祁连山高寒草地资源是我国北方草地的重要组成部分,近年来退化较严重,导致其产量、质量下降。牧草植物的叶绿素和营养成分的含量直接影响着放牧家畜的生产能力,草地营养监测是草地资源调查中重要的一环。但传统的以实地考察为主的草地监测方法,不仅费时费力,还会对草地植被造成一定程度的损害。因此,利用高光谱技术,实时掌握草地植物品质和草地退化状况等的方法,实现草地的遥感动态监测至关重要。本研究利用ASD Fied Seec地物光谱仪,采集了东祁连山不同退化程度高寒草甸植物群落以及22种主要植物的光谱数据,同时测定了相应的营养指标,并筛选了15个植被指数,结合随机森林（RF）分类与支持向量机（SVM）分类,对东祁连山高寒草甸主要植物进行光谱特征分析,建立了不同退化程度草地群落的分类模型;并利用Person相关系数法、PCA主成分分析法和VIP变量投影重要性法,选择原始光谱波段与植被指数,然后采用多元逐步回归与多元线性回归分析,建立了高寒草地不同营养指标的反演模型。研究结果如下:1)22种高寒草地优势植物光谱特征分析发现,各高寒草地优势植物光谱反射率在550nm（绿光）波段差异明显;各植物光谱的红边位置出现不同程度的偏移。CIred edge和RGI的随机森林模型变量重要性最高,RF分类模型（R2=0.85）与SVM分类模型（R2=0.91）的分类精度均较高,可用于22种高寒草地植物的识别。2)不同退化程度草地群落光谱特征分析发现,极度退化草地在790nm附近、790-1000nm和1350-2500nm的光谱反射率与其余4类草地区别明显（p<0.05）,除极度退化草地外,随退化程度的加剧红边位置发生了蓝移现象。NDVI705与SAVI的随机森林模型重要性极高,SVM分类模型（R2=0.875）与RF分类模型（R2=0.78）对群落的退化程度分级识别精度均较高,可用于高寒草地的退化程度监测。3)乳白香清（Anaphalislactea Maxim.）、垂穗披碱草（Elymus nutans Griseb.）、珠芽蓼（Polygonum viviparum L.）和矮生嵩草（Kobresia humilis Sergievskaya.）的叶绿素含量较高;豆科牧草阴山扁蓿豆（Fragaria orientalis Losinsk）粗蛋白含量和消化率、矮生嵩草磷含量、禾本科植物垂穗披碱草酸性洗涤纤维与中性洗涤纤维含量都显著（p<0.05）高于其他植物,未退化草地与中度退化草地的总叶绿素含量显著（p<0.05）高于其他类草地,未退化草地粗蛋白、全磷含量和消化率均显著（p<0.05）高于其他4类草地,极度退化草地中性洗涤纤维和酸性洗涤纤维含量显著（p<0.05）高于其他4类草地,达39.9%。综合评价表明,随退化程度加剧,牧草品质变劣。4)叶绿素含量敏感波段为350-650nm、680-902nm,与其显著相关的植被指数有RVI、SAVI、NDVI670、VARI、PSRI、ARVI、RGI、GI、OSAVI、GNDVI,最佳反演模型为原始光谱多元逐步回归模型R2=0.889;粗蛋白含量反演敏感波段为350-588nm、666-688nm和2231-2500nm,显著相关的植被指数为NDVI705、RVI、SAVI、NDVI670、VARI、PSRI、ARVI、RGI、GI、OSAVI和CIred.edge,精度最高的反演模型为植被指数Person相关系数法模型R2=0.652;全磷含量敏感波段为1001-1027nm、680-982nm、350-641nm,显著相关的植被指数为DVI、RVI、SAVI,精度最高模型为原始光谱反射率多元逐步回归模型R2=0.942;中性洗涤纤维敏感波段为1001-1090、2256-2281nm、350-999nm,显著相关的植被指数为DVI、RVI、SAVI,反演模型精度最高的模型为原始光谱反射率多元逐步回归模型R2=0.94;酸性洗涤纤维、粗灰分和消化率未找到相关性较高的原始光谱波段,与植被指数反演模型的精度也较低。本研究表明,高光谱分析对高寒草原植物群落和主要植物的分类与营养指标的反演具有较高的准确性和鲁棒性,研究结果为实现东祁连山高寒草地的遥感监测奠定了基础。