毛竹广泛地分布于我国南方集体林区,截至第八次森林资源清查统计,其面积已达430万hm2,占所有竹林总面积的74%,在我国所有竹类资源中占有绝对优势,具有较高的经济效益、生态效益和社会效益。植被叶片叶绿素及氮含量是植被健康、生长状况的重要指标,且与土壤肥力息息相关,估测毛竹林叶绿素及氮含量对毛竹林生长胁迫、氮素缺乏情况、土壤肥力的间接估测等具有一定的指示作用。本文以福建省顺昌县大干镇为研究区,通过野外实测的高光谱数据、叶绿素含量、氮含量等数据,从叶片和冠层两个尺度,运用光谱分析法,挖掘高光谱海量信息,探索毛竹林叶绿素及氮含量的敏感光谱特征参数,分别建立了叶片与冠层叶绿素及氮含量的3种估测模型:线性模型、随机森林模型、支持向量机模型,并综合验证了模型精度,从而确定叶片与冠层尺度叶绿素及氮含量的最优估测模型。主要结果如下:（1）通过对毛竹林叶片叶绿素含量与叶片原始光谱、一阶微分光谱及植被指数的相关性分析,提取了原始光谱R593、E594、R599,一阶微分光DR654、DR797、DR907、DR1028以及比值植被指数RⅥⅠ（R810,R660）、比值植被指数RⅥⅡ（R801,R560）、绿波段归一化植被指数GNDⅥ、简单比值植被指数SRI、色素归一化植被指数PNSD等8个植被指数作为光谱特征参数,建立了叶片尺度叶绿素估算模型,并综合验证其估测精度,结果表明:叶片水平上,以比值植被指数RⅥⅡ构建的一元线性模型Y=13.17*RⅥⅡ-28.166的估测效果最佳,其拟合决定系数为0.5099,均方根误差为8.2102μg/cm2,预测偏差值为0.4846,总体精度为 78.06%。（2）分析了毛竹林叶片氮含量与叶片原始光谱、一阶微分光谱及植被指数的相关性,筛选了R387、R663、归一化植被指数NDⅥg-b（R575、R440）、结构不敏感色素SIPI、光化学反射指数PRI和色素比值植被指数PPR6个相关性较高的参数作为敏感特征参数,构建了叶片水平氮含量估测模型,并综合比较估测模型精度,发现以基于6个敏感特征的组合参数,惩罚因子C和核参数Sigma分别设为3和0.1的支持向量机模型的估测效果最好,其实测值与预测值拟合决定系数为0.7997,总体精度为93.87%,均方根误差为0.0343μg/cm2,预测偏差值为0.0083。（3）利用PROSAIL模型模拟了冠层反射率,并与实测的毛竹冠层反射率对比,发现模拟的冠层反射率与实测冠层反射率曲线走势一致,大约在400～700nm的波段范围稍微有些上下波动,在700nm以后模型模拟的反射率与实测的毛竹冠层反射率相近,甚至有重叠,说明PROSAIL模型能够很好的模拟毛竹冠层反射率。（4）定量分析了 PROSAIL模型各参数对模拟冠层反射率的影响,结果表明:叶面积指数LAI对毛竹林冠层反射率的变化影响在900～1400nm波段范围最显著,在可见光400～760nm范围其变,叶绿素的敏感度仅次于LAI,类胡萝卜素Car,其影响的范围较较窄,与LAI、叶绿素的敏感性差别较大,等效水厚度Cw主要影响1400nm以后的波段;干物质含量Cm主要影响800nm以后的波段;在400～11 00nm的波段范围,其敏感性大小由高至低的依次为LAI>Cab>Cm>Cw>N>Car>ALA。（5）对比叶片反射率与冠层反射率的差异、分析叶片与冠层两尺度上叶绿素与植被指数的相关性,结果发现冠层反射率一般小于叶片反射率;叶片水平上,叶绿素与RⅥⅠ、RⅥⅡ、NDⅥ800-680、SRⅠ、GNDⅥ、PSND、MSR705、GNDⅥ VI801-550、GNDⅥ801-550这8个植被指数达到了P<0.01极显著相关,而在冠层水平上,叶绿素与最优植被指数Viopt、修正三角形植被指数MTⅥ2、修正优化土壤调节植被指数OSAⅥ、红边胁迫植被指数RⅥS、PSND等8个植被指数仅呈P<0.05显著相关,表明毛竹叶绿素含量在叶片与冠层水平的响应程度存在一定的差异。（6）利用一元线性模型、逐步回归模型、随机森林和支持向量机估测模型分别构建冠层叶绿素含量、氮含量的估测模型,并进行了精度验证。结果表明:将mtry和ntry分别设置为3和1000的随机森林估测模型的效果最好,该模型的决定系数为0.4560,均方根误差为0.0283μg/cm2,预测偏差值为-0.0208,总体精度69.59%;估测冠层氮含量时,以惩罚因子C和核参数Sigma分别设置2和0.1的支持向量径向基模型估测结果最佳,该模型的估测值与实测值拟合决定系数为0.5257,均方根误差为0.1083μg/cm2,预测偏差值为-0.0674,总体精度 82.52%。