在作物生产中,氮肥是仅次于水分的重要限制因子。合理的氮肥运筹可以提高产量及氮肥利用率,对作物高效生产和农业可持续发展至关重要,并可以减少氮肥增施带来的负面影响。本研究以长江下游稻麦两熟区小麦为研究对象,利用便携式光谱仪器GreenSeeker和Crop Circle ACS-470,研究构建了小麦生长及营养指标监测模型、适宜植被指数动态模型以及基于适宜植被指数动态模型的产量预测,并采用独立试验资料对模型进行了实地检验。研究结果不仅为基于冠层传感器的冬小麦无损监测模型提供了方法借鉴,而且筛选出了表现较稳定的适宜植被指数,在此基础上,对适宜植被指数做了进一步拓展,为基于适宜植被指数的产量预测提供了关键的技术支撑。通过设置不同氮肥梯度和主栽品种的大田试验,首先进行了小麦生长及营养指标监测模型研究。通过系统的分析获取于CropCircleACS-470的5个光谱反射率,拟合了 56个植被指数。从这56个植被指数中,我们筛选10个表现最好的指数,用这10个指数和获取于GreenSeeker的指数NDVI、RVI建立冬小麦的生长及营养指标监测模型。通过评价和比较相关系数R2、相对均方根误差RRMSE和噪声指数NE,最终发现获取于Crop Circle ACS-470的最佳植被指数RERVI和NDRE建立的监测模型表现优于获取于GreenSeeker的NDVI和RVI所建立的监测模型。在冬小麦的生长及营养指标监测模型的基础上,通过评价比较筛选出了适宜植被指数RERVI,进一步研究了基于适宜植被指数RERVI的动态模型。Crop Circle ACS-470作为冠层光谱仪,客观的反映了作物冠层的叶面积指数(LAI)等长势状况。因此,通过系统分析LAI和RERVI的关系后发现,RERVI和LAI指标间具有较好的线形关系;进一步采用数据分析及建模方法,将产量水平分为低产(产量<4.7t/ha)、中产(4.7t/ha<产量<7.0t/ha)、高产(产量>7.0t/ha)水平3个梯度,研究构建了面向不同产量水平的基于RERVI的适宜光谱植被指数动态模型;采用独立试验资料的验证结果也表明,模型验证结果好,具有可行性。在基于适宜植被指数RERVI的动态模型研究的基础上,本研究通过将连续不间断的指数RERVI即积分∫RERVI与产量相结合,构建了基于适宜植被指数动态模型的产量预测方法。本研究使用的是单个生育时期内连续不间断的RERVI即积分∫RERVI进行产量预测,避免了单次测量数据的误差。研究结果表明,在拔节前,积分∫RERVI预测产量的准确度低;拔节以后,准确度显著提高。随着生育时期的推进,准确度越来越高,直到灌浆期,准确度达到顶峰。本文建立的基于适宜植被指数RERVI动态模型的产量预测方法可以为作物籽粒产量预测提供新的参考。