地表温度和地表比辐射率是反映地表状况的两个基本物理参数，在众多领域中均扮演着重要角色。但是，受限于地表温度和比辐射率时空差异性的特点，利用常规方法进行大范围地表温度和比辐射率的观测很难开展，直至热红外遥感技术的出现，才为解决这一难题提供了新的有效的手段。　　多光谱热红外遥感数据是最早也是最为常见的遥感反演地表温度与比辐射率的数据，众多成熟的算法也都是在多光谱数据的基础上提出的。然而，受到地表复杂度与有限观测信息的限制，现有基于多光谱数据的方法通常需对地表温度或比辐射率进行一定的假设或经验约束，方法上更加着重于单一目标参数的反演，无法保证结果的精度。近年来，随着遥感技术的不断发展，遥感数据已从起初单一的多光谱数据发展至如今的高光谱甚至超光谱数据。高光谱热红外遥感数据在提供更多的观测信息的同时也为地表温度和比辐射率的精确反演带来了新的契机。　　地表温度与地表比辐射率的反演问题从本质上来说是解决辐射传输方程病态性的过程。从数学的角度来看，现有的算法可分为两大类:一种是通过减少未知数的个数，使得方程可解;另一种则是通过引入约束方程，使得方程可解。在对现有算法进行充分地学习与分析后，本文从充分利用高光谱数自身丰富光谱信息的角度出发，提出了一种基于小波变换理论的地表温度与比辐射率的分离算法，并将其扩展至地表发射率的野外验证。　　在小波域，对一个时变或连续的信号在进行小波分解后，可得其低频和高频小波系数，通常而言，高频的部分往往对应着信号的噪声，为无用信息。而低频部分则代表了信号自身。考虑到高光谱数据下获取的地表比辐射率光谱很好地符合了小波变换理论的应用基础，本文成功地将小波变换理论与地表温度与比辐射率的分离相结合。通过对地表辐射率进行小波分解，将地表比辐射率表示为低频小波系数的函数，减少了辐射传输方程中的未知数个数，使得方程可解。通过用模拟和实测数据进行验证，表明本文所提出的基于小波变换地表温度与比辐射率分离算法能够可更加高效、稳定地实现地表温度与比辐射率的高精度分离。