高光谱遥感是二十世纪八十年代建立在成像系统与分光技术相结合基础之上的一门新兴遥感技术。由于高光谱遥感独有的超高光谱分辨率,其应用潜力已经得到了越来越多的关注,在军用及民用的多个领域得到了大量运用。人们已经针对多光谱遥感影像数据处理取得了大量研究成果,技术日趋完善。但是高光谱遥感影像的数据量很大,这就使得以往的处理方法对成像光谱数据的应用受到了一定的限制。因此,如何从高光谱影像海量数据中快速高效获取所需信息是一个亟待解决的问题。本文在分析高光谱遥感影像的特点和现有的数据处理方法的基础上,研究了针对环境星HSI影像的数据处理和分类处理方法。　　 环境一号卫星即环境与灾害监测预报小卫星星座是我国于2008年成功发射的自主研发的卫星,其上包含A、B两颗光学卫星,均搭载了两台CCD相机。除此之外,A星上搭载有一台高光谱成像仪,本文研究所采用的数据即为环境星HSI影像。　　 本文以张家界市永定区大部分地区为研究区域,通过分析研究区域概况及所采用数据的特点,提出了综合使用子空间划分、自适应波段选择和光谱可分性距离三种方法来实现对环境星HSI影像的波段提取；之后提出了基于波段选择的支持向量机分类方法,以期达到较好的分类结果。主要研究工作有:　　 (1)根据现有的针对Hyperion等高光谱影像的预处理方法,完成了对环境星HSI影像的一系列预处理,包括数据格式转换、绝对辐亮度值转换、垂直条纹去除、大气校正、坏波段去除和几何精校正,最后得到了地物的反射率数据。　　 (2)通过分析现有波段选择方法,提出了针对环境星HSI影像综合使用子空间划分、自适应波段选择和光谱可分性距离方法完成对该数据的波段选择。该方法利用影像各波段间的相关系数矩阵的分块特点,将115个波段空间划分为4个子空间,然后再进行自适应波段选择。最后,考虑各地物连续光谱间的可分性,计算任意两类地物在各个波段的光谱距离,并与进行了前两步得到的数据进行求交,得到去除了较大冗余度且包含大量有用信息的波段组合。　　 (3)分析了支持向量机分类的原理及流程,提出了基于波段选择的支持向量机分类方法。结果表明,采用本文提出的分类方法,得到了82.30％的分类精度。将该分类结果与未进行波段选择的支持向量机分类结果进行比较,证明了基于波段选择的支持向量机分类方法的分类精度和计算速度均得到了明显改善。