作物生长信息的获取是实施作物生产精确管理调控的依据,对作物的生长发育、品质、产量起着决定性的作用。长期以来,该指标的获取是通过田间采样、室内测试,虽然结果较为可靠,但时效性差,很难满足精准农业快速、实时、定位化测量要求。近年来,随着计算机软硬件技术、遥感技术的快速发展,光谱分析技术在农业上的应用,尤其在地面近距离对作物信息的感知,有了较大的进步,建立基于光谱信息传感工程技术的作物生长无损监测是现代作物生产智慧管理与精准农业研究开发中的热点问题与发展趋势,对提升我国农产品的安全生产与品质控制,填补我国高技术作物生产管理的空白具有十分重要的意义。　　 本文的研究内容主要为以下三方面:　　 1、分析了稻麦生长传感器的测量原理,根据作物冠层特征以及田间测量的实际要求,采用光学滤波技术提高光辐射信息输入信噪比,设计了传感器的结构形式,确定了各光学器件性能参数及匹配方式。根据光电探测器性能参数以及传感器输出信号特征,设计了稻麦生长传感器信号调理电路,包括基于OPA2335的T型电阻网络前置放大电路、基于模拟电子开关自动切换的灵敏度调节电路和二阶VCVS带通滤波电路等。　　 2、以STC89C516单片机为核心,详细设计了稻麦生长信息监测仪的硬件电路,包括主控单元、外围电路和人机界面;从系统的基本任务出发,编制了系统的主程序,包括系统初始化、按键识别、信号采集、反射率计算、生长模型耦合及数值显示等。　　 3、在室内对稻麦生长传感器的静态性能进行了试验研究;在室外对稻麦生长信息监测仪进行了标定,建立了标定方程,并测试了传感器的动态稳定性;同时对便携式稻麦生长信息监测仪进行了田间测试,建立了水稻生长指标光谱监测模型。结果表明,稻麦生长传感器具有较高的线性度与精度,线性相关系数均达到了0.95以上;传感器的重复性与稳定性好,其中720nm探测镜头的回程误差为3.35%,810nm探测镜头的回程误差为2.22%;仪器的动态稳定性良好,在测试环境下,太阳光源辐照度变化引起的测量误差较小,其中720nm探测镜头平均误差为1.43%;810nm探测镜头平均误差为1.38%;仪器对水稻叶层氮含量、叶层氮积累量、叶面积指数、叶干重的监测性能优良,线性拟合相关系数R2分别为0.8596,0.8393,0.8795,0.883;其中叶层氮含量平均测量误差为6.14%,叶层氮积累量平均测量误差为8.29%,叶面积指数检测平均测量误差为6.24%,叶干重平均测量误差为6.18%。