快速、实时、准确地获取冬小麦氮营养状态对于评价冬小麦长势、产量估测和指导农业现代化生产均具有重要意义。利用无人机搭载的高光谱相机和数码相机获取了3个关键生育期的冠层光谱数据，同步开展地面实验获取地面生物量及氮含量理化参数。选取高光谱影像的植被指数、红边指数、红边参数和三波段参数等4种特征参数及数码相机的颜色指数及两者结合的融合参数，采用偏最小二乘回归(PLSR)、逐步回归(SWR)、随机森林(RF)和BP算法构建冬小麦氮营养指数遥感监测模型，并对模型精度进行评价，筛选出最优估算模型。结果表明：(1)在单变量建模中，以红边参数DIDRmid构建的氮营养指数模型最优(建模R~2=0.66, RMSE=0.11%,验证R~2=0.55, RMSE=0.13%)。(2)在多变量建模中，以红边参数为自变量构建的氮营养指数模型优于以植被指数、红边指数、三波段参数和颜色指数为自变量构建的氮营养指数模型；其中，以基于红边参数利用BP算法构建的氮营养指数模型最优(建模R~2=0.75, RMSE=0.10%,验证R~2=0.60, RMSE=0.12%)。(3)在融合高光谱参数和数码指数变量建模中，多模态变量红边参数+颜色指数构建的氮营养指数模型优于红边参数+植被指数、红边参数+红边指数及红边参数+三波段参数构建的氮营养指数模型，其中以多模态变量红边参数+颜色指数利用PLSR构建的氮营养指数模型最优(建模R~2=0.77, RMSE=0.09%,验证R~2=0.65, RMSE=0.11%),且多模态模型精度优于单变量建模和多变量建模，研究可为冬小麦氮营养状况估算提供一个重要参考。