采收是决定烟叶原料质量的关键农艺措施,而判别烟叶的采收成熟度却缺乏有效的技术手段和定量化方法。高光谱遥感探测技术作为一种获取作物生长信息的有效手段已广泛用于许多作物的田间管理。然而将这种探测技术用于烟叶成熟度识别的研究和应用,不深入,也无法普及。为了将高光谱遥感作为探查烤烟烟叶成熟度信息的技术手段、找到判别烟叶成熟度的定量化方法,以期最终实现烟叶成熟度的大范围遥感监测。本文以云烟87烤烟品种为试验材料,高光谱遥感探测技术为手段,通过地面观测,研究烟叶采收成熟度的识别问题。在应用连续统去除方法和植被倒高斯模型处理光谱数据的过程中,共提取到9个光谱特征用于烟叶成熟度分类,主要包括了红边位置、光谱局部区域内的吸收峰面积光谱参数和这些面积的比值及差值、光谱局部区域内的吸收峰深度参数和这些深度的比值和差值、光谱局部区域的单个吸收峰的对称性或半峰面积。在应用JM距离计算相邻成熟度类别间的可分性过程中,发现9个特征中,叶绿素吸收峰面积及其左半峰面积与剩余的7个光谱特征组合成任意高维特征向量能提高不同成熟度类别间的可分性,但可分性最高只能达到1.414,这一可分但不完全可分的水平,同时发现特征仅扩展至二维,就可以达到较高的可分性水平,特征扩展至二维后,若继续扩展维数将不能有效改善成熟度类别间的可分性。在烟叶成熟度分类器建模的过程中,发现线性支持向量机可用于建立识别烟叶成熟度的数学模型,这个数学模型是在红边位置与叶绿素吸收峰面积构成的平面上,区分欠熟与适熟,适熟与过熟的两个最优决策超平面,分别是y=-6.8750·x+4854.30与y=-5.2993x+3722.26,但是用于解决二分类问题的支持向量机在解决三分类问题时,会出现将剩余类完全错分的现象,为了消除支持向量机在解决多分类问题中产生的错误,又提出了相应的纠错算法。在应用保持法和10次10折交叉验证法,评估分类方法产生的泛化误差过程中,发现欠熟类和适熟类模式的分类错误率处于1.04%的水平,适熟类和过熟类模式的分类错误率处于1.4%的水平,故认为支持向量机这种建模方法适用于区分用光谱特征表达的成熟度类。