芒萁（Dicranopteris dichotoma）是南方红壤侵蚀区重要的水土保持植物,也是生态修复与重建的地带性草本植物。利用高光谱遥感技术研究芒萁的生化组分,能在不破坏芒萁的条件下快速、实时地监测其生长状况和健康状况。本文以南方红壤侵蚀区的典型代表福建省长汀县朱溪小流域为研究区,以芒萁为研究对象,选择生态恢复区内恢复年限分别为6a、12a、18a、36a以及未治理对照地和风水林对照地共6种不同类型的样地,结合野外采样和室内实验分析方法,分析比较在不同生态恢复年限以及不同坡位影响下,芒萁叶原始光谱反射曲线、一阶微分光谱曲线变化特征,并采用单变量、多元逐步回归以及BP神经网络建模方法对芒萁生化组分建立高光谱估算模型,分别建立芒萁叶绿素含量的单变量和多元逐步回归估算模型以及氮素含量的多元逐步回归、BP神经网络模型,最后对建立的模型进行精度检验评价,比较分析确定最佳的估算模型,为该区域大规模监测水土保持植物芒萁的动态变化提供数据支撑,同时为南方红壤侵蚀区生态系统修复和重建提供参考。本研究主要的成果如下:（1）芒萁叶片形态特征、叶绿素以及氮素含量随着生态恢复年限的变化规律:随着生态恢复年限的增大,比叶面积不断增加,而叶干物质则不断减小,叶绿素、氮素含量均不断增大,并在风水林对照地处达到最大值。（2）生态恢复年限和坡位对芒萁叶片反射率有一定的影响。不同生态恢复年限的芒萁叶片原始光谱反射率总体上表现出相同的趋势,“红边”附近,风水林对照地的红边斜率最大,近红外波段风水林对照地反射率一直保持最大值。在同一生态恢复年限下,从微地形的角度看,沟底或者脊部的下坡位的芒萁反射率都要大于上坡位芒萁;沟底芒萁反射率大于脊部芒萁。（3）芒萁叶片叶绿素含量的敏感波段主出现在可见光波段。与原始光谱的敏感波长为407nm、603nm,与一阶微分光谱的敏感波长为554nm、674nm、463nm、739nm。叶绿素含量与原始光谱相关性分析发现:芒萁叶片叶绿素含量与光谱的相关性较大的区域主要分布在红边,与一阶微分曲线的相关性达到极显著水平的波段主要分布在350-700nm可见光区域。（4）在建立的叶绿素单变量回归模型中,以红边位置（λr）为自变量建立的线性模型y=0.096x-66.543和基于植被指数RVI_603/407为自变量建立的二次模型y=4.693-1.506x+0.139x2是单变量模型中最佳估算模型;叶绿素的多元逐步回归模型中,以三边参数中的红边位置（λr）、黄边位置（λy）和红边内一阶微分的总和（SDr）为自变量建立的y)82(-52.9 97（10）.0103?₁-.0029?₂（10）.0525?₃多元回归模型建模精度和预测精度均较高,是最佳的估算模型。（5）在芒萁氮素含量的估算模型的构建中,基于不同自变量建立的4个多元回归模型中,以NPCI,DCNI指数为自变量建立的多元回归方程Y=13.45+25.562NPCI+0.292DCNI拟合R2值最大,预测决定系数最大,均方根误差和相对误差值都最小（R2=0.597,RMSE=1.304,RE=15.0%）,是芒萁氮素含量最佳估算模型。基于神经网络模型的最佳氮素估算模型是以NPCI,SIPI,mNDVI₇₀₅,Vog植被指数为自变量建立的BP神经网络模型,其决定系数最高,均方根误差和相对误差值均最小（R2=0.916,RMSE=1.06,RE=7.52%）,该模型是最佳的氮素估算模型。BP神经网络模型精度在多元逐步回归模型的基础上进一步得到了提升,是氮素最佳估算模型。