高光谱遥感为地物的精细识别提供优势的同时,也带来了数据量多,波段间相关性大,处理精度和效率下降的问题,而且在遥感分类中并不是使用的通道越多波段越窄越好,寻求适宜遥感分类的波段宽才能有效的提高分类精度。本研究对Hyperion影像进行的处理主要包括去除未定标和受水汽影像波段、坏线、条纹和smile效应,辐射定标和大气校正,处理后得到161个波段,由于选用的是LIR级数据未经几何校正,需要再进行几何校正。根据样地调查情况确定试验区待分类别14类,对提取的14类地物样本平均光谱进行7次Sym3小波分解,由得到的小波细节系数方差和小波细节系数熵分析适宜各类型识别的光谱区间主要为40nm和80nm。然后将不同光谱区间内窄波段进行小波融合,最后选取SVM进行分类识别。结果表明将小波分析与支持向量机方法(svm)结合,有利于解决高光谱的“维数灾难”问题,且分类精度总体都达到81%以上,说明本研究提出的方法可行,提高了高光谱数据的利用率。