氮素过量或亏缺均会对水稻的生长发育、产量乃至品质产生影响。传统的氮素营养诊断方法需要破坏性采样,费时费力,而快速无损的氮素营养诊断已经成为精准农业研究的热点问题。黑龙江省是我国新兴稻作区,寒地气候条件下水稻生育和施肥规律具有特殊性。本研究以黑龙江省第一积温带两个水稻主栽品种为研究对象,开展了基于机载多光谱和SPAD的寒地水稻氮素营养诊断研究,利用无人机搭载多光谱相机和SPAD叶绿素计分别获取水稻关键生育时期的冠层光谱数据和SPAD读数,并同步获取叶片含氮量和干物质重,以及成熟期籽粒产量等农学参数,建立了基于叶片的寒地水稻临界氮浓度稀释曲线,构建了以临界氮浓度曲线为基础的SPAD指数和机载多光谱冠层归一化植被指数（NDVI）的氮素营养诊断模型,实现了田块和中小区域尺度的寒地水稻氮素无损营养诊断。主要研究结果如下:1.构建了黑龙江省第一积温带水稻主栽品种的临界氮浓度稀释模型。五优稻4号的临界氮浓度模型为Nc=1.96*LDM^-0.56,决定系数R²为0.87（p<0.01）,均方根误差RMSE为0.31,标准均方根误差nRMSE为13.07%;松粳9号的临界氮浓度模型为Nc=1.99*LDM^-0.44,决定系数R²为0.94（p<0.01）,均方根误差RMSE为0.37,标准均方根误差nRMSE为15.89%。经检验,模型可靠性和稳定性较好。利用构建的临界氮浓度稀释曲线计算得到氮营养指数（NNI）诊断水稻氮素营养状况。根据研究结果,在黑龙江省第一积温带,五优稻4号的推荐施氮量不高于120kg·hm^-2,松粳9号的推荐施氮量不高于180kg·hm^-2,这与田间高产施肥水平基本相符。2.构建了基于SPAD指数的氮素营养诊断模型。在水稻不同生育时期（分蘖期、拔节期、孕穗期、抽穗期、灌浆期）,测定了水稻顶部3⁴片完全展开叶的SPAD读数,运用文献分析法,筛选出与氮素指标相关的SPAD值及指数指标,比较了水稻冠层不同叶位SPAD指数与氮素指标的相关性,进而建立了基于SPAD指数的氮素营养诊断模型。结果表明,通过归一化处理可有效地消除品种间的差异。在不同叶位叶片中,顶部第4片完全展开叶的归一化SPAD指数（NSI4）对拔节-抽穗期叶片含氮量的响应敏感性较强,可作为叶片氮素诊断指标。寒地水稻基于SPAD的氮素诊断模型为NNI=0.3048e^1.3864*NSI4,决定系数R²为0.862（P<0.01）。经检验五优稻4号水稻均方根误差RMSE为0.15,标准均方根误差nRMSE为14.59%,松粳9号水稻均方根误差RMSE为0.15,标准均方根误差nRMSE为16.67%,表明所构建的模型可以较好的估计水稻的氮素状况。3.构建了基于机载多光谱的寒地水稻氮素营养诊断模型。利用无人机搭mini-MCA多光谱相机进行水稻氮素营养诊断研究,采用PiexlWrench 2图像处理分析软件,获得寒地水稻冠层归一化植被指数NDVI,与氮素指标构建相关模型。结果表明,冠层NDVI可较好地估测水稻氮营养指数（NNI）,并且NNI不受生育时期的影响。综合比较决定系数R²、均方根误差RMSE、标准均方根误差nRMSE等评价指标,确定指数模型效果最佳。寒地水稻基于NDVI的间期氮素诊断模型五优稻4号:NNI=0.3916e^1.0809*NDVI,均方根误差RMSE为0.12,标准均方根误差nRMSE为12.43%;松粳9号:NNI=0.3325e^1.2705*NDVI,均方根误差RMSE为0.10,标准均方根误差nRMSE为10.36%,表明所构建的模型可以较好的估计水稻的氮素状况。综上所述,基于SPAD叶绿素仪和无人机遥感平台搭载多光谱相机对水稻叶片氮素状况的动态监测具有较好的可行性,可以解决破坏性取样、费时费力和局限性的问题,是田块和中小型区域尺度应用的良好选择。