油菜是世界四大油料作物之一,种植面积广泛。油菜白斑病是油菜常见病害,在北方油菜区和长江中下游及湖泊附近油菜区均有发生和危害,多雨季节发病重,植株长势弱发病重,常造成减产和品质变劣。光谱技术能对油菜白斑病进行快速、宏观、动态地监测和识别,及时控制其发生,对于减少油菜产量损失意义重大。本研究于2013和2014年在江苏省农科院院部试验田进行油菜白斑病害光谱采集,定义了单叶水平上的病情指数,并测定了病害叶片的含氮量、含水率和SPAD值等农学参数,研究了上述参数与反射光谱间的关系,主要研究结果如下：1.基于光谱的油菜白斑病叶农学参数及病情指数变化规律分析通过田间群体反射光谱与对应时期离体单叶反射光谱对比,找到两者间存在共同规律的区别波段,结果表明随生育期的进行,油菜田间叶片反射率成下降趋势。白斑病叶反射率下降要早于健康叶片,其中初花期后11天至终花期后9天这段时间,健康叶片平均反射率最大值保持在35%左右,而白斑病叶平均反射率下降至30%附近,是田间识别油菜白斑病的最佳时期,760-1080nm为田间识别的敏感波段。通过病害样本病情指数(DI)、农学参数与反射率的相关性分析,表明感病油菜叶片农学参数、病情指数与近红外和短波红外波段的反射率间存在较高相关性,如叶片含水率与460nm、550nm、650 nm、710 nm、760nm、1480 nm、1600 nm处的反射率达极显著水平,在1200 nm、1280 nm、1320 nm、1540nm、1650 nm处达显著水平,以760nm处相关性最高,接近0.7；叶片含氮量与810nm、870nm、1080nm、1280nm、 1320nm、1540 nm、1600 nm、1650nm、1700nm处的反射率达极显著水平,其中,近红外波段的810nm、870nm、1080nm处相关性超过0.7；叶片叶绿素SPAD值与1200 nm、1280 nm、1540 nm波长处反射率相关性达极显著水平；采用逐步回归、主成分分析和曲线拟合对原始波段反射率、植被指数及病害样本的农学参数进行分析,得到了基于光谱的病害叶片农学参数定量模型。经同种病害(白斑病)样本与不同病害(病毒病)样本检验,结果表明,基于反射率的含水率模型da与dap值较小,模型拟合度较好,说明基于原始反射率的含水率定量模型可用于同时定量油菜2种病害的水分含量。基于MSAVI油菜白斑病含氮量定量模型经检验其模型精度不高,基于植被指数的油菜白斑病定量模型有待进一步研究。2.基于光谱的油菜白斑病识别研究根据敏感波段对反射光谱进行植被指数变换,筛选出了病害与对照间差距较大的植被指数,通过对比各种聚类方法用于区分病害样本的准确率,选择聚类效果最好的K-Means法,通过筛选出的植被指数对各时期样本的进行聚类,得到了R810/R650、R870/R650、R1080/R650、R1200/R460和R120/R650,五个高识别率的比值型指数,其中实验样本病害识别率达80%,总体识别率60%；检验样本集的病害识别率达100%,总体识别率60%。对比同时期病毒病样本的植被指数,表明离体单叶黑色背景下,R1200/R460能完全识别白斑病,总体识别率在60%以上,对病毒病的识别率只有70%,能区分两种病害样本；叶片在田间背景下时R870/R650、R1200/R650能完全识别病毒病,总体识别率达85%以上,能较好的区分两类病害,可用于油菜病毒病的田间识别；R1280/R460能完全识别白斑病,总体识别率达60%以上,能较好的区分两类病害,可用于油菜白斑病的田间识别。同时基于1540nnm和650nm波段反射率组合定量了油菜白斑病的病情指数,同种病害样本检验中,其模型拟合度较高,另一种病毒病样本进行检验中,其模型拟合度较差。因此,该模型可用于定量田间油菜白斑病叶严重度,为将来油菜病害自动化精确识别及防控提供借鉴与参考。