作物生产过程的精确管理是精确农业的重要内容之一,其核心思想是针对作物群体的差异实施定位调控、精确投入,以最少量的生产投入,产生最大化生产效益。其中作物生长信息的获取是作物精确管理的依据,对作物的生长发育、品质、产量起着决定性的作用。基于冠层反射光谱的作物生长信息无损监测技术是目前作物生长精确管理的关键技术,传感器作为感知信息的重要装备,成为获取作物冠层光谱信息的主要途径和手段。但是,目前我国还没有相应的实用化作物生长信息实时、快速获取的传感装置,因此迫切需要研究合适的智能检测方法和易于实现的技术载体,以解决田间作物生长信息快速无损监测的瓶颈,为实现作物栽培管理的信息化和智能化提供技术和装备支持。本文基于作物生长信息无损监测的理化机理,研究了光谱信息的传感原理；开发了一种以太阳光为光源,滤光片分光的多光谱作物生长智能传感器；依据作物冠层特征及光电系统测量的实际需求,确定了多光谱作物生长智能传感器的视场角和探测镜头结构参数；采用光学滤波技术提高光辐射信息输入信噪比,确保了多光谱传感器灵敏度与分辨效果；利用具有特殊光谱响应特性的光电探测器件,在560nm、710nm、720nm和810nm四个特征波段处分别对入射光和植被的反射光进行探测,并应用T型电阻积分网络搭建了微弱光谱信息放大电路；基于嵌入式开发技术,实现了多光谱信息的处理。在室内构建了多光谱作物生长智能传感器性能试验平台,对传感器的线性度、灵敏度、迟滞差等静态特性进行了试验研究。试验结果表明,在560nm、710nm、720nm和810nm四个波段的非线性误差分别为5.72%,3.670%,3.54%和5.51%；迟滞误差分别为2.85%,3.15%,3.15%和4.2%,传感器具有良好的线性度和灵敏度。通过田间小麦试验,建立了多光谱作物生长智能传感器与Fieldspec Pro FR2500光谱仪间的校正模型,决定系数分别为0.8028,0.8068,0.8185,0.89,表明模型具有很好的相关性；通过对不同田块的试验验证,此模型的平均测量误差为5.6%,4.6%,1.40%,4.5%；对不同年份的试验验证,此模型的相对均方根误差(RRMSE)分别为7.87%,4.76%,5.48%和8.61%。试验结果表明,多光谱作物生长智能传感器能够较好地实现稻麦冠层反射光谱的实时在线检测；同时,该传感器体积小、重量轻、实时性强,适用于作物生长信息的快速获取。