利用高光谱技术实现冬小麦植株含氮量(Plant nitrogen concent,PNC)和地上干生物量(Above ground dry biomass,AGDB)准确、快速监测,对于根据作物生长状况科学合理施肥,实现精确管理具有重要意义。为了探究不同预处理方法对于PNC和AGDB光谱模型精度的影响,选择出可以提高其模型精度的预处理方法。本研究在氮处理试验的基础上,分析了不同施氮条件下冠层光谱特征、AGDB、PNC在冬小麦从拔节期至成熟期动态变化;同时分析了原始光谱以及预处理后光谱与AGDB和PNC的相关性,然后结合SPA-MLR建立其光谱监测模型,并对模型进行评价比较,结果如下:(1)随着施氮量增加,冠层光谱反射率在可见光波段(400～720nm)呈减小趋势,而在近红外(720～2500nm)处则是明显增大;随着生育时期推进,在可见光(400～720nm)处,反射率增大,而在反射平台(740～110nm),先增大,后减小,孕穗期反射率最大。而一阶微分光谱则是在730nm处出现明显的峰,且随着生育时期推进其变化与原始光谱一致。此外,红边位置(REP)、红边幅值(Dr)以及红边面积(SDr)随着生育时期后移均是先增大后减小;而随着施氮增多,各处理REP差异不明显,Dr和SDr先增大后减小小。(2)从拔节期至成熟期,同一施氮处理,随着生育时期推进PNC不断减小,而AGDB则呈先增加后减小的趋势;不同施氮处理间,随着施氮增多,PNC也不断增加,AGDB则先增加,施氮超过一定范围后,变化开始不明显。(3)各预处理方式均能不同程度的增加PNC和AGDB与光谱反射率的相关性,其中一阶微分(1-Der)、二阶微分(2-Der)、多元散射校正(MSC)对于PNC和AGDB相关性的提高均较为明显。(4)结合SPA-MLR建立的PNC和AGDB光谱监测模型中,PNC监测模型以2-Der预处理模型最佳,其建模集(R2=0.712,RMSE=0.113,RPD=1.856)和验证集(R2=0.679,RMSE=0.121,RPD=1.773)精度均较好;AGDB也是以2-Der预处理后建立的模型表现最好,其建模集(R2=0.862,RMSE=6.923,RPD=2.419)表现较好,且模型验证精度也最佳(R2=0.776,RMSE=8.382,RPD=1.833)。