水稻作为我国最主要的粮食作物,在国家的粮食生产安全上具有重要意义。氮素营养不仅对水稻的整个生长过程有显著影响,而且还会对水稻产量以及品质的形成具有影响,在水稻整个生育过程中起着至关重要的作用。近年来为实现农业信息化和精确化,作物生长信息和营养信息获取与诊断调控成为研究的关键。本研究以南粳9108、连粳7、连粳15和苏秀867为试验材料,进行了不同氮素水平、不同试验点的水稻田间小区试验,利用近地面光谱技术对水稻关键生育期的生长、养分指标与冠层光谱进行测定,系统分析了不同氮素水平下水稻冠层光谱反射率动态变化、基于特征波段的光谱植被指数与地上部干物质量、叶面积指数以及氮素含量的相关性,筛选出能够反映水稻长势、氮素含量的植被指数,从而构建基于临界氮浓度稀释模型的水稻植株氮素诊断模型,为水稻氮素营养诊断以及生长调控提供具体路径。主要结果如下:(1)分析了不同氮素水平下,水稻生长、养分指标的冠层光谱响应规律,结果表明不同氮素水平下水稻的冠层光谱反射率随氮浓度的增大而增加,在可见光范围内出现了明显的峰值(510nm-560nm),这主要是水稻冠层叶片对绿光波长内的反射造成的;在(680nm-760nm)出现了谷值,是由于水稻冠层叶片对红光的强烈稀释所致;在近红外区域(700nm-1000nm)由于水稻群体性增强导致叶片重叠性增加使得对光产生了折射以及多重反射,光谱反射率显著上升。(2)基于水稻冠层光谱反射率的分析提取出特征波段,构建了与作物生长、养分指标有关的植被指数 NDVI(NIR770,R685nm),RVI(NIR770,R685nm),GRNDVI(NIR770,G550,R685nm),GBNDVI(NIR770,G550,B500nm),GNDVI(NIR770,G550nm),BNDVI(NI R770,B500nm),RBNDVI(NIR770,B500,R685nm),PanNDVI(NIR770,G550,R685,B500nm)。通过分析光谱植被指数与生长指标之间的相关性,表明NDVI与水稻生长、养分指标间的相关性最好,可用于进一步进行水稻生长信息以及营养信息的诊断。(3)根据Justes建立的临界氮浓度稀释模型方法,利用获取的水稻生长数据构建了基于干物质量的水稻临界氮浓度稀释模型:y=4.8154x-0.112(R2=0.7771)与氮营养指数模型。结果表明高氮素水平的氮营养指数高于低氮水平,当作物处于适宜氮素营养状况时,其氮营养指数会在1附近变化;在此基础上进一步建立了基于光谱植被指数NDVI的氮营养指数估测模型:分蘖期 y=0.1686e1.4065x(R2=0.0398),拔节期 y=0.0002e9.196x(R2=0.729),孕穗期y=0.8255e0.2176x(R2=0.535),以及抽穗期 y=0.073e2.9828x(R2=0.8872)。其中,拔节期和抽穗期的拟合效果较好,可用于反演水稻植株的氮素营养状况。最后对模型进行了验证,连云港水稻试验结果预测值和实测值较好地分布在1:1线附近,R2=0.4908、RRMSE=5.99百分点,盐城水稻试验结果预测值和实测值均分布在1:1线左边,R2=0.6126、RRMSE=23.7百分点,模型预测效果连云港比盐城试验点的数据更准确。