有害气体严重危害了人类生命安全和生态环境，红外高光谱技术是目前最适合用于探测有害气体的技术手段。传统的红外高光谱探测方法难以直接扣除背景辐射和干扰物信号，制约了目标信号的特征提取和识别分类。针对利用红外高光谱技术探测有害气体的问题，论文研究了基于亮温的红外高光谱探测方法，包括以下几个方面内容:　　研究了亮温光谱校正方法。由于仪器响应变化等原因，亮温光谱除了缓变基线之外，还出现窄波形的异常光谱特征，传统的基线校正难以扣除。提出了基于正交子空间投影模型的亮温光谱校正算法，校正了异常光谱特征。　　研究了基于亮温光谱的特征提取方法。亮温光谱包含了缓变的背景辐射信号和水汽、二氧化碳等大气干扰物特征，影响了目标光谱特征提取。研究了无需背景信息的情况下提取目标光谱特征的方法，用多个宽高斯函数拟合缓变的背景辐射信号，用MODTRAN计算的透过率谱拟合水汽、二氧化碳等大气干扰物特征。通过扫描成像试验对算法进行了验证，结果表明本方法能够实现对氨气实时识别和浓度程长积估计。　　研究了红外高光谱的广义似然比(GLRT)检测方法。结构化背景模型假设背景向量由若干子向量构成，非结构化背景模型假设背景为服从特定分布的随机变量。在结构化背景模型基础上，推导得到自适应子空间检测算子(ASD)。针对算法中背景子空间确定问题，提出了开方分布检验和能量检验两种方法，自适应地确定背景信息。利用野外实测的氨气数据立方体对算法进行验证，结果表明ASD算子能够识别氨气云团，并获得浓度程长积分布信息。　　研究了红外高光谱自适应匹配滤波检测方法。在非结构化背景模型基础上，推导得到自适应匹配滤波检测算子(AMF)和自适应相关估计检测算子(ACE)。数据立方体中存在目标信息时，估计的背景信息受到目标信息污染。提出了AMF和ACE算子估计背景像元的方法，减少了目标信息对背景信息估计的干扰，提高了检测概率。用实测的氨气数据立方体对算法进行了验证，初步结果表明，AMF和ACE算子都能够对氨气进行正确识别并给出其浓度程长积分布。　　论文在亮温光谱基础上，研究了红外高光谱技术的背景压缩、特征提取、识别分类和浓度程长积反演方法，为实现有害气体的多种平台探测奠定了基础。