精准灌溉是以实现精细准确管理农业灌溉用水为目标的控制方式,我国农业采用的灌溉控制大多以基质含水率为决策依据,较传统灌溉决策方式有一定节水效果,而与作物生理需求相结合的控制策略可进一步提高农业水资源利用率。水分胁迫程度直接影响作物光合速率,作物的叶绿素荧光参数Fv/Fm可反应其光合作用潜力、表征需水情况,光谱技术可实现叶绿素荧光参数的在线测量。因此,基于光谱技术的温室辣椒精准灌溉研究对实现结合作物需求的灌溉控制方法探索具有重要意义。本文针对以基质含水率为灌溉调控目标的不足之处,在分析干旱胁迫下辣椒Fv/Fm变化规律的基础上,通过光谱分析筛选与Fv/Fm高度相关的特征波段,开发检测装置,构建基于辣椒生长需求的灌溉决策模型,搭建温室辣椒灌溉系统,探索结合作物生长需求的精准灌溉控制方法。本文主要研究内容及结论如下:（1）完成了对Fv/Fm的特征波长提取与叶片典型区域选取。以辣椒为试验对象,获取其水分胁迫下的Fv/Fm图像与高光谱图像,以3×3滤波窗的中值滤波算法完成Fv/Fm图像去噪。以寻找边缘特征点和坐标变换的方式实现了高光谱图像与Fv/Fm图像的匹配,总体匹配均方根误差为0.51像素,其中叶片边缘上73.5%的像素点无误差。以Savitzky-Golay卷积平滑算法（SG）预处理光谱数据后,使用连续投影算法（Successive Projections Algorithm,SPA）提取特征波段筛选出23个特征波长。根据各特征波长的相关系数评估其对模型的贡献度,分析了相关系数由高到低的4至10个不同数量特征波长组合在偏最小二乘回归算法（Partial least squares regression,PLSR）下的建模精度变化,最终选定了412.0、670.2、692.9、737.1、762.7、993.0 nm共6个特征波长。通过分析Fv/Fm直方图,得出了在叶片中心区域Fv/Fm值分布趋于一致,可以此区域代表整个叶片。（2）开发了基于特征波长的Fv/Fm检测装置。根据上述研究结果,选定中心波长为412.5、670.0、690.0、735.0、760.0、975.0 nm的6个窄带LED为检测装置的光源。检测装置硬件包含:光源驱动电路、反射光强检测电路、无线通信电路、微控制器电路和外壳结构,编写硬件驱动程序,控制各特征波长光源依次点亮并测量其反射光强,而后通过NB-Io T模组将反射光强上传至服务器。对检测设备完成了稳定性测试,测试时间为42 h,测量误差低于0.1%。测量检测设备暗电流,在20 h测试时间内其暗电流对应检测电压分布在0.00075～0.00081 V范围内,表明检测设备稳定性良好,暗电流噪声小,对正常测量无影响。以Levenberg-Marquardt学习方法的误差反向传播神经网络算法（BP-LM）建立检测设备Fv/Fm预测模型,并完成了模型验证,其R~2为0.878,RMSE为0.019,最大误差为1.03%。（3）构建了基于生理需求的灌溉决策方法。根据水分胁迫与高低温胁迫的特点与成因,提出了一种融合空气温度与基质湿度的辣椒干旱胁迫判别方法。基于辣椒干旱胁迫恢复的试验结果,得出了Fv/Fm值高于0.790时对辣椒生长无影响,当辣椒Fv/Fm值处于0.790～0.700之间可恢复,当辣椒Fv/Fm值低于0.700时植株接近死亡。综上所述,在以夜间环境最低温度与下午最高温度为依据排除低温与高温胁迫影响的前提下,当辣椒基质含水率低于10%,Fv/Fm检测结果低于0.790时进行灌溉。（4）完成了基于光谱技术的温室辣椒灌溉系统搭建及验证。根据灌溉系统的需求,设计了包含4G通信电路、电磁阀控制电路、电源电路、单片机及传感器接口电路的电磁阀控制器,开发了硬件驱动程序并对其功耗进行测试,完成了低功耗的实时通讯及电磁阀控制。使用现有服务器平台实现了数据存取、检测装置Fv/Fm预测模型调用、灌溉决策模型调用,开发了手机APP实现系统的人机交互功能。通过验证试验的总耗水量、株高、茎粗、鲜重、干重和叶片数量这几方面评估系统节水性能,试验结果表明基于光谱技术的温室辣椒灌溉方式在不影响辣椒正常生长的前提下,与基于基质含水率为决策依据的灌溉方式相比节水性能更好,其节水率达12.3%。