近年来，青藏高原高寒草甸呈现不同程度的退化趋势,研究草地植物光谱特征识别方法对退化草甸遥感调查与监测具有重要意义。该文基于青海省祁连县青阳沟典型区主要植物花和叶片的实测光谱,综合采用KruskalWallis检验、分类与回归树算法CART和JM距离算法提取退化高寒草甸主要物种花和叶片的最优光谱识别波段,分析层次降维方法在草地植被遥感中的应用潜力。得到以下结论:① 研究区退化草甸主要物种花与叶片的反射光谱在380～1 300 nm波段存在明显差异,在1 300～2 500 nm波段反射光谱变化趋于一致。② KruskalWallis和Dunn事后检验、CART算法和JM光谱距离3个层次的光谱降维效率分别为660％、331％和 773％,总体降维效率达到948％,能够有效提取退化草甸主要物种花与叶片光谱识别的最优敏感波段。③ 退化草甸主要物种花与叶片之间均具有一定的光谱可分性。其中,白花黄花、白花绿叶、黄花紫花3个类对具有最佳的光谱可分性, JM距离值>19;白花紫花、黄花绿叶、紫花绿叶3个类对具有一定的光谱可分性和潜在的应用价值,JM距离值在1.0~1.9之间。花与叶片之间的光谱识别特征波长与色素的敏感波段密切相关,该研究可为草地植被遥感分类提供优化的波段参考依据。