城市森林在改善和维护城市生态环境方面发挥着重要的作用,城市森林长势、生物量及其空间分布是城市森林生态系统服务功能评价的重要内容。传统的森林生物量估测方法费时耗力,高光谱遥感技术可通过有效地挖掘生物量与植被的光谱特征关系,实现城市森林长势、森林生物量的有效监测,克服传统生物量估算方法所存在的空间尺度本文基于高光谱遥感技术,分别以便携式高光谱地物波谱仪实测的地面数据、无人机高光谱影像数据及Landsat 8 OLI卫星影像数据,以上海市、上海交通大学闵行校区为研究区域,从近地面-航空-航天不同高度和空间尺度下对城市森林植被的光谱特征进行分析研究,并结合生物量数据,筛选最优波段和计算植被指数,建立以植被指数为变量因子的线性和非线性回归模型,并对上海城市森林生物量进行高光谱反演模型研究,估算其生物量。主要研究内容和结果如下:(1)基于对研究区香樟、广玉兰、石楠、夹竹桃、孝顺竹、千头柏和紫叶小檗共七种森林植被类型的实测光谱研究分析,发现所测植被共同的光谱特征为,510 nm波段处存在蓝谷,在550 nm绿光波段处存在小的反射峰,在690 nm波段处存在红谷,在690~750 nm处存在红边。进一步基于连续统去除法的光谱处理,获得了所测植被可区分波段,可分波段大都落在可见光波段。(2)基于无人机遥感影像,所测植被共同的光谱特征为:在490nm处有微型的波谷,在550 nm附近有反射峰,在670 nm处有红谷,在670~760 nm有红边,在760~900 nm处有稳定反射率高峰,在900~1000 nm波段,光谱反射率迅速下降。结果显示,无人机高光谱数据能很好的区分不同地物,表征不同植被之间的光谱差异。且无人机高光谱遥感影像中的植被光谱曲线和地面实测植被的光谱曲线具有很好的一致性,但无人机遥感影像中的植被光谱反射率值平均比地面实测植被的反射率值低40%。(3)通过对香樟、广玉兰和水杉三种乔木植被的生物量与无人机影像中植被光谱各波段的统计学分析,选择并计算了基于无人机高光谱数据的12种植被指数;进一步通过生物量与植被指数的相关性分析,确定了相关系数最高的前4种植被指数作为反演模型的建模因子,进而分别建立了线性模型和非线性模型。在进行模型精度分析和验证的基础上,确定以RVI为单变量的二次多项式生物量高光谱反演模型y=0.1816x~2-1.2368x+21.655。(4)将分析获得的城市森林植被光谱特征,应用于基于landsat 8OLI卫星影像中森林植被的信息提取,结合基于植被指数的生物量反演模型,分别计算分析了上海市城市森林生物量,上海城市森林生物量,一共为4.75 Tg,平均生物量密度为45.74t/ha。