冬小麦是我国主要的粮食作物,实时、快速获取冬小麦长势状况,对于保障我国粮食安全具有重要的意义。高光谱技术可以快速及时的获取作物长势信息,其准确性可直接的影响估测作物长势模型的精度和稳定性。为准确及时的了解冬小麦的长势,提高估测模型的精度和稳定性,本研究在不同耕作和施肥试验数据的基础上,分析了冬小麦SPAD值、叶面积指数和地上干生物量以及冠层光谱的变化规律,研究了冬小麦长势指标与冠层光谱的响应特性,并构建了冬小麦长势的监测模型。主要结论如下:(1)冬小麦的SPAD值和叶面积指数从拔节期到抽穗期逐渐增加,从抽穗期到灌浆后期逐渐减小。地上干生物量随着生育时期的推移逐渐增加,拔节期到抽穗期增长迅速,灌浆期以后增速放缓,表明不同生育时期冬小麦长势指标差异明显。(2)光谱反射率随着SPAD值、LAI和生物量的增大在可见光波段逐渐降低,在近红外波段逐渐增加,表现出一致的规律性。而SPAD值、LAI和生物量越高,表示冬小麦的长势情况越好,群体生长越旺盛。表明冬小麦的长势越好,冠层光谱反射率在可见光波段越低,对可见光的吸收越强,在近红外波段反射率越高,对近红外光的反射越强,冠层光谱能够敏感响应作物长势。(3)预处理光谱建立的长势指标监测模型较原始光谱精度均有所提高,NC预处理建立的冬小麦SPAD值和地上干生物量的估算模型R~2为0.61、0.91,RMSE为3.15、5.84,精度最高。一阶导数光谱建立的冬小麦叶面积指数估测模型R~2为0.61,RMSE为1.00,精度最高。