遥感手段已经广泛应用于湿地植物的保护和监测。传统的多光谱遥感数据虽然对于识别差异较大的地物,如识别裸地、水体和植被具有较高精度,但无法满足更高的识别湿地植物物种和群落的需要。因此,高光谱数据以其光谱分辨率高、波段数目多、数据量庞大等特点,为湿地植物及其群落的细致分类提供了可能。作为一种新的应用于湿地植物研究的数据类型,本研究从多个角度对北京地区常见湿地植物的高光谱数据进行了分析。首先,利用高光谱数据连续性特点,采用导数法和连续统去除法对反射率光谱曲线的变化速率、曲率以及吸收光谱特性进行了突出放大和特征研究。其次,针对高光谱数据波段多、有冗余的特点,采用马氏距离法和主成分分析法进行了光谱降维处理。最后,利用提取的各种特征参数设计九种情景,采用判别方法构建湿地植物识别模型,并对模型精度进行了比较评价。研究结果显示,高光谱数据反映了更为丰富的湿地植物对光谱的反射和吸收特征。除了绿色植物典型的“两峰三谷”光谱曲线特点,运用导数方法和连续统去除方法还可突显出曲线增速极值出现在520nm和710nm周围,典型的“凹形”光谱曲线主要分布在510nm、580nm、690nm和970nm周围,而三个吸收谷中以第二吸收波段(550-730nm)吸收强度最大。另外,湿地植物光谱还受水体吸收作用的影响较大,特别是在近红外波段(800-1000nm)处,沉水植物的反射率较挺水和浮水植物有明显不同。马氏距离法和主成分分析法都可以有效进行光谱降维,从不同光谱曲线中提取的特征参数综合用于物种识别模型的精度都较高(90%以上)。但是,仅利用连续统去除光谱提取的参数比仅利用反射率光谱参数有更好的建模精度,这也说明了水和叶绿素的吸收作用对湿地植物光谱有较大影响。总之,湿地植物高光谱数据信息的分析和变换为更好地认识湿地植物的光谱特征提供了依据,而湿地植物识别模型的建立可以为未来航空和航天领域进行大尺度湿地制图和湿地监测提供指导。