油菜作为我国西北干旱半干旱地区重要的经济作物,其品质和产量对本地区农业和经济发展产生重要的影响。而油菜叶片的叶绿素含量、花青素含量以及叶片全氮含量等生理生化参数能够准确地反映油菜的生长状态,并指示最终的籽粒产量,从而为田间管理、施肥等提供依据。对高光谱数据以及油菜生理生化参量之间的相关关系进行研究,通过数理统计方法建立二者之间的模型,能够实现对油菜长势信息的预测。本研究以油菜为对象,通过田间试验,获取了油菜不同生育期的地面非成像光谱数据、地面成像光谱数据以及低空无人机高光谱影像,并测定了相应生育期的油菜冠层叶绿素含量(SPAD)、花青素含量(ANTH)和叶片氮含量(LNC)。在分析油菜冠层高光谱特征以及生理生化参量的相关关系的基础上选择多种建模方法构建了油菜不同生育期的叶绿素、花青素以及全生育期叶片全氮含量估算模型,并应用无人机高光谱影像生成油菜蕾薹期生理生化参量空间分布图。主要结论如下:(1)对油菜生理生化参量、冠层光谱及其一阶导数光谱在不同生育期内的变化规律进行分析,结果表明:从苗期到成熟期,油菜叶绿素含量呈现出先上升后下降的趋势,花青素与叶绿素呈现出相反的变化趋势,蕾薹期为整个生育期的最低点,至成熟期达到极值,叶片全氮含量随着生育期的推进逐步降低。通过SVC HR-1024i(以下简称SVC)地物光谱仪及SOC710便携式可见/近红外光谱仪(SOC)获取油菜冠层光谱及一阶导数光谱在整个生育期内呈现出相似的变化规律,苗期到蕾薹期之间,可见光波段反射率逐渐降低,而近红外波段反射率逐渐升高,蕾薹期后与之相反;一阶导数光谱均表现出“双峰”的特征,且二者均是从苗期到蕾薹期红边位置“红移”,而蕾薹期后红边位置“蓝移”。(2)对油菜不同生育期叶绿素含量与油菜光谱反射率之间的关系进行了研究,结果表明:不同生育期油菜冠层光谱及一阶导数光谱与SPAD之间相关性呈现出相似的变化规律,通过提取油菜基于原始光谱及一阶导数光谱的特征波段构建了SPAD单因素估算模型,选择各生育期内与油菜SPAD相关性较好的八种光谱参数分别基于最小二乘算法、偏最小二乘算法、多元逐步回归算法以及随机森林算法构建了SPAD估算模型,结果表明基于随机森林算法构建的油菜SPAD模型精度要明显优于其他模型。(3)通过对油菜不同生育期花青素含量与光谱反射率以及高光谱参数之间的相关性分析,确定了反演油菜ANTH的特征波段及最优光谱参数,建模结果表明:基于一阶导数光谱特征波段构建的模型明显优于原始光谱特征波段;基于多元逐步回归算法和偏最小二乘算法构建的油菜ANTH多光谱参数回归模型精度优于基于最小二乘算法构建的ANTH单光谱参数模型,而将一阶微分特征波段及相关性较好的八种光谱参数作为自变量构建的随机森林算法大大提高对油菜冠层花青素的反演精度,是进行油菜ANTH估算的最优模型。(4)研究了不同氮素水平下的油菜冠层光谱特征与油菜LNC之间的相关关系,基于特征波段和高光谱参数构建了油菜全生育期的LNC估算模型,结果表明:随着LNC水平的上升,在可见光波段,油菜冠层反射率逐渐降低,而在近红外波段反射率逐渐升高,红边位置随着LNC的升高出现“红移”的现象。基于LNC的特征波段构建了油菜LNC单因素估算模型;对18种高光谱参数与LNC的相关性进行了分析,发现基于NDNI构建的多项式模型为油菜LNC最优单因素估算模型;分别采用偏最小二乘算法、多元逐步回归算法和随机森林算法构建了基于光谱参数的油菜LNC多元估算模型,结果表明基于随机森林算法的模型精度最优。(5)运用训练得到油菜理化参量随机森林估算模型,基于UHD185机载成像光谱仪获取的高光谱影像对油菜蕾薹期的SPAD、ANTH以及LNC进行了区域范围内的大田反演,得到了蕾薹期油菜理化参量空间分布图。结果表明,基于随机森林构建的模型可精确估测油菜理化参量在空间上的分布状况,其反演结果符合实际情况,具有较高的精度和可信度。