棉花是我国主要的经济作物之一,是纺织和精细化工原料,也是重要的战略物资。渭北旱塬区生态环境脆弱,水资源匮乏且时空分布不均,土壤肥力不高,需要改变传统的农业生产模式,实施精准农业生产管理,提高农业生产效率同时保护当地生态环境。应用高光谱遥感建立作物的农学参数反演模型可以实现对作物生长状况的动态监测,从而为精准农业的实施提供依据。本研究以渭北旱塬区棉花为研究对象,通过田间试验获取地面和无人机尺度棉花冠层高光谱数据和各项农学参数。研究棉花各项农学参数的高光谱特征;各项农学参数与冠层光谱反射率和一阶导数光谱的相关性;植被指数与棉花农学参数的相关性。基于植被指数通过单因素回归、多元逐步回归和SVM回归方法构建各生育期的棉花农学参数估算模型,并对各估算模型进行精度比较,得到棉花各项农学参数的最佳估算模型。最后利用得到的农学参数最佳估算模型对近地无人机影像进行棉花农学参数遥感反演。主要研究结果如下:(1)棉花叶绿素含量随生育期的推进出现先升高后降低的趋势,从苗期到花铃期叶绿素含量不断升高,从花铃期到吐絮期叶绿素含量降低。不同叶绿素含量的棉花冠层光谱反射率,在可见光波段,随着冠层SPAD值的升高而降低;在近红外波段,SPAD值越高,反射率越高。在红边波段,随着SPAD值的增大,出现“红移”现象。所有生育期的叶绿素含量与原始光谱在520-600nm和690-720nm范围呈现极显著负相关,在760-1000nm范围呈现极显著正相关。SVM回归方法能够有效的提高棉花叶绿素含量的遥感反演精度,可以作为棉花叶绿素含量遥感反演的优选方法。采用更多植被指数作为输入变量的SVM回归模型SPAD-SVM_b精度优于其他所有模型,是本研究中棉花叶绿素含量遥感反演的最佳估算模型。(2)棉花花青素含量随生育期的推进出现先降低后升高的趋势,从苗期到花铃期花青素含量不断降低,从花铃期到吐絮期花青素含量升高。不同花青素含量的棉花冠层光谱反射率,在可见光波段,随着冠层Anth值的升高而升高;在近红外波段,表现为Anth值越高,反射率越低。在红边波段,随着Anth值的增大,出现“蓝移”现象。所有生育期的花青素含量与原始光谱在520-600nm和700-720nm范围呈极显著正相关,在780-1000nm范围呈现极显著负相关。SVM回归方法能够有效的提高棉花花青素含量的反演精度,可以作为棉花花青素含量遥感反演的优选方法。采用更多植被指数作为输入变量的SVM回归模型Anth-SVM_b精度优于其他所有模型,是本研究中棉花花青素含量反演的最佳估算模型。(3)不同棉花LAI的棉花冠层光谱反射率,在可见光波段,随着LAI的升高而降低;在近红外波段,表现为LAI越高,反射率越高。在红边波段,随着LAI的增大,出现“红移”现象。棉花LAI与冠层原始光谱反射率在510-730nm处呈极显著负相关,在760-1000nm范围呈现极显著正相关。SVM回归方法能够有效的提高棉花LAI的遥感反演精度,可以作为棉花LAI遥感反演的优选方法。采用更多植被指数作为输入变量的SVM回归模型LAI-SVM_b精度优于其他所有模型,是本研究中棉花LAI反演的最佳估算模型。(4)利用研究所构建的棉花冠层SPAD、Anth和LAI最佳估算模型,对近地无人机影像进行遥感反演,得到棉花冠层SPAD、Anth和LAI的空间分布专题图,反演结果基本正确,因此本研究所建立的棉花农学参数估算模型在近地无人机尺度的遥感反演中具有一定的适用性。