摘要：高光谱遥感（HSI）通过数十至数百个窄波段的连续成像，记录目标在可见光至近、中红外等多个谱段上的精细反射特征，为矿物组合、岩性分带和地表覆盖物精细识别提供关键光谱信息。本文围绕“获取—预处理—特征提取—智能解译—地质应用”的完整技术链，对高光谱数据的大气校正、噪声抑制与特征增强、半监督与主动学习分类、卷积神经网络和Transformer等深度学习方法的研究进展进行系统梳理。结合典型金属与非金属矿区案例，对HSI在蚀变带定量提取、矿体边界刻画、时序变化检测以及生态环境监测中的应用优势与局限进行对比分析，并在此基础上讨论维度灾难、混合像元、样本标注稀缺及多源数据协同等关键问题，展望面向精细找矿与地质环境综合评估的未来发展方向。