高光谱遥感是当今国内外遥感领域,特别是遥感地质界重点研究和发展的高科技应用技术之一。传统的多光谱遥感由于波谱分辨率有限,难以区分地物独特而丰富的波谱信息。上世纪80年代以来,高光谱遥感技术在地质找矿、地物波谱信息提取等方面做了大量工作,取得了许多成果。研究表明,利用纳米级的高光谱遥感数据提取成矿地质体的标识性光谱信息己成为可能。高光谱遥感图像岩石矿物自动识别功能是高光谱遥感地质应用的一个重要方面,目前已经发展了很多高光谱岩矿识别方法,改进高斯模型(MGM)是近年来研究比较多的一种模型分析方法。本文研究目的是采用MGM模型的分析方法实现高光谱遥感图像岩矿自动识别功能。研究工作分为三个部分:首先实现波谱信库数据的导入、提取、导出和波段选择功能,第二步对选取的矿物波谱曲线进行MGM拟合,最后利用拟合的模型结果进行高光谱遥感图像岩矿匹配识别,输出识别的结果。本文在深入分析理解岩石矿物的光谱特征的基础上,采用IGCP波谱库数据,利用改进高斯模型MGM算法重点对明矾石、绿泥石、针铁矿、赤铁矿、伊利石和高岭石等六种岩石矿物的诊断性波谱特征进行拟合分析,并利用分析的模型结果尝试对高光谱遥感图像进行了矿物识别实验。实验取得了一定成果,表明了利用MGM模型拟合分析的方法进行高光谱遥感岩石矿物的识别工作是一种可行的有用的高光谱遥感地质应用研究途径。