随着高光谱技术的发展和国民经济发展对资源的需求,高光谱技术已经成为矿产资源勘查的高新技术之一,并取得很好的应用效果。高光谱数据具有连续的光谱曲线和纳米级的光谱分辨率,在植被覆盖区可以通过植被光谱差异来判断矿产元素信息是否异常,进而得到区域的地球化学信息分布情况,为矿产资源调查提供指示信息和找矿线索,在植被覆盖区地质找矿中具有非常好的应用前景。目前国内的遥感技术研究主要是通过描述重金属胁迫下的植物光谱表观特征,建立基于统计方法和植被指数的经验模型反演植被叶片重金属含量,但通过植被光谱信息来反演植被覆盖区土壤重金属含量的研究尚属少数。为了查明江西德兴铜矿土壤铜元素在土壤和植被中的富集含量以及土壤铜元素对植被叶片实测光谱数据的影响,通过比较多种模型的反演精度,分析不同光谱波段以及植被指数等对土壤铜元素的敏感性,最终构建了植被覆盖区叶片光谱与土壤铜元素含量的反演模型,以期达到突破植被屏障,揭示或推断地下可能存在的隐伏矿藏,快速准确地获取矿产资源分布情况,为植被覆盖区的全国矿产资源调查提供有力的理论依据与技术支撑。本篇研究中,首先分析了实测光谱数据与土壤铜元素的相关性分析及特征选择,植被叶片光谱与土壤铜元素含量相关模型的建立主要是对特征波段和光谱指数的优选,优选并建立新的特征波段。光谱指数的优选主要是搜集其他文献中提及的各种植被指数,优选出对土壤铜元素敏感的部分植被指数。然后建立了建立基于植被叶片实测光谱数据的土壤金属铜元素含量反演模型,并进行模型验证。探究了不同光谱分辨率下植被覆盖区叶片光谱对土壤铜元素含量的反演精度的影响,并将建立的模型应用于Hyperion光谱数据以及GF-5模拟数据。最终获得了基于矿山高植被覆盖区叶片光谱的土壤铜元素定量反演模型,对比多元线性模型、偏最小二乘模型以及支持向量机模型,获得偏最小二乘模型的最优结果,并将模型在卫星影像做了应用,为植被覆盖区地质找矿、GF-5卫星的进一步应用提供了技术支持。