干热风灾害严重影响冬小麦产量,但是目前在干热风灾害监测上还比较滞后。本研究通过对灌浆前期的冬小麦进行不同强度干热风处理,利用化学方法测定小麦相关理化指标,并测定其相应高光谱反射率;分析不同理化指标与冬小麦干热风胁迫强度的相关性,筛选干热风敏感理化指标;利用原始光谱分析法、一阶微分光谱分析法、优选归一化植被指数法和优选比值植被指数法提取与筛选敏感指标相关性最大的特征信息,并利用四种函数构建各敏感理化指标的高光谱模型,通过对不同方法构建模型比较分析最终筛选出最优的敏感理化指标高光谱估算模型。该结果可为冬小麦干热风灾害高光谱快速监测提供技术支撑本研究的主要结论如下:（1）在不同强度干热风影响下,冬小麦叶片等效水厚度（EWT）、POD酶活性、CAT酶活性以及丙二醛（MDA）含量数值差异显著（P<0.05）,与不受干热风灾害冬小麦的理化数据相比,EWT变化33%左右,POD酶活性变化25%左右,CAT酶活性变化14%左右,受重干热风胁迫下MDA含量甚至是不受干热风影响的2.5倍,含水量（FMC）在重干热风以及其他状态下数值差异在12%左右。SPAD以及SOD酶活性随着干热风强度的加重,数值仅出现小幅度变动,SPAD仅变化2%左右,SOD酶活性变化3%左右,且与不同强度干热风影响相关性不显著（P>0.05）。因此选用FMC、EWT、POD酶活性、CAT酶活性以及MDA含量作为分析不同干热风强度下冬小麦的理化参量。（2）在不同强度干热风影响下,冬小麦叶片原始光谱在重干热风下近红外波段处反射率比不受干热风影响的大约0.03⁰.04,其中800¹300nm波段处反射率能明显区分小麦遭不同强度干热风胁迫,其差异在0.01⁰.03之间。在重干热风下黄边波段一阶微分值比其他强度胁迫下结果高0.0006,能区分出遭遇重干热风胁迫的小麦,在红边位置处三种强度胁迫下一阶微分分离,胁迫强度间差异为0.0003。“三边”参数中蓝边幅值与面积对不同强度干热风最敏感,不同强度干热风下,幅值及面积差异为0.0005、0.012。三种光谱分析方法对区分不同强度干热风小麦均有效,其中原始光谱以及蓝边参数区分能力最强。（3）将选取的理化参数与不同处理下高光谱数据建立相关关系,通过分析特征信息,选取相关性最高特征光谱信息与理化参数构建模型,结果如下:FMC估算中筛选出R′1917为特征信息,其构建的FMC估算模型精度最高（R²=0.9029）,估算模型为C_FMC（28）24506X_R￠1917（10）86.269;EWT估算中筛选出SDy/SDb为特征信息,其构建的EWT估算模型精度最高（R2=0.8341）,估算模型为C_EWT（28）-0.0229X_SDy/SDb-0.0012;POD酶活性估算中筛选出R′1799为特征信息,其构建的POD酶活性估算模型精度最高（R2=0.3882）,估算模型为C_POD（28）9′10⁷X_R￠1799（10）26284;CAT酶活性估算中筛选出R′1674为特征信息,其构建的CAT酶活性估算模型精度最高（R2=0.4079）,估算模型为C_CAT（28）-10⁶X_R￠1674（10）153.08;MDA含量估算中筛选出R′1925为特征信息,其构建的MDA含量估算模型精度最高（R2=0.7322）,估算模型为C_MDA（28）-388769X_R￠1925（10）0.9553。本研究总结了遭遇干热风胁迫后冬小麦叶片敏感理化参数,并对该参数进行高光谱模型建立,从而为快速无损监测冬小麦是否遭遇干热风灾害提供理论基础。