绿豆是我国一种主要的食用豆类,也是备受消费者青睐的药食同源食物。盐胁迫严重影响绿豆的产量和品质。耐盐绿豆种质的筛选对培育耐盐品种、提高产量和促进产业发展具有重要意义。传统品种选育存在筛选周期长、工作量大和主观性强的缺点,而现代育种需要快速准确地获取植株的生长和生理状况等大量表型信息。叶绿素荧光与多光谱荧光成像技术是研究植物表型的有力工具之一,具有快速、无损和高效等特点,可加快作物性状的筛选,已广泛应用于植物光合生理、非生物胁迫和生物胁迫等领域的表型研究中。本研究以国内外收集的105份绿豆品种为材料,对其进行耐盐性筛选和鉴定。利用叶绿素荧光与多光谱荧光技术,获取选出的12份绿豆材料的荧光参数,通过与幼苗生理指标的相关性分析,检验了荧光参数用于研究盐胁迫响应的可行性。利用机器学习构建用于绿豆幼苗盐害监测与耐盐性鉴定的数学模型。本研究可为叶绿素荧光与多光谱荧光技术用于植物盐胁迫研究提供一定的理论基础,主要研究结果如下:（1）通过105份绿豆材料耐盐性筛选与分级,得到1份耐盐表现最佳的绿豆品种（M85）。在与盐敏感绿豆品种（M38）的对比中,发现绿豆幼苗在盐胁迫下,最小荧光（Fo）、最大荧光（Fm）和最大光量子效率（Fv/Fm）呈现出冠层空间上的变化。结果表明盐胁迫对绿豆幼苗的光合影响,最早出现在成熟叶片靠近叶心的部位。随着盐浓度和处理时间的增加,盐胁迫逐渐影响到绿豆幼苗的整个叶片,最终导致植株死亡。（2）两种盐度胁迫下,通过对不同绿豆品种幼苗形态指标、生理指标和荧光参数的分析,发现叶绿素荧光与多光谱荧光多项参数可以作为绿豆幼苗耐盐性鉴定的直接指标。盐胁迫下绿豆幼苗Fo、F440和F520显著升高,Fm、Fv/Fm和光化学荧光猝灭（qL）显著降低。与对照组相比,盐胁迫下绿豆幼苗的株高、根长、气孔导度和叶绿素含量均显著降低,SOD活性和MDA含量均显著升高。通过相关性分析发现大量荧光参数与生理指标间存在很强的相关性,如MDA含量与Fo达到0.805的相关性,气孔导度与Fm和可变荧光（Fv）达到0.85的相关性,SPAD值与F440值的相关性达到-0.781,结果表明大量荧光参数可以用来指示绿豆幼苗在盐胁迫下的响应。（3）融合叶绿素荧光与多光谱荧光数据,利用主成分分析（PCA）进行数据降维处理。使用机器学习构建分类模型,实现对绿豆幼苗盐胁迫的早期监测和耐盐性判别。模型利用交叉验证和混沌矩阵进行评估,发现支持向量机（SVM）和k最近邻分类（kNN）两类算法下的模型分类效果最好。不同盐度和处理时间下的6种分类模型均具有良好的分类能力,5种分类模型的准确率都在0.918以上,高盐度长时间盐胁迫下的模型（T2D2）分类能力最差,准确率为0.856。所有模型判别绿豆幼苗是否受到盐胁迫的效果最好,真实阳性率接近100%。模型判别不同绿豆品种耐盐能力的效果,随处理盐浓度和处理时间的增加而降低,100 mmol/L盐胁迫3天后的模型（T1D1）综合性能最佳。