本書以離子型稀土礦區(qū)的典型復墾植被為研究對象, 通過野外測量復墾植被葉片高光譜及其葉綠素含量, 利用地面光譜高分辨率的特點, 對光譜進行去噪、變換等處理, 放大光譜特征差異, 辨別復墾植被與非復墾植被的差異; 研究了復墾植被在不同數(shù)學變換方法的光譜特征分析, 利用均值置信區(qū)間法進行高光譜數(shù)據降維, 提取出各植被的特征波段進行敏感性檢驗, 選擇出最佳特征波段, 通過三種判別方法實現(xiàn)對復墾植被的有效識別區(qū)分; 結合復墾植被葉綠素含量做相關性分析, 篩選出針對礦區(qū)復墾地中六種植被的敏感光譜信息, 簡化了模型的輸入變量, 降低了數(shù)據維數(shù), 分析了植被的脅迫影響; 建立基于植被指數(shù)、PLSR (Partial Least Squares Regression) 和隨機森林算法的復墾植被葉綠素含量模型, 并進行對比分析, 篩選出適合復墾植被葉綠素最佳反演模型。該研究為稀土礦區(qū)快速、有效的復墾措施提供決策支持, 盡早實現(xiàn)稀土礦區(qū)的植被恢復和生態(tài)完整。