利用高光谱反演、 监测植被生长状况的基础是光谱特征识别。 以半干旱采煤塌陷区为样地, 利用Field Spec 3地物光谱仪与SPAD-502叶绿素仪同步采集采煤地表塌陷形成的不同应力区（非采区、 中性区、 拉伸区、 压缩区）典型植物叶片光谱反射率与叶绿素含量（SPAD值）, 分析典型植物相同应力区SPAD值升高其光谱特征的变化, 对比不同应力区典型植物SPAD值较高与较低时光谱特征的差异, 并借助Matlab软件深入研究不同应力区典型植物SPAD值与差值指数、 归一化指数的相关关系。 结果表明: （1）不同应力区同种植物光谱曲线随着SPAD值不同变化规律相异, 可见光波段区分明显, 其余波段受应力影响的区域样本SPAD值不同, 反射率比非采区波动更为剧烈与无序。 可见光波段, 糙隐子草、 柠条、 杨树、 油蒿SPAD值低的样本光谱曲线绿峰缺失, SPAD值升高, 绿峰出现但位置红移, SPAD值高于30时, 为典型植被光谱曲线, 油松样本SPAD值越高反射峰值越小; 受应力影响的区域SPAD值低的样本谷、 峰、 边特征参数缺失更多, 光谱变化规律不强。 （2）400～700 nm波段, 不同应力区糙隐子草、 油蒿、 油松、 柠条样本SPAD值较低组反射率显著高于较高组, 杨树样本相反; 780～1 350 nm波段, 拉伸区的糙隐子草、 非采区的油蒿和柠条、 压缩区的油松和杨树样本SPAD值较高组与较低组的反射率差异小; 相较于非采区, 受应力影响的糙隐子草、 油蒿、 柠条样本在所测波段SPAD值较高组与较低组的同波段反射率差值显著减小。 （3）受应力影响的区域样本SPAD值与光谱指数相关性较之非采区在某些波段大面积增强。 与非采区相比, 中性区的油蒿、 油松、 柠条、 杨树样本SPAD值与光谱指数的最大相关系数值均增大, 糙隐子草相反; 非采区植物SPAD值与NDVI最大相关系数均高于DI, 波段组合多位于近红外, 受应力影响区域的样本最大相关系数多数位于可见光波段。 本研究为矿区不同应力区典型植物高光谱波段识别与植物健康状态监测、 矿区生态环境精准治理提供了理论支撑。

叶绿素含量高低反映植物健康状况, 研究景区树种叶片叶绿素绝对值(SPAD)不同的光谱变化规律能为叶绿素高光谱监测波段识别与景区树种管理提供理论支撑。 从琅琊山景区灌木和乔木类选取9个常见树种, 探讨相同树种叶片SPAD值变化时的光谱差异, 同时, 横向对比相同SPAD值不同树种叶片的光谱特征, 并深入分析不同树种叶片SPAD值与单波段原始光谱、 光谱倒数、 一阶微分、 二阶微分及波段组合差值指数、 归一化指数、 比值指数、 一阶微分归一化指数、 一阶微分比值指数之间的关系。 结果表明: 9个所测树种叶片随着叶绿素SPAD值的升高, 光谱变化规律各不相同, 在可见光波段区分明显, 总体上, 光谱反射率最高的样本组SPAD值较低； 叶绿素SPAD值相同时, 在可见光波段, 桂花较其余树种反射率整体较高; 在780~1 350 nm波段, 广玉兰叶片反射率始终排前三, 其余波段变化规律不明显； 原始光谱反射率的二阶微分与海桐叶片SPAD值相关系数最大, 一阶微分与其余8种相关性最高； 与灌木、 落叶乔木叶片SPAD值相关系数最大的光谱指数分别为差值指数、 一阶微分归一化指数, 与常绿乔木、 不分树种相关系数最大的为一阶微分比值指数。

