随着航空热红外光谱成像仪的发展,热红外高光谱遥感数据的应用需求越来越广泛。由热红外遥感数据反演得到精确的地物比辐射率和温度信息是其应用的关键,也是定量热红外遥感应用研究的热点和难点问题之一。本文以航空热红外成像光谱仪-TASI-为主要数据源,结合部分仿真数据,围绕热红外高光谱遥感数据的大气校正、温度与比辐射率分离两方面内容展开研究,取得的主要成果及结论如下:1.由于对数据质量的依赖,数据噪声、波谱偏移、波谱分辨率等因素的限制,使得AAC算法及ISAC算法应用于TASI数据时大气波谱反演稳定性较差。2.为了降低调用辐射传输模型所使用的经验大气廓线参数的不确定性,本文引入地物比辐射率波谱先验知识作为约束条件,给出了基于地物波谱先验知识与大气辐射传输模型的大气校正方法的理论框架。该方法可以充分发挥热红外高光谱遥感数据的光谱信息来反演自适应大气波谱。3.本文在分析ASTER-TES算法的NEM模块迭代收敛条件的基础上,给出其迭代递归方程及特定条件下的迭代收敛解析解。利用该解析解,将NEM模块冗余的迭代过程大大简化。4.本文在系统研究温度与比辐射率分离算法机理的基础上,给出其贝叶斯模型,并导出其通用求解模型。在该求解模型下,本文给出ASTER-TES算法的等价形式及其与ISSTES算法的复合算法。5.本文分析上述通用求解模型,认为其在机制上无法去除热红外遥感数据噪声、大气校正误差等因素的影响。为规避该弊端,本文从地物比辐射率波谱的冗余性出发,建立了一套更加稳健的温度与比辐射率分离算法(SR-TES)。6.通过对TASI数据的预处理实践证实,ISSTES算法性能较差,ASTER-TES算法和ASTER-TES与ISSTES复合算法大致相当,SR-TES算法性能最佳。