及时准确地监测作物氮素状况是优化栽培管理、提高产量和保护环境的前提。小麦冠层氮素分布具有垂直异质性,多角度遥感可从多个方向对作物进行观测,能够更好地监测植株氮素垂直分布。本研究在郑州、周口和新乡试验点开展了8个大田试验,收集了小麦冠层6个观测平面（0°、30°、60°、90°、120°和150°）下共78个观测天顶角度（VZAs）（0°、±60°、±50°、±40°、±30°、±20°、±10°）的光谱数据以及叶片氮含量（LNC）数据,采用植被指数（VIs）、神经网络（BPNN）、极限梯度提升树（XGBoost）和偏最小二乘法（PLSR）方法,开展了小麦叶层氮含量估算研究,构建了小麦LNC垂直分布反演模型。主要结果如下:（1）对比6个观测平面（0°、30°、60°、90°、120°和150°）在450、560、670、720、780和860nm波段的反射率响应特征及各向异性指数（anisptropy index,ANIX）,发现太阳主平面的反射率在前向散射方向小于其他平面,而在后向散射平面高于其他平面。随着波段的增长,各平面的反射率数值都呈增加趋势,主平面增加幅度最小。无论是可见光、红边还是近红外波段,主平面的各向异性均大于其他5个平面。进一步分析光谱反射率和2-,3-,4-波段植被指数反演冠层LNC的平面效应,主平面各观测天顶角度下反射率与LNC相关性均较好,在红边波段720nm最低点观测角度与LNC相关性达到最高（R~2=0.61）。各植被指数在主平面上的监测精度（R~2=0.53～0.87）高于其他平面（R~2=0.11～0.72）。因此,选取主平面为观测小麦LNC的最佳平面。（2）进一步分析主平面不同观测天顶角度下光谱数据监测LNC的表现,通过分析对比VIs、XGBoost、BPNN和PLSR模型反演冬小麦LNC的角度效应,发现LNC反演精度在13个观测天顶角度下的表现趋势一致:最低点方向（0°）附近的反演精度高于极端角度（±60°）,后向观测角度（-60°～0°）的反演表现优于前向观测角度（0°～+60°）,最佳观测天顶角度范围为-30°～0°。最低点观测角度下,使用4波段VIs-DD、敏感波段XGBoost和全波段BPNN监测冠层LNC的精度分别为0.87、0.83和0.88。PLSR不仅在0°表现最好（R~2=0.91;RMSE=0.34%）,在±60°也好于VIs（16%～17%）,BPNN（15%～16%）和XGBoost（29%～58%）,推荐PLSR用于小麦LNC的精确估测。（3）分析比较了2-,3-,4-波段VIs以及归一化两波段算法（ND）在不同部位叶片氮含量13个观测天顶角度下的表现。结果显示,观测天顶角度±60°、±50°和0°组合可以很好地监测上层LNC;观测天顶角度±40°、±30°和0°组合可以很好地监测中层LNC;观测天顶角度±20°、±10°和0°组合监测下层LNC更具优势。将各层最优角度光谱数据融合后分别输入到CARS-BPNN、CARS-XGBoost、CARS-PLSR、SPA-BPNN、SPA-XGBoost和SPA-PLSR模型。发现监测上层LNC的精度＞中层＞下层,反演LNC垂直分布表现最好的模型是CARS-PLSR。与VIs以及ND算法反演表现相比,CARS-PLSR模型监测LNC垂直分布的精度均有所提高,特别是下层LNC反演精度提升较大,比植被指数EVI-1提高29%,比ND模型提高11%。