中国是水稻大国,水稻的种植面积处于世界前列,稻米是中国人的重要口粮。但城市化进程的加快正逐步压缩耕地面积,且中国是饱受盐碱化困扰的国家之一,土地盐碱化使得可用耕地面积进一步减少,因此利用沿海盐土区种植水稻日益受到关注。氮营养指数(Nitrogen Nutrition Index,NNI)是用以相对准确地判定作物体内氮营养状况的一个指标,具体是指作物地上部植株实际的氮浓度与临界氮浓度的比值。其特点是科学准确,但是在实际应用过程中需要实地调查、取样,并在实验室内进行分析,过程复杂,成本较高,难以快速与实时测量,具有较大的局限性。因此,需要探寻一种更实时、可靠的监测技术。在实际水稻生产中,最终产量是非常重要的指标之一。盐土区水稻种植开展时间并不长,产量仍然有很大的潜力。准确地估测产量空间变化,找寻低产田块,有助于探究水稻产量的制约因素,以进一步提高产量。传统的水稻测产依赖于大量的实地采样,成本高且费时费力,存在较大的局限性,因而也需要一种快速、可靠的监测技术。随着遥感技术的飞速发展与广泛应用,为诊断大田水稻氮素营养水平与产量估测提供了更为简便、有效的方法。本文使用国产高分一号卫星WFV影像提取了江苏省盐城市东台市条子泥条北水稻垦区的红(R)、绿(G)、蓝(B)以及近红外波段的反射率,比较了22个常用植被指数诊断大田水稻氮素营养水平的能力与估产的能力。通过植被指数间的组合,确立了不同时期适合该区域的氮营养指数估测模型与产量预测模型,能够指导诊断该区域水稻的氮素营养水平与估产。主要结论有:(1)比较分蘖期常见植被指数以及单波段反射率与氮营养指数的关系,发现分蘖期与氮营养指数相关性最好的是近红外波段,其与氮营养指数的回归模型的决定系数R2达到了 0.7038,均方根误差RMSE=0.07439,相对均方根误差RRMSE=7.653%。将近红外波段与该时期各常见植被指数组合后NIR/BNDVI与NNI关系最好,其与氮营养指数的模型的r2达到了 R2=0.748,均方根误差RMSE=0.0707,相对均方根误差RRMSE=7.274%,相较于单波段模型显著提高了与氮营养指数的相关性,同时误差有所降低。对模型进行检验后验证了该模型可以指导诊断该区域水稻分蘖期氮素营养水平。比较孕穗期各个常见植被指数以及单波段反射率与氮营养指数的关系,孕穗期与氮营养指数相关性最好的是近红外波段,其与氮营养指数的回归模型的R2达到了 0.6728,均方根误差RMSE=0.0410,相对均方根误差RRMSE=6.336%。将近红外波段与该时期各常见植被指数组合后NIR/BNDVI与NNI的关系最好,其与氮营养指数的回归模型R2达到了0.7062,均方根误差RMSE=0.0388,相对均方根误差RRMSE=6.004%,相较于单波段显著提高了相关性,同时减少了误差。对模型检验后验证了该模型可以指导诊断该区域水稻孕穗期氮素营养水平。成熟期相比前两个时期与水稻氮素相关性大幅减弱,不能较好的反映水稻的氮素水平。(2)比较孕穗期常见植被指数以及单波段反射率与产量的关系,孕穗期与产量相关性最好的是绿光波段,其与产量的回归模型的R2达到了 0.7958,均方根误差RMSE=89.7554 kg/mu,相对均方根误差RRMSE=24.273%。将绿光波段与该时期各常见植被指数组合后G/GNDVI与产量的关系最好,其与产量的回归模型的R2达到了 0.8289,均方根误差RMSE=82.1485 kg/mu,相对均方根误差RRMSE=22.215%。相较于单波段显著提高了相关性,同时减少了误差。对该模型检验后验证了该模型可以用以估产。比较成熟期各个常见植被指数以及单波段与产量的关系,成熟期与产量相关性最好的植被指数是RVI,其与产量的回归模型的R2达到了 0.7458,均方根误差RMSE=100.1428 kg/mu,相对均方根误差RRMSE=27.082%。将RVI与该时期各常见植被指数组合后RVI-NDVI与产量的相关性最好,其与产量的回归模型的R2达到了 0.7509,均方根误差RMSE=99.1247 kg/mu,相对均方根误差RRMSE=26.806%。相较于单个植被指数略微提升了与产量的相关性,同时略微降低了误差。对模型检验后验证了该模型可以用以估产。分蘖期各个常见植被指数以及单波段反射率与产量的关系相对较差,无法用以估测最终产量。