高光谱影像具有连续的地物光谱信息，在阴影检测方面具有巨大的潜力，而波段冗余度高需进行波段优选。归一化阴影植被指数(NSVI)能够扩大光谱差异，在高光谱影像中应用NSVI将更有效地识别阴影。资源一号02D卫星是我国首颗自主研发并成功运行的高光谱业务卫星，数据信噪比大、覆盖能力强，对该高光谱影像进行准确的阴影检测具有重要意义。以ZY1-02DAHSI影像为试验数据，提取并分析明亮区植被、阴影区植被及水体的光谱反射率；结合竞争自适应重加权采样(CARS)和连续投影算法(SPA)筛选能够有效区分典型地物的主要波段，综合考虑算法的特性进一步选出特征波段构建NSVI;通过步长法确定最佳阈值对影像进行分类，从像元值分布情况、分类精度和光谱增强效果等对比出构建NSVI的最佳波段，并结合不同的阴影指数、波段和影像进行综合评价，验证该方法的意义及普适性。结果表明：波段32和波段73是构建NSVI的最佳波段，分别对应红光波段和近红外波段；不同波段构建的NSVI分类精度均高于90%,由最佳波段构建的NSVI分类精度为94.33%,　Kappa系数为0.832　8,分类效果最优；NSVI能够增强典型地物间的光谱差异并缓解归一化植被指数的“易饱和”现象，在该影像中因水体累积产生的小波峰有助于提取水体；在ZY1-02DAHSI影像中NSVI的分类效果优于归一化阴影指数和阴影指数，于另一景影像的分类精度也达到93.55%,　Kappa系数为0.816　7。由算法筛选出的波段具有一定的代表性，最佳波段构建的NSVI在ZY1-02D　AHSI影像中具有较好的阴影检测能力，对高光谱影像阴影检测及构建植被指数具有一定的借鉴和参考意义。