草地作为人类所需物质的供给库,近年来随着社会经济的快速发展和人口的剧增,草地面临不同程度的退化。草地退化指示物种的识别和量化统计是草地监测的基础,也是当地政府实施草地治理政策的依据。无人机高光谱由于其图谱合一、机动性强、灵活性大、获得的图像具有高空间分辨率和高光谱分辨率的特点,被应用到草地监测中。本文以青藏高原典型泥炭沼泽分布区域若尔盖高原为研究区,以无人机高光谱数据和地物光谱仪实测数据为基础,结合野外调查,通过不同的高光谱指示物种识别方法完成了该区域草地退化指示物种的识别,并通过对比,验证了两种方法的识别精度,并分析了不同退化梯度退化指示物种的差异,为该地区草地退化遥感监测提供科学的依据。本文主要研究结果如下:（1）标准地物光谱数据库的构建。本文通过手持光谱仪在野外的实测,利用View Spec Pro软件,完成了对其平均光谱的计算以及后续的一系列处理,最终完成了12个样地标准光谱数据的建立。研究结果表明:相同的退化样地中不同物种的光谱曲线反射率是不相同的,因此可以用基于其光谱曲线的特性将不同的草地物种进行分类。（2）高光谱影像端元提取。本文利用顶点成分分析（VCA）、正交子空间投影（OSP）、连续最大角凸锥（SMACC）三种方法从所获取的12个样地高光谱图像上提取了端元光谱。结果表明:在沼泽土、泥炭土、草甸土样地中,当物种数量较多时,顶点成分分析（VCA）对影像上植被端元光谱提取能力较强;当物种数量较少时,三种方法提取能力基本相同。但是对于严重退化的沙化样地中,正交子空间投影（OSP）对于高光谱影像端元提取能力较强。（3）3种端元光谱匹配技术。本文通过光谱角匹配（SAM）、光谱特征拟合（SFF）、二进制编码（BE）三种光谱匹配方法将影像光谱和光谱库中的光谱进行比对分析,通过加权赋分的方法,最终确定了每幅影像端元光谱的类别。研究结果表明:在12个样地中,三种光谱匹配方法对于草地优势物种赋分结果从高到低依次为二进制编码（BE）＞光谱角匹配（SAM）＞光谱特征拟合（SFF）,二进制编码的光谱匹配方法更适用于该地区。（4）高寒草甸物种识别分类。本文使用了光谱角制图（SAM）和光谱信息散度（SID）两种分类完成了该区域草地物种空间分布图,并对其结果进行了验证。研究结果表明:从该区域草地优势物种分类精度可以看出,基于完整波形的分类方法分类精度最高,分类精度在61%-100%之间,总体分类精度在47.73%-87.5%之间,Kappa系数在0.27-0.81之间。说明光谱角制图（SAM）的分类方法更适用于该地区草地物种的分类识别。