近年来,随着遥感技术的发展,高光谱遥感具有的“高光谱分辨率、波段数量多”的特点为快速、精细、准确地对土壤中铬含量进行监测提供了可能。与此同时,高维度的光谱结构为数据的处理带来了新的挑战——邻近波段之间较高的相关性致使波段信息的冗余,并且会占用大量存储空间与增加计算的负担。论文在结合地物光谱形成原理与遥感定量反演理论的基础上,对土壤的光谱特征提取、特征参量构造及其定量表示进行了研究。利用东北黑土区土壤的室内光谱曲线,从光谱吸收的图像解释出发,为解决相邻波段相关性较强的问题,借鉴光谱积分,构造反向光谱吸收积分特征参数,并首次借助经验模态分解提取土壤光谱特征,通过多元逐步法的特征筛选,最后基于偏最小二乘回归建立土壤中铬含量的多个反演模型,对比分析了不同光谱特征提取方法对所建反演模型的影响。论文主要研究内容与结果如下:(1)研究基于光谱变换的特征提取与定量反演。结果表明,光谱变换能够改善光谱变量与铬含量之间的相关性,且土壤特征波段主要位于1420、1920、2210、2251、2425nm附近。相较于其他光谱变换偏最小二乘反演模型效果,平方根一阶微分变换能够有效提高研究区土壤铬的反演模型精度。(2)研究基于光谱特征参量——吸收面积的特征提取与定量反演。针对去包络处理后的土壤归一化光谱曲线的吸收位置构造吸收面积,565~810nm和1863~2153nm处的吸收面积对铬的含量影响较为显著,但其反演模型结果不太理想,只能对土壤中铬的含量进行粗略估计。(3)研究基于反向光谱吸收积分的特征提取与定量反演。从光谱吸收的图像解释出发,为了克服土壤光谱曲线相邻波段间较强的自相关性,借鉴光谱积分,构造新的光谱特征参量——反向光谱吸收积分,由此提取的铬含量影响显著的波段位置主要集中于468、1757、1874、1923、2205、2250、2425nm附近,其PLSR模型可精确预测研究区土壤中铬的含量。(4)研究基于EMD的特征提取与定量反演。基于高光谱数据是非线性、非平稳信号,引入经验模态分解对土壤光谱曲线进行去噪及特征提取,深入研究经验模态分解的基本原理以及本征模态函数的形成和在光谱曲线分解中的意义。通过对比分析,发现土壤光谱曲线经EMD分解后得到的本征模态函数IMF3和IMF4最能反映光谱特征。一方面,在余量R2上提取出IMF3和IMF4中吸收位置对应的数值,通过多元逐步法筛选出特征波段2012、411、1972、2388、2420nm,建立铬的偏最小二乘反演模型;另一方面,在余量R2上以IMF3和IMF4中吸收位置为中心波段构造反向光谱吸收积分,进行特征波段的选取,并建立偏最小二乘反演模型。综合各项模型评价指标,基于R2的反向光谱吸收积分模型的精度以及稳定性都得到明显改善,说明经验模态分解用于土壤光谱特征提取和土壤铬的反演具有明显的优势和潜力。