La identificación de variedades de arroz nutritivas a través de tecnología de detección no destructiva es importante para la producción de semillas de alta calidad. Con el desarrollo de la tecnología, los métodos de identificación rápidos y no destructivos basados en la tecnología de teledetección de vehículos aéreos no tripulados (UAV) están ganando cada vez más atención en la comunidad científica. Este estudio utilizó la tecnología de imágenes hiperespectrales para adquirir datos de reflectancia espectral del dosel de arroz durante la etapa de llenado de grano. Se construyeron diferentes modelos (regresión lineal múltiple paso a paso (SMLR) y la Red Neuronal de Retropropagación (BPNN)) para estimar el contenido de proteína de arroz basado en información espectral del dosel utilizando tanto regresión múltiple paso a paso como redes neuronales BP. Los resultados mostraron que el modelo basado en la estimación de BPNN fue el mejor para predecir el contenido de proteína de grano, con un R = 0.9516 y RMSE = 0.3492, lo que indica alta precisión y estabilidad en el modelo. En general, la tecnología de imágenes hiperespectrales combinada con varios modelos podría ayudar significativamente a identificar variedades de arroz. Además, los hallazgos actuales proporcionan una referencia técnica para la selección de variedades de arroz de alta calidad de manera no destructiva.