本研究基于Hyper-CAM热红外成像光谱仪,设计相关实验,分别从农作物生长状态、农作物干旱检测、不同植被类型发射率特征变化与土壤含水量的关系、新型算法提取识别不同陆表类型交错地带的植被等进行了研究。主要结论如下:(1)Hyper-CAM高光谱热红外成像仪是探索植被水分变化和生长状况的有效工具之一;不同水分条件下的植被冠层结构温度图像可以用于判断植被的长势;植被的比辐射率值对植被含水量(包括土壤含水量)变化和水分胁迫有很强的敏感性,植被的比辐射率显著变化,随着水分胁迫的增加,小麦植被冠层的平均发射率不降反升这一现象会发生,发生这种现象的原因主要是腔体效应的影响;农作物在热红外光谱区间内的独有的吸收特征可以通过TES算法所反演的比辐射率表征出来。(2)考虑到我国北方草原因干旱而造成的生态环境问题,亟需对草原的干旱做出早期的预警,基于实验室Hyper-CAM高光谱热红外遥感传感器平台,获取试验区草场不同种类的植被的表面温度反演与发射率分离,得到了 4个不同种属的5类植被的温度图像与发射率图像。每一类的植被的温度的均匀性不同、同种属的植被其温度分布也具有差异性,每一类植株的发射率的吸收特征则表现为显著的不同,同种属(如都为菊科、蒿属的冷蒿和线叶蒿等)其发射率的吸收特征也差异较大。(3)以菊科、蒿属的冷蒿为研究对象,观测不同土壤含水量条件下冷蒿的比辐射率,通过实验我们发现冷蒿的发射率随着含水量的增加,其细部吸收特征差异变化较为明显,且发射率成整体增加的趋势。从实验结果可以得知,热红外遥感可以用于草原不同类型不同种属的植被的有效识别与分类;Hyper-CAM可以有效获取草原的各种植被类型的发射率且草原植被在热红外光谱区间的吸收特征是比较显著的,获取不同草原植被的发射率并在将来能够建立典型草原发射率光谱数据库,将为未来草原植被干旱监测提供有力支撑。(4)不确定性普遍存在遥感数据中,自然界存在大量的模糊性。草原与其他陆表类型过度地带较为模糊,不同的草地类型之间、不同草场之间也存才很强的模糊地带,分类的不确定性大大增加,传统的二分法(非此即彼)则不太精确。因而,模糊分类方法的出现,能够有效处理遥感数据的不确定性,为草原过渡带的分类提供了有效的数据处理手段。本研究所提出的基于区间数排序的改进型IT2FCM*模糊分类算法在湿地研究、陆表分类中结果表现良好,该算法将在草原、不同草场、草原和林地交错地带的分类与识别起到重要作用。