我国是一个农业大国,水稻是我国最重要的粮食作物之一,稳定高产的水稻对保证我国粮食安全至关重要。氮肥则是提高作物产量的最有效的肥料之一。传统的施肥方法主要根据经验施肥,造成了施肥的养分比例不协调,投入高,产量低,农作物的品质随之下降,且大量的氮肥得不到有效的吸收利用,会以某种形式流失掉,对生态环境也造成不容忽视的影响。养分的精准管理是确保水稻健康优质高产,保障农业生态环境的重要手段之一。本研究针对目前国内水稻氮肥施用过量的现状,以黄华占水稻为研究对象,选取广东广州、乐昌和湖南益阳三个不同区域,结合目前国内外水稻生育期氮素营养诊断技术及施肥现状,利用SPAD叶绿素计、Green Seeker RT100和Rededge-M多光谱相机获取各试验区水稻生育期田间数据,分析三种不同传感器用于诊断水稻氮素营养水平及其差异性,建立基于无人机遥感技术的水稻关键施肥节点的施肥模型,为水稻氮素营养监测及变量施肥提供一种快速、准确、大面积的技术方法。对合理、有效施肥、提高氮肥利用率和降低肥料对环境造成的污染具有非常重要的意义。研究的主要工作和结论如下:（1）分析了各传感器测定的数据在各区域水稻整个生育期的变化规律及其与水稻植株氮含量的相关关系。结果表明,SPAD值在水稻整个生育期均呈现“先上升后下降,再上升再下降”的趋势,各区域SPAD值与水稻植株氮含量相关系数均在0.72以上,具有显著相关性,乐昌相关系数最高,益阳次之,广州最低。NDVIg（Green Seeker传感器测定）和NDVIa值（无人机搭载Rededge-M多光谱相机）在水稻整个生育期均呈现“先大幅上升,然后平缓,再缓慢降低”的趋势。各区域NDVIg与水稻植株氮含量的相关系数均在0.6以上,益阳最高,广州次之,乐昌最低。NDVIa值与NDVIg值和SPAD值高度相关,拟合系数R2均值达0.9以上。因此,本文优选无人机遥感技术监测水稻氮素营养状况。（2）对无人机遥感监测系统主要飞行作业参数进行了优选,确定了最优飞行高度和作业时间段。结果表明,不同高度下各区域的NDVIa值变化趋势一致,20-60m之间的NDVIa值差异较大,80m和100m的NDVIa值变化不大,且对应的NDVIa值变异系数为0.027,表明80m和100m测定的NDVIa指数的稳定性更好。早6:00至晚17:00不同时间段下测定的NDVIa值随着时间推移的变化趋势为“增加-减小-增加-减小”,从10:00起NDVIa值与NDVIg值的相关系数稳定在0.895左右。因此,利用无人机搭载Rededge-M多光谱相机诊断水稻氮素营养状况的最佳飞行高度为80m-100m,最佳航拍时间段应选择在10:00-14:00。（3）建立了基于无人机遥感技术的不同区域水稻变量施肥模型。结果表明,建立的不同地区标准施氮量下水稻NDVI指数解析模型在广州、乐昌和益阳的R2分别为:0.887,0.981和0.985,表明可以用此模型反演水稻的NDVI指数。利用NDVIa和标准施氮量下的NDVI值组成的标准种植比值指数RISP与水稻植株氮含量在各区域高度相关,基于标准种植比值法构建的广州、乐昌和益阳各区域施肥模型的决定系数R2分别为0.991、0.879和0.947。（4）在广州开展了基于无人机遥感技术的水稻关键施肥节点变量施肥模型的验证试验,结果表明,遥感模型施氮处理的水稻NDVI指数与标准施氮处理的NDVI指数基本保持一致,其产量与标准施氮处理基本一致;说明基于无人机遥感技术的施肥决策模型对水稻氮肥进行精准管理,在保证产量的同时,能避免氮肥的滥用,减少了成本投入,使得水稻氮肥施用更加合理与高效。