高光谱技术已广泛运用于水质检测领域。 探讨不同指标浓度下水质光谱变化规律及其光谱特征， 能够为水质指标遥感光谱精准识别与定量提取提供理论基础。 选取琅琊山景区不同水体景观共47个典型站位进行水质指标与光谱同步测量， 提取每个检测点的7个水质指标及350~950 nm波段， 探讨不同浓度水质指标光谱特征变化规律， 分析水质指标与光谱反射率、 反射率一阶微分、 任意两波段反射率比值及差值之间的关系。 结果表明： 各水质指标光谱曲线变化趋势一致， 但各有差异， 区分度最大的波段在可见光范围； 不同盐度、 溶解性总固体、 电导率含量的水质光谱曲线变化较为接近， 含量最高的样本光谱反射率最高， 且变化最显著； 浊度含量较高的水质样本光谱反射率变化较显著， 700~950 nm波段不同浊度含量的水质样本光谱反射率区分不明显； 溶解氧浓度为4~49 mg·L-1的水质光谱反射率在350~900 nm波段内明显低于其余样本； 在350~380 nm波段范围， 光谱反射率不随叶绿素含量变化而变化， 叶绿素含量接近0的样本在400~950 nm波段低于其余样本； 不同蓝绿藻藻蓝蛋白含量的样本光谱曲线相比其余水质指标在350~730 nm波段变化较大， 交叉点较多。 此外， 水质指标与原始光谱反射率相关性较低， 光谱一阶微分、 差值指数、 比值指数与各水质指标相关性整体有所提升。 该研究可为水质高光谱遥感检测提供一定的理论基础。

叶片随着时间生长产生变化, 其光谱特征也会发生变化。 研究相同树种叶片不同时间条件下的光谱变化规律以及不同树种叶片相同时间条件下的光谱特征, 不仅为植被叶片光谱随时间变化的规律研究提供理论基础, 也是高光谱遥感精确识别植被信息的关键。 选取北京市10种常见树种, 利用地物光谱仪观测各树种不同时间叶片光谱, 同时将观测的光谱进行一阶微分处理和典型波段分析, 对比相同时间不同树种叶片光谱的差异, 分析相同树种不同时间的光谱变化规律, 探索不同时相条件下高光谱遥感识别树种的有效波段。 结果表明: 不同树种叶片光谱均随时间的改变而产生显著变化, 但差异规律各不相同; 不同树种相同时间叶片光谱在部分波段存在显著差异, 为高精度树种识别提供了理论依据和叶片基础光谱数据。

叶片含水量是影响树种光谱特征的一个重要因素,探索不同叶片含水量条件下相同树种叶片光谱特征的变化规律及相同叶片含水量条件下不同树种叶片的光谱差异,不仅是高光谱植被遥感信息识别的关键,也为研究植被光谱随着叶片含水量变化产生的差异提供理论支撑.利用地物光谱仪对6个树种叶片进行观测,获取了不同含水量叶片的反射光谱,同时进行一阶微分光谱变换,从而分析不同叶片含水量条件下各树种叶片的光谱变化特征,对比了相同叶片含水量条件下不同树种叶片的光谱差异,探索高光谱遥感识别树种叶片含水量的可能波段.结果表明:各树种叶片光谱都随着叶片含水量的改变而产生较大差异,但变化规律各有不同;相同叶片含水量条件下,不同树种叶片的光谱在部分波长范围差异较大,为实现树种高精度识别提供了可能.本研究旨在为植被叶片光谱库的构建以及植被的高光谱识别提供理论支撑和基础数据。

森林树木的生理机制和生态结构随年份变化,该变化通过其冠层光谱特征在一定程度上有规律的表现出来.掌握森林树木光谱特征随年份变化的规律,既有利于遥感解译,也为多树种的识别与分类、生物化学成分估测等提供一定的科学依据.本研究利用高分辨率光谱仪对研究区7个主要落叶树种和7个主要常绿树种的不同年份冠层光谱特征进行测量,分别获取4个不同年龄段的光谱曲线,并计算出一阶导数曲线,从而深入分析不同落叶树种、不同常绿树种在不同年份和相同年份的光谱特征变化规律,比较各树种在可见光波段和近红外波段的光谱差异变化,以找出最适宜多树种识别的最佳年份和最佳波段.结果显示:落叶树种和常绿树种的冠层光谱特征随年份变化表现出一定的规律性,光谱反射率随年龄增加而升高;光谱变化差异均在近红外波段最为明显,此波段是进行多树种识别的最佳波段.

