草地是地球生态系统的重要组成部分，也是藏北高原居民赖以生存的资源，草地退化不可避免地会引发环境和社会问题。毒草化是藏北高原草地退化的一个重要因素，狼毒作为主要入侵物种，严重影响当地草场质量、制约畜牧业发展。本研究从不同植被类型存在外在形态和物候两方面差异入手，选取申扎县北部区域为藏北高原的典型代表区，通过2008～2010年的时序植被指数(MODISEVI)、SVCHR-1024光谱仪实测地物光谱、环境与灾害监测预报小卫星星座A星(HJ-1A)的高光谱(HSI)和多光谱(CCD)数据以及相关辅助数据的收集、处理和分析，采用应用面广、分类效果佳的多种算法识别研究区的狼毒草原，对比不同方法所得结果，确定狼毒草原识别的最佳方法。本研究首次实现了狼毒草原的有效识别，为当地草地质量的监测和评估提供依据，为狼毒草原的治理奠定基础。主要成果如下:　　 1、狼毒冠层光谱和狼毒草原光谱分析。　　 设计并完成了植被生长季野外光谱采集工作，在光谱处理的基础上建立了藏北高原典型植物冠层光谱库、藏北高原典型草地类型光谱库和辅助地表背景光谱库。对比分析研究区的藏北嵩草、矮嵩草、针茅、苔草、火绒草、委陵菜和狼毒七种典型植被的冠层光谱，确定狼毒冠层光谱特征为:在紫外波段的反射率低于其他类型;在可见光波段黄边的一阶导数仅大于火绒草;红边位置的一阶导数仅大于火绒草;近红外波段反射率低于其他类型。通过相关性分析以及光谱变换等方法，结合地表背景光谱分析不同草地类型的样方光谱，结果表明，在植被盖度低于20％的情况下，样方地表背景的差异大于植被盖度的差异;狼毒草原与非狼毒草原和中盖度高寒草原三者光谱曲线的相关性大;狼毒草原与其他类型在波长565～1300nm差异较大;狼毒草原在红边位置的一阶导数值小于其他类型。　　 2、时序MODISEVI的特征提取。　　 采用非对称高斯函数拟合法(AsymmetricGaussians，A-G)、双Logistic曲线拟合法(DoubleLogistic，D-L)和Savitzky-Golay滤波法(S-G)三种数据重构方法对研究区2008～2010年的MODISEVI数据重构，重构结果对比表明:D-L拟合法重构结果更能显示植被的生长趋势，适用于物候特征提取;S-G滤波法重构结果保留了原始数据的细节信息。　　 采用动态阈值法从D-L重构所得时序EVI数据中提取生长季开始时间、峰值位置、结束时间、基本值、振幅、最大积分和最小积分八个物候特征。对比八个物候特征图像离散度，分析不同草地类型的物候特征的差异，结果表明:生长季最大积分、最小积分、生长季长度和振幅四个物候特征信息量丰富，不同类型间差异大。　　 分析不同草地类型的S-G滤波法重构后单年的时序曲线，结果表明:藏北高原植被的生长期为全年的第161～305天之间，其中生长季峰值出现在第225天附近。　　 3、基于时序MODISEVI的狼毒草原识别。　　 采用时序MODISEVI的多种特征数据（生长季数据、生长季特征变换数据和物候特征），分别结合最大似然法(MLC)和支持向量机法(SVM)两种算法对研究区狼毒草原分类。分类结果对比表明:物候特征对狼毒草原的识别精度优于其他特征数据;生长季最大积分、最小积分、基准值和振幅四个物候特征与最大似然法结合(WH4-MLC)识别效果最佳，其精度为68.46％。　　 4、基于HJ-1AHSI的狼毒草原识别。　　 在HJ-1AHSI数据预处理的基础上，采用自适应波段选择法、特征位置法、MNF变换、PCA变换、SPCA和SMNF变换等多种特征提取方式得到HJ-1AHSI的多种特征数据，将其与支持向量机和最大似然法两种算法结合识别研究区狼毒草原。对比分类结果表明:PCA变换后的前五个主成分结合最大似然法(PCA5-MLC)对狼毒草原的分类结果最佳，其精度为71.95％。　　 对于HJ-1AHSI数据，分别通过BEM、SAM、MF、SFF和MTMF五种光谱匹配算法和线性混合像元分解(LSMM)法得到研究区多种地类端元数据的匹配度图像后采用最大似然分类得到不同草地类型的分类结果。分类结果对比表明:高光谱数据与线性混合像元分解(HSI-LSMM)取得最优的效果，其识别精度为82.28％。　　 对比分析PCA5-MLC和HSI-LSMM两种分类方法所得狼毒草原识别精度、图像和分类结果的相关性，结果表明HSI-LSMM为基于高光谱数据识别狼毒草原的最优方法。　　 5、HJ-1AHSI的噪声分析。　　 对HJ-1AHSI的处理分析及应用表明:HJ-1AHSI波段之间做加减运算会增强噪声;受该数据中噪声影响，在特征提取中PCA变换效果优于MNF变换;受该数据噪声的影响，使得包络线去除后图像噪声更加明显，即基于光谱特征的匹配算法不适于HJ-1AHSI。