本研究以北方水稻北粳2号为研究对象,通过农田开放式主动增温系统（Free Air Temperature Increase,FATI）田间试验,测定了不同增温处理（CK-0w、T1-500w、T2-1000w、T3-1500w、T4-3000w）下水稻在拔节期、孕穗期、抽穗期、灌浆期和成熟期的冠层高光谱数据与其生长参数（水稻LAI、生物量、冠层叶片氮素含量）。运用数理统计分析的技术与方法,分析原始光谱反射率及植被指数与对应生长参数的相关关系,建立监测模型,并对模型进行评价与检验,筛选出不同生育时期水稻生长参数的最优监测模型。研究结果可为气候变暖背景下北方水稻的遥感监测提供理论依据。研究主要结果如下:（1）水稻冠层光谱特征的分析。水稻冠层光谱变化具有绿色植被典型的光谱特征,不同生育时期光谱反射率不同。在可见光区,灌浆期与成熟期冠层光谱反射率显著高于其它生育时期。在近红外区,孕穗期和抽穗期冠层光谱反射率显著高于其它生育时期。不同增温处理对水稻冠层光谱的影响在不同生育时期基本一致,冠层温度升高不能改变光谱反射特性,但使反射率数值发生变化,且“绿峰”与“红谷”不同程度提前出现。（2）梯度增温条件下水稻LAI的监测模型的研究。改进转换型土壤调整植被指数（TSAVI）在拔节期和灌浆期与垂直植被指数（PVI）在孕穗期和抽穗期所建立的水稻LAI的监测模型中预测值与实测值相关系数均大于0.8（P<0.01）。其中抽穗期PVI_{（698,960）}所建模型可以监测水稻全生育时期LAI,其预测值与实测值相关系数为0.7277**。（3）梯度增温条件下水稻生物量的监测模型的研究。垂直植被指数（PVI）在拔节期和成熟期、改进转换型土壤调整植被指数（TSAVI）在孕穗期与修改土壤调整植被指数（mSAVI）在抽穗期所建立的水稻生物量的监测模型中预测值与实测值最大相关系数为0.9004**,灌浆期未能建立水稻生物量的监测模型。其中拔节期PVI_{（696,944）}与成熟期PVI_{（625,947）}所建模型可以监测水稻全生育时期生物量,预测值与实测值的相关系数分别为0.7037**与0.8541**。（4）梯度增温条件下水稻冠层叶片氮素含量的监测模型的研究。复归一化差值植被指数（RDVI）在拔节期和灌浆期、垂直植被指数（PVI）在抽穗期、比值植被指数（RVI）在孕穗期和成熟期与新型植被指数（NVI）在孕穗期所建立的水稻冠层叶片氮素含量的监测模型中预测值与实测值相关系数均大于0.75（P<0.01）。其中孕穗期RVI_{（718,996）}与NVI_{（718,996）}模型精度相同并且与成熟期RVI_{（727,784）}所建模型均可以监测水稻全生育时期冠层叶片氮素含量,预测值与实测值相关系数分别为0.9246**与0.9220**,高于分生育时期的监测模型。