我国葡萄栽培历史悠久,种植区域广泛。葡萄叶片氮素含量是判断葡萄生长营养状况的重要指标之一,水肥盈亏对葡萄产量和品质具有重要影响,氮含量监测对指导作物水肥管理有着重要意义。随着科学技术的快速发展,通过遥感技术对作物进行大范围多光谱动态实时无损监测已经成为智能化农业的研究热点。本文以2021年甘肃省武威市凉州区清源镇威龙沙漠绿洲有机葡萄庄园的马瑟兰葡萄为研究对象,利用大疆M200系列无人机搭载Red Edge-M五波段多光谱仪获取了葡萄四个关键生育期（萌芽期、开花期、果实膨大期、着色期）的光谱影像,同期采集了葡萄叶片样本并测定其全氮含量。本研究通过将五个波段的反射率变换为16个光谱指数变量,探索构建葡萄冠层叶片氮含量的反演预测模型,预测模型包括有一元回归模型和多元逐步回归模型等线性模型,以及支持向量机模型、BP神经网络模型和随机森林模型等非线性模型。通过对五种模型精度的评价,选择出最优葡萄氮含量反演模型,生成试验区葡萄氮素含量空间分布图,并对葡萄水肥管理提出建议。本实验研究得到的主要结论如下:（1）试验区葡萄采用柱架栽培且行间距为5米,裸地面积远大于冠层覆盖面积,为提高葡萄光谱影像数据采集精度,试飞实验得出无人机最佳飞行高度为35m。（2）氮素含量与光谱变量相关性分析结果表明,在不同生育期由绿色光谱波段构建的光谱指数GNDVI与葡萄氮含量的相关性都较高,绿光波段对葡萄氮素含量较为敏感,可优先选择绿光波段所构成的光谱指数对葡萄氮含量进行反演。（3）在不同生育期选择相关性较高的植被指数,使用一元线性回归、多元逐步回归、支持向量机、BP神经网络和随机森林回归算法等建模方法构建反演预测模型,依据模型精度评价指标选择出最优预测模型。实验结果表明:随机森林模型对葡萄氮含量的估测效果最好,在四个生育期建模集决定系数分别为0.916、0.925、0.936、0.892,RMSE分别为3.56%、3.17%、2.89%、3.18%,验证数据集R~2分别为0.879、0.873、0.887、0.842,RMSE分别为2.56%、2.73%、2.46%、3.98%。（4）不同灌溉方式影响葡萄氮素的积累。对实验区的氮素空间分布图的分析结果表明,在萌芽期和开花期,低灌溉量影响葡萄长势,建议按照正常灌溉量灌溉;在果实膨大期,适当增加灌溉量会促进氮肥吸收,建议按高灌溉量、高氮肥水平进行水肥管理;在着色期,灌溉量对氮素积累有明显影响,而氮肥施用量对其无明显影响,建议按照高灌溉量、低氮肥水平进行水肥管理。实验研究表明,基于无人机多光谱影像对大区域葡萄氮含量的监测是可行的,另外水分梯度实验增强了氮含量反演模型可靠性,同时也为半干旱地区的葡萄水肥管理提供有效参考依据。