本论文以Hyperion影像为数据源,选取福建省明溪县的夏阳乡和沙溪乡为研究区,重点开展了基于Hyperion影像对研究区的森林树种的识别研究。首先,分析了Hyperion高光谱数据的特点,对其本身数据的缺陷,提出了预处理方法。针对高光谱数据量大、数据冗余度高等特点,对Hyperion高光谱数据进行了MNF变换和ICA变换两种方法的降维处理。然后,取降维后前20个主成分,用最大似然法(MLC)、光谱角填图法(SAM)、支持向量机(SVM)三种方法对两种降维后的数据进行分类,即比较不同2种降维方法下3种分类方法,6种组合方法进行分类。采用混淆矩阵对分类结果分析。最后,研究随着主成分个数的变化6种组合方法的分类精度。得到如下结论：(1)当主成分个数取前20个时,MNF和ICA变换对同种分类方法的分类精度影响几乎可以忽略,三种分类方法分类精度和Kappa系数由高到低为,SVM(77%和0.76)、SAM(64%和0.63)、MLC(52%和0.50),分类精度大约是12%的递减。(2)随着主成分个数逐渐增大,SVM和SAM精度升高,而MLC持续降低。当主成分个数增加到一定程度,SVM和SAM分类精度趋于饱和,SVM的精度要高于SAM。(3)由于MNF变换后分类精度主要由第一主成分决定,MNF变换对数据分类结果的影响更为稳定,ICA变换后的稳定性不是很好。(4)当主成分取前3个时,三种方法MNF的分类精度比ICA的均要高。