茶叶是我国最主要的饮品之一,并且中国也是茶叶种植规模最大的国家之一,而茶叶的各种病害一直严重影响着茶叶的产量和质量。藻斑病作为主要病害之一,其覆盖辽阔,在全国主要茶区均有发生。藻斑病会对茶树正常代谢造成胁迫,导致茶叶产量和品质下降,给茶农造成直接经济损失。当前,藻斑病的传统检测方法时限长、预处理复杂且成本较高,难以在实际生产中大面积推广应用。因此,准确识别茶叶病害及时采取防治措施成为茶产业发展的关键。本论文开展基于荧光光谱的茶藻斑病识别研究,探索一种无损、快速的茶藻斑病识别方法,为叶绿素荧光结合遥感技术大面积应用于农业领域提供参考。主要研究内容和结论如下:（1）测量了正常、轻度藻斑病和重度藻斑病3类叶片的叶绿素含量,对3类叶片的叶绿素含量进行单因素方差分析,结果显示3类叶片间存在显著性差异,但并未说明3类叶片两两之间的差异性;继而对3类叶片叶绿素含量值进行多重相关性分析,塔姆黑尼（Tamhane’s T2）和邓尼特（Dunnett’s T3）方法结果均显示三类叶片两两之间的显著性值概率P小于0.05,表明正常叶片与轻度藻斑病和重度藻斑病具有显著性差异,轻度藻斑病与正常叶片和重度藻斑病具有显著性差异,重度藻斑病与正常叶片和轻度藻斑病具有显著性差异,这为基于叶绿素荧光光谱的茶藻斑病判别奠定理论基础。（2）以正常、轻度和重度藻斑病茶叶叶片为研究对象,分析了不同病害程度叶绿素荧光光谱的差异性。利用主成分分析（Principal Component Analysis,PCA）和连续投影算法（Successive Projections Algorithm,SPA）对光谱变量进行挑选,以全光谱变量及经PCA、SPA挑选后的变量作为支持向量机（SVM）和偏最小二乘判别分析（PLS-DA）模型的输入变量,建立了不同核函数的SVM模型和PLS-DA模型。结果表明,变量挑选算法并不适用于PLS-DA模型,但是对SVM模型有较好的效果,且在径向基核函数（Rbf-Kernel）模型中效果最好;采用SPA结合径向基核函数建立的支持向量机模型对正常、轻度藻斑病和重度藻斑病3类叶片判别效果较优,误判率为4.69%。（3）由于物质对光的吸收具有选择性,且不同波长的激发光源所激发物质的荧光效率相差巨大。采集了中心波长为405nm的半导体（Light Diode,LD）激光光源和405、470、533、635nm的发光二极管（Light Emitting Diode,LED）激光光源所激发的叶片叶绿素荧光并分析了光谱差异性。建立了不同光源与正常、轻度、重度藻斑病3类混合叶片叶绿素含量的定量分析模型,研究不同光源对3类混合样品叶绿素含量定量模型的影响。结果表明,LED 405nm作为叶绿素荧光的激发光源,模型效果最优;该模型校正集相关系数（Coefficient of Correlation for Calibration,Rc）和校正集均方根误差（Root Mean Square Error of Calibration,RMSEC）分别为0.90和6.10;预测集相关系数（Coefficient of Correlation for Prediction,Rp）和预测集均方根误差（Root Mean Square Error of Prediction,RMSEP）分别为0.88和6.80。（4）由于不同采集角度改变叶片的荧光光路,导致叶绿素对荧光的重吸收效应发生变化。在不同光源模型研究的基础上,以LED 405nm的激发光源为基准,设计了90°,75°,60°和30°的采集实验,采集不同角度叶片反射的叶绿素荧光,建立了不同采集角度的荧光光谱与3类混合样品叶绿素含量的定量分析模型,研究不同采集角度对模型效果的影响。结果表明,当采集角度为90°（即光纤探头与水平叶片垂直采集）时,模型效果最优。（5）在最佳光源及最佳采集角度的基础上,研究了不同预处理方法与变量优选算法对模型效果的影响,得出一阶导数预处理对模型有明显提升;其次结合4种变量筛选算法对变量进行优选,建立最佳藻斑病定量预测模型,模型对正常叶片、轻度藻斑病、重度藻斑病叶片及三类混合样本的预测性能进行评价。对正常叶片的Rp和RMSEP为0.91、5.88,对轻度藻斑病叶片的Rp和RMSEP为0.74、7.66,对重度藻斑病叶片的Rp和RMSEP为0.86、6.81,对三类叶片混合样品的Rp和RMSEP为0.87、6.84。