热红外成像光谱数据具有极其广泛的应用需求,特别是在地质领域具有不可替代的作用。目前国际上,美国、日本、加拿大等发达国家已开展了热红外成像光谱的应用研究。相对于星载/机载平台,地面热红外成像光谱仪大大拓宽了其应用领域,其仪器研制正方兴未艾。在可见光近红外波段,我国第一套地面成像光谱辐射测量系统(Filed Imaging Spectrometer System,FISS)研制成功并取得了诸多应用成果。为了进一步扩展FISS的应用范围,使之能够应用于地质领域,推动我国热红外成像光谱技术的进步,地面热红外成像光谱系统(Filed Imaging Spectrometer System-Thermal Infrared,FISS-TR)的研发被列入研究计划。　　 本文主要面向FISS-TR,利用国内外已有岩石和矿物的热红外光谱库数据,开展了岩石组分及含量的精细识别模型研究,为FISS-TR的应用提供新方法,同时为FISS-TR成像光谱仪器的技术指标设计提供重要的技术支持。论文的主要工作及成果总结如下:　　 (1)介绍了矿物发射光谱分类的原理,在包络线去除的基础上,定量研究了碳酸盐、硫酸盐和硅酸盐类矿物在热红外波段的发射光谱特征,包括吸收位置、吸收深度、吸收宽度、吸收面积和吸收对称性。　　 碳酸盐类矿物在热红外波段仅有一个很窄在强吸收谷,在11.3μm左右。硫酸盐类矿物在8.5-9μm的区间有一个明显的宽吸收带;硅酸盐类矿物的发射光谱特征比较复杂,不同结构的硅酸盐矿物发射光谱略有差异,总体表现为复杂的Si-O基团的振动,在8.5～12.0μm区间有强的吸收特征,一般具有多个吸收峰。　　 分析结果表明,同一类的矿物的热红外波段的发射光谱基本上是相似的,通过矿物的发射率光谱特征,可以对岩矿进行定性识别。　　 (2)在岩石矿物组分精细识别算法研究方面,比较了最小二乘不同约束模型算法反演精度,提出了基于阈值的最小二乘线性解混算法(Threshold Constrained Least Squares,TCLS),从而可以更好地反演出岩石中的矿物端元及其含量。　　 在确定端元的情况下,TCLS模型、无约束模型(Llnconstrained Least Squares,ULS)和非负约束模型(Abundance Nonnegativty Constraint,ANC)具有相同的矿物丰度反演结果,其反演精度比和1约束模型(Abundance Sum-to-one Constraint,ASC)和全约束模型(Fully Constrained Least Squares,FCLS)要高,这可能是因为在实际情况中,岩石中的矿物端元并不完备,强行将解得的矿物端元丰度和约束到1,反而会降低解的精度及可靠性。　　 在未知端元的情况下,TCLS模型能够剔除微量矿物对端元识别的影响,具有最优的矿物端元识别能力及丰度反演精度。在一定程度上,ULS模型、ANC模型ASC模型和FSLC模型也能识别矿物端元,但其反演的端元数远多于岩石中实际含有的矿物,降低了其丰度反演的精度。　　 (3)结合实测发射光谱和数值模拟发射光谱,研究了光谱分辨率、信噪比和包络线去除等因素对发射光谱识别矿物精度的影响。　　 随着光谱分辨率的降低,矿物含量反演精度呈阶梯性降低,其中0.177μm的光谱分辨率是精度变化的重要分水岭。研究结果表明,成像光谱仪器的最佳光谱分辨率约为0.177μm,波段数量最佳为32个,为FISS-TR传感器的设计提供了重要的理论参考。　　 随着信噪比的降低,TCLS模型反演的模型误差逐步增大。在已知端元的条件下,信噪比对矿物丰度反演精度影响较小,当信噪比为30时,反演丰度最大误差＜10%,模型误差＜5%,;在盲端元的条件下,信噪比对端元识别及其丰度反演有较大影响,当信噪比降低到40时,岩石中含量较低的端元会难以识别。研究结果表明,光谱数据的信噪比至少要达到50,才能够满足模型误差小于1%的精度的要求,为FISS-TR的信噪比参数设计提供重要参考依据。　　 在确定端元的情况下,包络线去除算法可以用于矿物丰度反演。如果对岩石光谱经过包络线去除处理,则矿物端元光谱同样要去除包络线,其丰度反演精度最大误差小于2%,模型误差在1%左右。