3）、B200（721.4）、B237（786.5）,B10（403.7）、B193（709.2）、B265（836.5）以及B21（421.3）、B197（716.1）、B319（934.6）分别指示核桃果实膨大期、果实硬核期以及油脂转化期冠层氮素含量的特征敏感波段。基于各生育期筛选的特征敏感波段构建重构植被指数建立核桃林冠叶绿素含量测算模型,并将经过留一交叉验证的测算模型应用于相近林龄核桃林进行验证。结果显示:核桃树各生育期均以三波段组合得到的重构植被指数EVI建立的测算模型精度最高,测算值更接近于实测值,具有较高的模型稳定性和可靠性。4.核桃林冠氮素含量测算模型的建立与验证基于氮素与原始光谱反射率的相关关系,确定了单波段B196（714.9）、B192（707.4）和B193（709.2）分别指示核桃果实膨大期、果实硬核期以及油脂转化期冠层氮素含量的特征敏感波段。根据氮素含量与光谱反射率两波段组合的相关关系,确定了两波段B347（986.4）和B186（697.0）指示核桃树果实膨大期和果实硬核期冠层氮素含量的特征敏感波段;两波段B183（691.8）和B32（439.0）指示核桃树油脂转化期冠层氮素含量的特征敏感波段。基于各生育期筛选的特征敏感波段构建重构植被指数建立核桃林冠氮素含量测算模型,同时对比已发表的可用于经济林树种氮素反演的6种光谱参数在本研究中的测算能力,并将其应用于相近林龄核桃林进行验证。结果显示:基于重构植被指数NDVI（986.4,697.0）建立的核桃树果实膨大期冠层氮素含量测算模型y=3.967x0.843精度较高,验证R2最大为0.784,验证RMSE和验证RE小于10%,分别为9.784%、2.938%。基于重构植被指数NDVI（986.4,697.0）建立的核桃树果实硬核期冠层氮素含量测算模型y=5.834x0.465精度较高,验证R2最大为0.746,验证R MSE和验证分别为10.463%、3.127%;基于重构植被指数NDVI（691.8,439.0）建立的乘幂模型y=5.112x0.623对核桃树油脂转化期冠层氮素含量的测算模型,其验证R2为0.717,验证RMS E和验证分别为12.114%、4.325%,模型估算值精度较高。