El parámetro de fluorescencia de la clorofila Fv/Fm juega un papel significativo en indicar la función fotosintética de las plantas. Los métodos técnicos existentes utilizados para medir Fv/Fm suelen ser ineficientes y engorrosos. Para realizar un monitoreo rápido y no destructivo de Fv/Fm, este estudio tomó arroz bajo diferentes tratamientos de fertilizantes y midió la información de reflectancia hiperespectral y los datos de Fv/Fm de las hojas de arroz durante todo el período de crecimiento. Se utilizaron cinco métodos de transformación espectral para preprocesar los datos espectrales. Luego, se extrajeron longitudes de onda características espectrales mediante el método de coeficiente de correlación (CC) combinado con el algoritmo de muestreo reponderado adaptativo competitivo (CARS). Finalmente, basándose en la combinación de longitudes de onda características extraídas de diferentes transformaciones espectrales, se construyeron y evaluaron modelos de red neuronal de retropropagación (BPNN). Los resultados mostraron que: (1) los métodos de transformación de primera derivada (FD), corrección de dispersión multiplicativa (MSC) y variación normal estandarizada (SNV) podrían resaltar efectivamente la correlación entre los datos espectrales y Fv/Fm. Las bandas más sensibles con coeficientes de correlación altos se concentraron en el rango de 650-850 nm, y los valores absolutos de los coeficientes de correlación más altos fueron 0.84, 0.73 y 0.72, respectivamente. (2) El algoritmo CC-CARS podría filtrar eficazmente las longitudes de onda características sensibles a Fv/Fm. El número de bandas sensibles extraídas por los métodos de pretratamiento FD, MSC y SNV fue de 14, 13 y 16, que representaban solo el 2.33%, 2.16% y 2.66% del total de longitudes de onda espectrales (el número de bandas espectrales completas es 601), respectivamente. (3) Los modelos BPNN se establecieron en base a las longitudes de onda sensibles mencionadas anteriormente, y se descubrió que MSC-CC-CARS-BPNN tenía la mayor precisión de predicción, y sus conjuntos de prueba , y fueron 0.74, 1.88% y 2.46, respectivamente. Los resultados pueden proporcionar referencias técnicas para el preprocesamiento de datos hiperespectrales y el monitoreo rápido y no destructivo de parámetros de fluorescencia de la clorofila.