目前高光谱遥感影像在矿物分析方法主要分成两种,一种是基于数学统计方法的传统遥感影像的处理方法和光谱波段间数学关系的计算方法,如监督分类、光谱角度填图、混合像元模糊分类和最大噪声分离等;另一种是基于物理机理的光谱观察和分析,如离子吸收波段、光谱吸收特征等。这两种方法各有优缺点。以数学统计方法为主的影像计算可以从数学的角度对实测影像数据在空间域、频率域和光谱域等方面的相关性等特征进行分析和计算,但这种方法没有充分考虑到单一光谱形成过程的物理化学机理,不能全面的把矿物和光谱特征之间的内在关系对应起来。以物理机理为主的光谱观察和分析方法可以从光谱形成原理本身出发,深入研究光谱特征与矿物内部要素的物理、化学和几何尺度因素之间的对应关系,但这种方法主要还处于实验室分析阶段,强调的是质的认识,不仅缺少量的统计,难以直观地显示结果,而且难以对存在较大误差的实测数据进行直接的分析。如果可以把这两种分析方法结合起来对光谱特征进行综合分析,就可以较好的弥补这两种方法各自的不足。本文通过对国内外各光谱特征分析和提取算法的研究和比较,发现把成像过程、图像处理、数学计算和物理意义结合起来对光谱信息进行分析和提取成为当前高光谱遥感矿物识别研究的发展趋势。本文首先对高光谱遥感技术的矿物光谱特征在国内外的进展情况作了简要介绍和对比,综述了高光谱遥感技术在地质调查及其它方面的应用研究概况。接着总结了本研究必须的数据预处理过程,并针对混合像元普遍存在于高光谱影像的情况,提出了基于误差迭代分析的特征光谱准备方法。然后总结了矿物光谱特征在光谱维上的体现,并提出了高光谱数据的各种矿物光谱特征分析和提取方法。最后对己提出的各种方法进行一体化的程序设计和功能实现并用美国AVIRIS高光谱数据对编码实现的各种功能进行实验并对实验结果进行分析。本文的核心部分紧紧围绕这三个方面的内容展开研究:首先,针对混合像元普遍存在于高光谱影像的情况,提出了基于误差迭代分析的特征光谱准备方法;其次,探讨了高光谱数据的各种矿物光谱特征分析和提取方法,包括基于包络线的特征因子提取、光谱相关性统计、光谱指数计算和光谱导数、微分等计算;最后,一体化的设计和实现算法,并用实测高光谱数据验证了各种矿物光谱特征分析和提取方法。主要成果和结论如下:1.针对混合像元在高光谱影像中普遍存在且理想的纯净光谱在实测影像中较少存在的情况,提出了基于误差迭代分析的特征光谱提取方法。误差迭代分析法的基本思路就是利用均方根误差来搜索端元。该方法最大特点就是端元直接从影像本身产生,不用担心所选用的端元实际在影像中不存在的这种情况的发生,而且该方法可以最大化地把影像中所有物质端元提取出来。所以说误差迭代分析的端元提取方法可以很好地为实测的高光谱影像中的矿物光谱特征分析准备数据。2.分析和总结了矿物中各常见阴阳离子和矿物质的光谱特征;并在此基础上探讨了高光谱数据的各种矿物光谱特征的分析和提取方法,如基于包络线的特征因子提取、光谱相关性统计、光谱指数计算和光谱导数、微分等计算。用这些方法对影像进行综合统计和分析,能够把光谱特征物化属性和数学计算结合起来,实现光谱特征和矿物特性之间的内在关系的直观对应,解决光谱特征的量化问题,实现对矿物光谱特征的提取和分析;3.在国产地理信息软件MAPGIS平台上,以C/C++为语言,编码实现了对实测影像进行光谱提取和特征分析的一体化计算和处理方法,并通过实验和分析,详细论证了上述方法的正确性和实用性。该一体化的算法设计和实现,完成了从原始影像预处理、端元提取和矿物光谱特征提取的全部流程。通过矿物端元提取和混合像元分解,克服了光谱特征分析大多处于实验室分析阶段的不足,即强调的是质的认识,同时为量的统计准备了条件,使原本存在较大误差的实测数据也可以进行直接分析并产生较正确结果。通过多种矿物光谱特征的分析算法,既从数学的角度对实测影像数据在空间域、频率域和光谱域等方面的相关性等特征进行分析和计算,又从光谱形成原理本身出发,深入研究光谱特征与矿物内部要素的物理、化学和几何尺度因素之间的对应关系,使原本难以直观显示分析结果的缺点得到改进。