高光谱遥感数据具有光谱分辨率高的特点,能为目标地物提供几乎连续的光谱曲线,能够充分反映地物的细节特征。正是由于这种较高的波段分辨率,传感器在测量过程中,仪器内部电路或外部环境带来的噪声更容易引起光谱细节的变化。同时,大量波段所产生的数据冗余,也对目标地物的特征提取带来了非常大的困难。本文基于经验模态分解和小波分析这两种多尺度分析方法对高光谱遥感数据降噪和特征提取进行了研究,这两种方法都能将信号从低频到高频进行分解。文中采用ASDFeiledSpec4地物光谱仪的白板噪声作为噪声样本,该噪声具备高频且振幅从两端向中间递减的特点。在降噪方面,以ENVI软件中提供的针铁矿的标准光谱添加白板噪声后的加噪光谱为研究对象,分别使用经验模态分解和小波分析进行降噪处理,以信噪比、均方根误差以及光谱相似度三个参数对降噪效果进行评价。在特征提取方面,选择钙铁榴石、中长石和硬石膏这三种相近光谱曲线进行实验,提取极值点对应波段作为特征波段,旨在获得不同尺度等级下极值位置的特征,达到分层特征提取的效果。结果表明,对于ASDFeiledSpec4地物光谱仪的白板噪声,经验模态分解的前几个高频分量对其更加敏感,得到的去噪信号的信噪比、均方根误差、光谱相似度均优于相同等级分量下相应的小波分解参数。针对钙铁榴石、中长石与硬石膏这三种相近光谱曲线以极值点对应波段作为特征波段的特征提取,经验模态分解低频部分的分层特征数量少,区分度高;小波分解低频部分特征数量较多,区分度比同层次经验模态分解分解要低。