植被的识别分类是管理植被资源的基础和依据,如何高效精准识别植被类型是林业遥感亟待解决的问题。不同的植被具有极其细微的光谱特征差异,利用高光谱遥感探测分析植被间的这种差异特征,一方面可以为植被遥感分类提供先验知识,为区分光谱特征相近的植被提供可能,另一方面能够为监测植被长势以及植被的区域应用提供理论依据和技术支持。本研究将研究区设在昆明西山森林公园,利用SOC710VP地物光谱仪采集滇中11种典型植被地面高光谱影像,无人机搭载S185画幅式机载高速成像光谱仪采集9种典型植被高光谱影像。从所测的高光谱影像中提取典型植被的反射率,分别将典型植被的地面高光谱反射率曲线和机载高光谱反射率曲线进行一阶微分、光谱倒数对数以及连续统去除三种数学变换。充分认识和分析植被的反射率光谱及三种变换曲线,利用植被指数、三边参数和峰谷特征将植被的光谱特征参量化,基于光谱特征分析和马氏距离统计学分析方法提取植被间的可识别波段。通过对高分五号高光谱影像的混合像元进行解混,提取纯净端元,以地面植被和机载植被提取的特征波段为基础,基于波谱角填图法实现对研究区的植被分类识别,对分类后的结果进行分类精度探讨。主要研究发现如下:（1）基于植被光谱特征及其变换分析发现,虽然植被具有相似的光谱特征曲线,但是不同类别的植被光谱在特定波段有一定差异,通过相关的数学变换可以放大不同植被间的光谱差异,同类植被不同个体在地物光谱仪影像和机载高光谱影像上的光谱特征曲线表现不完全相同。（2）针对地物光谱仪和机载高光谱仪实测植被光谱数据的特征波段提取,研究得到倒数对数和连续统去除变换所增加的光谱特征波段范围最大,是最理想的光谱数据处理方法。（3）针对地物光谱仪实测11种植被的光谱特征波段分类,研究得到原始光谱特征波段总体分类精度和Kappa系数最低,分类效果一般。三种变换光谱分类结果与实地植被一致性程度高,分类效果好。（4）针对机载高光谱仪实测9种植被的光谱特征波段分类,研究得到一阶微分特征波段总体分类精度和Kappa系数最低,分类效果一般。原始光谱及倒数对数、连续统去除变换特征波段分类结果与实地植被一致性高,分类效果好。综上所述,本文面向昆明西山森林植被高光谱遥感精细化监测的需求,基于天空地多平台高光谱数据,使用波谱角填图法实现了不同植被类型的精准识别,为多平台高光谱数据应用于林业资源管理提供一定的思路和依据。