地物波谱特性是遥感技术研究与应用的基础,反映了地物本身特性、变化和差异。近年来,高光谱遥感技术因其波段数目多且具有纳米级的光谱分辨率可以更精确、更多的捕捉到微小的光谱差异,破除了传统遥感手段瓶颈。着眼当下,精准扶贫完美收官,乡村振兴全面推进,高光谱遥感在精准农业服务方面将继续发挥显著优势,农业动态监管之中,可以提升农业信息化水平为云南滇中地区典型农作物长势监测、实施小地块、分散化的高原特色农业发展提供了理论依据和技术支持。本研究以云南省滇中地区（昆明市、玉溪市、曲靖市和楚雄彝族自治州）的七种典型农作物（黄白菜、云南芥菜、白萝卜、马铃薯、小麦、玉米和油菜）为研究对象,通过野外试验,获取地面高光谱数据（SOC710vp）和卫星影像数据（GF-5）作为数据源,以原始光谱为基础,结合多种数学变换方法,同时提取特征参数进行定量分析,综合选择农作物的光谱特征波段,分析农作物种类间的差异性和相似性。论文主要研究内容如下:（1）本文利用ENVI软件对高分五号高光谱数据进行预处理工作,通过一系列处理过程,校正了图像的辐射和几何畸变,还原了地物真实反射率,取得了较好的效果。（2）对四类全波段光谱（包括原始、一阶微分、连续统去除光谱和倒数的对数光谱）进行分析:原始光谱的可见光范围内白萝卜和小麦的区分度最高;一阶导数光谱反映不同农作物光谱曲线的变化斜率,可以区分出白萝卜和玉米的光谱特征;经过光谱的连续统去除之后,可以放大光谱反射率曲线的吸收特征,提取7个“吸收谷”区间从而有利于不同种类作物区分;倒数的对数光谱放大可见光范围内各作物的光谱差异,实现可见光波段的“两谷一峰”转变“两峰一谷”。（3）提取两类特征变量（包括三边参数和吸收特征参数）进行定量分析:提取的三边参数中苦菜的红、蓝峰值均为最大;七种作物可能受土壤环境因素影响,均存在不同程度的“蓝移”,白菜红边位置最为明显;面积比值Sr/Sy区分七种作物的效果最好。吸收特征参数中第二个吸收谷（550～760nm）吸收强度最大;吸收谷宽深比可以放大差异。（4）基于光谱特征法和统计分析法（均值置信区间带法）选出的七种作物光谱特征波段集中于绿色植物进行光合作用的绿光部分、光谱反射率变化最快的“红边”区域以及光谱高反射率的近红外范围,并且达到光谱降维的效果。