作为作物当中主要的三大元素之一的氮元素,不管对作物生长还是对作物土壤肥力的影响都是非常大的,而无人机遥感技术以其无损、快速、准确的特点赢得人们的青睐,逐渐成为近年来监测农作物氮素含量的重要手段和研究热点。本研究以新疆阿拉尔市第一师灌溉试验站的棉花冠层氮素为试验对象。分别在2019年7月10日(蕾期)、2019年7月26日(花期)、2019年8月2日(花铃期)、2019年8月26日(铃期)采集了四个时期的棉花叶片氮素和高光谱数据,每个时期采集超过60个样本数据。对原始光谱采用连续投影算法(successive projections algorithm,简称SPA)、标准正态变量变换方法(standard normal variate transformation,简称SNV)、归一化、数据中心化等方法进行光谱图像预处理,筛选敏感波段,计算植被指数,利用ENVI软件对棉花冠层多光谱数据进行棉花区域提取。并结合无人机遥感图像,制作棉花氮素的分布图,主要研究结果如下:(1)对地面采集的原始光谱进行了预处理和敏感波段筛选,通过相关性分析方法筛选了与棉花氮素含量相关性较高的四个植被指数CIred edge、NDVI、PPR、GM分别用于蕾期、花期、花铃期和铃期的氮素含量预测。(2)通过偏最小二乘回归方法分别建立棉花氮素预测模型,预测模型的R~2值在蕾期为0.46327、花期为0.47334、花铃期为0.66231、铃期为0.41725,RMSE在0.1414和0.2604之间。(3)对棉花四个生育期的无人机多光谱数据进行了辐射定标、大气校正、几何校正、图像裁剪等预处理,利用支持向量机(Support Vector Machine,SVM)方法进行监督分类后,提取棉花种植区域。(4)通过筛选出来的四个植被指数,结合氮素预测模型,在ENVI中制作棉花冠层氮素的分布图。