矿物粒度是影响矿物光谱特征的一个重要因素, 探索不同粒度下矿物光谱曲线的变化情况以及相同粒度下不同矿物的光谱差异, 不仅是高光谱矿物遥感信息识别的关键, 也为研究矿物随着粒度变化而产生的光谱差异提供理论基础。 利用地物光谱仪对采集的六种矿物进行观测, 获取了不同粒度下的反射率光谱曲线, 同时生成一阶微分光谱曲线, 进而分析了不同粒度下各种矿物的光谱变化特征, 对比了相同粒度下不同矿物的光谱差异, 探索高光谱遥感识别矿物的可能波段。 结果表明: 各种矿物的光谱曲线均会随着粒度的改变而产生较大的差异, 但变化规律不尽相同, 紫苏辉石的整条光谱曲线都会随着粒度的增加而下降, 叶蛇纹石、 赤铁矿、 高岭石、 绿泥石的光谱曲线在特定的波长范围内随着粒度的增加而下降, 橄榄石的光谱与粒度大小不存在直接的相关性; 相同粒度下, 不同矿物的光谱反射率在大部分波段范围内差异较大, 为实现矿物高精度识别提供了可能; 叶蛇纹石、 高岭石、 绿泥石具有较多的宽度较窄、 强度较小的吸收峰, 而赤铁矿、 橄榄石、 紫苏辉石的光谱曲线相对平滑, 吸收和反射峰的数量较少。 本研究旨在为矿物光谱库的构建以及矿物的高光谱技术识别提供基础数据和理论支撑。

高光谱遥感技术已成为林业遥感领域的前沿技术之一。 回顾国内外高光谱遥感技术在林业信息提取中的研究进展， 总结归纳了森林树种高光谱分类与识别、 森林生态物理参数高光谱反演与提取、 林木养分元素高光谱监测与诊断、 森林郁闭度信息高光谱提取、 森林灾害高光谱监测五个主要研究方面。 在此基础上， 文章指出了在林业遥感应用中高光谱技术尚待解决的关键问题， 并阐述了可能解决问题的途径。 最后对林业高光谱遥感技术的应用前景作了展望。

树种间的光谱差异分析及分类算法的改进是利用遥感影像提取树种信息的难点, 也是提高退耕地树种信息提取精度的关键。 文章采用TM影像, 通过不同树种光谱信息的差异分析, 筛选出区分树种信息的光谱指标, 并采用改进的支持向量机算法对退耕还林地不同树种信息进行了提取。 结果表明, 该研究算法提取的平均精度为81.7%, 较传统支持向量机算法提高9.2%。 该方法可以实现较为准确的树种信息提取, 能够达到对退耕还林工程进行监测的目的, 对快速评价工程质量有重要意义。

分割算法的改进和特征空间的优化是采用面向对象技术提高退耕地树冠信息提取精度的关键, 也是利用高分辨率影像提取树冠信息急需解决的问题。 文章采用光谱阈值对QuickBird多光谱影像进行一级分割, 获得了植被区域, 并采用改进的基于边缘的算法对非线性滤波处理后的全色影像进行二级分割, 选取光谱、 形状和纹理特征组成的特征空间对退耕还林地树冠信息进行提取。 结果表明, 提取总体精度为84.67%, 较传统方法提高17%, KAPPA系数为0.795 3, 较传统方法提高0.168。 该研究方法能实现较为精确的树冠信息提取, 可为管理部门实施准确的监测提供依据, 对快速评价退耕还林效果具有重要意义。