在大面积地质矿产探测中，利用遥感数据进行岩性分类和矿物提取是地矿调查的重要内容。在植被覆盖地区，遥感图像分析方法提取的岩矿信息多是小目标、弱信息。研究中主要针对植被覆盖区域岩石分类、矿物识别难点开展岩矿信息提取方法研究，为研究区地质找矿提供参考。研究区位于黑龙江呼玛，植被覆盖达95%，而且地表覆盖很厚的土壤层。在2010年-2012年，在岩性变化区选择9个采样点利用ASD光谱仪分别采集植被、土壤A、B、C层和岩石的新鲜面和风化面的光谱。通过分析不同植被指数的特征，引入添加土壤类型因子的土壤型植被指数和非土壤型植被指数。将不同类型的植被指数分别经主成分变换，发现可分离植被-岩石土壤信息，将土壤型植被指数主成分变换中的岩石-土壤主分和植被主分进行散点图分析，在散点图分析中进一步分离其中的岩石土壤信息，背景值为植被或其他不可分离的信息，逸散在背景外的异常为岩石土壤信息。在散点图中圈定异常后，求出异常的平均波谱，经波谱分析确定异常的类型，得到岩性分类结果。岩石分类结果经地质图叠加发现，流纹岩、安山质凝灰岩、砂砾岩、石英片岩、大理岩、玄武岩吻合较好。分类结果与地质图的Kappa系数为0.657，分类总精度为71.8%，满足精度要求。在分析矿物、植物、土壤的光谱特征的基础上，提出基于波段反射率差分计算的植被抑制下的矿物提取方法，应用于EO-1Hyperion高光谱遥感数据。利用植被反射率相同而土壤和矿物反射率差异最大的六对波段的反射率做差分计算。在散点图中分析差分计算后的波段与原始波段发现，植被信息被抑制后异常信息得到增强。将植被抑制后的波段合成一个数据组做主成分变换，选择主成分变换特征值中差异最大的两个主分。选出的主分在散点图中圈定异常信息，对异常信息求平均波谱并进行波谱分析，得到矿物信息提取结果。在提取结果中矿物集中的10个验证点，采集岩石并通过光片和薄片鉴定其中的金属矿物和非金属矿物。结果表明，矿物提取结果中铁氧化物、白云母、黑云母、绢云母化蚀变及绿泥石提取效果较好。在线性混合光谱模型的基础上，将矿物光谱、干草光谱和实测的绿色植物光谱按矿物光谱10%的比例递增进行线性模拟得到混合光谱，其中矿物光谱分别使用方解石和高岭石光谱。方解石的特征吸收位置为2330nm，高岭石的特征吸收位置为2200nm，绿色植物的特征吸收位置为670nm，干草的特征吸收位置为2080nm。分析混合光谱的吸收深度得到，以方解石为矿物光谱的混合光谱在2330nm处的吸收深度在随着矿物光谱比例减少时分别与670nm以及2080nm的吸收深度呈负线性相关关系；以高岭石为矿物光谱的混合光谱在2200nm吸收深度与670nm及2080nm同样分别呈负线性相关关系。利用最小二乘理论拟合混合光谱和植物、干草、矿物样本吸收深度之间的线性关系，并将拟合公式应用于Hyperion图像。结果表明，混合光谱和单个样本拟合关系水平显著。利用拟合公式得到的矿物提取结果与光片和薄片鉴定岩石结果对比，在河床、道路等地区出现干扰信息，去干扰后提取结果较好。