中文摘要：

植被高光谱数据的特征提取和数学描述是多种数据分析算法的基础。本项研究主要以植被高光谱图像精细分类、植被理化参数定量反演、植被天然气胁迫监测等问题为研究目标，重点开展了以下研究工作针对植被高光谱遥感图像混合像元解混问题，提出了基于特征空间的光谱解混方案，研究了两种特征空间的构造方法，包括主成分与投影寻踪相结合的特征空间和独立分量分析特征空间。以PROSPECT叶片辐射传输模型为例，研究了基于主成分变换空间的模型参数反演，达到了全波段空间反演的精度，同时改善了基于全波段反演时，干物质反演精度较低的问题。通过对高光谱数据进行小波分解，建立了基于单变量和多变量小波系数的叶绿素经验反演模型，提出了不同小波母函数下，反演叶绿素浓度的最优分解尺度和小波系数。针对天然气管道的泄漏探测问题，研究了叶绿素和水相关的植被指数作为天然气泄漏探测指标的可行性，从区分敏感性和不同植物下变化的一致性角度揭示了mND705和mND705两个叶绿素相关的植被指数作为天然气胁迫探测指标的优势。