重金属矿山开采活动对生态环境造成了复杂的影响, 而植被的生长状况是矿山周围生态环境变化的重要指示因子。 常规的对植被中重金属元素富集程度的估计方法往往依赖于大量的野外调查数据以及实验室化学分析方法, 需要耗费大量的物力与时间。 而通过光谱分析方法能够非接触地获取植被中的重金属含量信息。 然而, 从高光谱遥感卫星数据中反演植被重金属含量信息仍然是个比较困难的工作。 从众多的卫星数据波段中找到对特定重金属元素敏感的波段是植被重金属含量提取的关键。 该工作探索了一种基于统计分析的方法从国产卫星（HJ-1）高光谱数据中实现特征波段发现与重金属含量提取, 该方法基于野外实测数据集与环境星高光谱遥感图像, 选取叶片铜离子含量作为重金属铜污染程度的指示因子, 利用44组德兴铜矿植被覆盖区的叶片铜离子含量数据与逐步多元线性回归与交叉验证方法, 实现了环境星高光谱反射光谱与叶片铜离子含量的统计建模。 将统计模型应用于德兴铜矿研究区, 生成了德兴铜矿植被覆盖区叶片铜离子含量分布图。 结果表明, 该工作建立的重金属含量估计模型具有明显的统计学意义, 叶片铜离子含量对516 nm附近的冠层反射光谱最为敏感。 矿区铜含量制图结果表明, 德兴铜矿植被覆盖区铜离子含量的分布范围介于0～130 mg·kg-1之间, 铜离子含量在德兴市东南角和铜矿周围的植被覆盖区域含量最高, 均介于80～100 mg·kg-1之间。 制图结果可以为德兴铜矿重金属铜污染的预防与治理提供基础数据支持。