本论文的目的是在构建标准物质红外光谱数据库方面进行一些前期研究工作。本文主要是运用当今最前沿的小波变换技术对红外光谱的压缩进行研究。现对这方面的工作简述如下： 首先提出了在压缩红外光谱时压缩性能的评价方法，即控制恢复根均方差算法。该算法能在给定恢复根均方差的情况下得到压缩比，控制的精度较高，相对标准偏差大约为8％。接着系统研究了红外光谱自身特性参数如取样步长、谱图复杂程度等对压缩比的影响。最后对最优压缩性能的小波函数的选取作了深入的研究。用Daubeches小波函数系、Coiflets小波函数系、Symlets小波函数系和双正交小波函数系在不同的小波函数阶数下进行红外光谱的压缩实验。结果显示双正交小波函数系具有最优压缩性能。 本文首次运用嵌入式零树小波算法对红外光谱数据进行处理。信号经小波变换得到的小波域中的系数，有两个非常显著的特点，一是信号能量变得非常集中，二是小波系数间的自相似性。著名的嵌入式零树小波算法就是利用了这两个特点来实现压缩编码的。它最初提出来是用于处理二维图象数据，本文则首次将其用于化学领域中对红外光谱的一维数据进行处理。由于零树成功地预测了小波系数，揭示了小波系数间的相关性，因此可以说该算法是目前为止最为有效的小波压缩算法之一。本文运用该算法对红外谱图进行压缩，并与近年来相关文献所报道的小波压缩方法作了比较，结果显示其压缩性能非常优异，大大优于前期相关的类似工作，使压缩比达到了一个很高的水平。