El arroz tiene una posición importante en China y en el mundo. Con la amplia aplicación de la tecnología de hibridación de arroz, el problema de la mezcla entre variedades individuales se ha vuelto cada vez más prominente, por lo que la identificación de variedades de arroz es importante para la producción agrícola, la recolección de fenotipos y la cría científica. Los métodos de identificación tradicionales son altamente subjetivos y consumen mucho tiempo. Para abordar este problema, proponemos un nuevo método de aprendizaje de proyección selectiva preservada localmente (LPSPL) para la identificación no destructiva de variedades de arroz basado en las características hiperespectrales de las hojas. El método LPSPL propuesto puede seleccionar las características espectrales más discriminativas de las características hiperespectrales de las hojas de arroz, lo que es útil para distinguir diferentes variedades de arroz. En los experimentos, se adopta la máquina de vectores de soporte (SVM) para llevar a cabo la identificación de variedades de arroz basada en las características espectrales seleccionadas. Los resultados experimentales muestran que el método propuesto aquí logra tasas de identificación más altas, 96% para el arroz temprano y 98% para el arroz tardío, respectivamente, que son superiores a algunos métodos de vanguardia.